hive（一）hive的安装与基本配置

目录

一、前提：

二、安装步骤：

1、上传jar包至/usr/local/soft

2、解压并重命名

3、配置环境变量

 三、配置HIVE文件

1、配置hive-env.sh

2、配置hive-site.xml

 3、配置日志

4、修改默认配置文件

 5、上传MySQL连接jar包

四、修改MySQL编码

1、 编辑配置文件

2、加入以下内容：

3、 重启mysql

五、初始化HIVE

 六、进入hive

七、后续配置 

八、测试hive

hive中的几种存储格式

TextFile格式：文本格式

RCFile：

ORCFile：

Parquet：

其他格式：

九、配置JDBC连接

报错：

连接到JDBC

---

一、前提：

安装hive所需要的虚拟机环境为虚拟机安装有Hadoop并且集群成功，同时Hadoop需要在启动状态下，同时需要安装有mysql。不需要有zookeeper和HA，由于HA中含有大量进程，启动会占用很多资源，建议不要有HA

二、安装步骤：

1、上传jar包至/usr/local/soft

将hive-3.1.2上传到虚拟机中的/usr/local/soft目录下

2、解压并重命名

tar -zxvf apache-hive-3.1.2-bin.tar.gz

# 重命名
mv apache-hive-3.1.2-bin  hive-3.1.2/

3、配置环境变量

vim /etc/profile

#增加以下内容：
# HIVE_HOME
export HIVE_HOME=/usr/local/soft/hive-3.1.2/
export PATH=$PATH:$HIVE_HOME/bin

#保存退出 source 使其生效
source /etc/profile

 三、配置HIVE文件

1、配置hive-env.sh

cd $HIVE_HOME/conf
# 复制命令
cp hive-env.sh.template hive-env.sh

# 编辑
vim hive-env.sh

# 增加如下内容
# Set HADOOP_HOME to point to a specific hadoop install directory
HADOOP_HOME=/usr/local/soft/hadoop-2.7.6

# Hive Configuration Directory can be controlled by:
export HIVE_CONF_DIR=/usr/local/soft/hive-3.1.2/conf

2、配置hive-site.xml

上传hive-site.xml到conf目录：

hive-site.xml文件内容：

  
     
     hive.cli.print.header
     true
  
  
     
     hive.cli.print.current.db
     true
  
  
     
     hive.metastore.warehouse.dir
     /user/hive/warehouse
  
  
  
     javax.jdo.option.ConnectionURL
     jdbc:mysql://localhost:3306/hive?createDatabaseIfNotExist=true&useSSL=false&serverTimezone=GMT
  
  
  
     javax.jdo.option.ConnectionDriverName
     com.mysql.jdbc.Driver
  
  
     javax.jdo.option.ConnectionUserName
     root
  
  
     javax.jdo.option.ConnectionPassword
     123456
  
  
  
     hive.server2.thrift.port   
     10000  
  
  
     hive.server2.thrift.bind.host
     master
  

 3、配置日志

# 创建日志目录
cd $HIVE_HOME
mkdir log

# 设置日志配置
cd conf

cp hive-log4j2.properties.template hive-log4j2.properties

vim hive-log4j2.properties

# 修改以下内容：
property.hive.log.dir = /usr/local/soft/hive-3.1.2/log

4、修改默认配置文件

cp hive-default.xml.template hive-default.xml

 5、上传MySQL连接jar包

上传 mysql-connector-java-5.1.37.jar 至 /usr/local/soft/hive/lib目录中

四、修改MySQL编码

修改mysql编码为UTF-8：

1、 编辑配置文件

vim /etc/my.cnf

2、加入以下内容：

[client]

default-character-set = utf8mb4

[mysqld]

character-set-server = utf8mb4

collation-server = utf8mb4_general_ci

3、 重启mysql

systemctl restart mysqld

五、初始化HIVE

schematool -dbType mysql -initSchema

 六、进入hive

输入命令：hive

七、后续配置 

修改mysql元数据库hive，让其hive支持utf-8编码以支持中文

登录mysql：

mysql -u root -p123456

切换到hive数据库:

use hive;

1).修改字段注释字符集

alter table COLUMNS_V2 modify column COMMENT varchar(256) character set utf8;

2).修改表注释字符集

alter table TABLE_PARAMS modify column PARAM_VALUE varchar(4000) character set utf8;

3).修改分区表参数，以支持分区键能够用中文表示

alter table PARTITION_PARAMS modify column PARAM_VALUE varchar(4000) character set utf8;

alter table PARTITION_KEYS modify column PKEY_COMMENT varchar(4000) character set utf8;

4).修改索引注解(可选)

alter table INDEX_PARAMS modify column PARAM_VALUE varchar(4000) character set utf8;

5).修改库注释字符集

alter table DBS modify column DESC varchar(4000) character set utf8;

八、测试hive

启动hive，直接输入命令：hive

在hive中创建filetest数据库

命令： create database filetest;

切换filetest数据库：use filetest;

hive中的几种存储格式

TextFile格式：文本格式

以TextFile格式创建students表：

使用命令：desc students查看students表的各个字段：

 在hive根目录下创建一个文件夹data用于存放本地文件，将本地中的一个文本文件上传到hive根目录下的data中

向表中插入数据：

1、通过input命令将该data中的文本文件上传到hdfs中所创建的该表中，实现向该表中插入数据

在hive中可以使用hdfs中的命令：

查询结果：

 2、通过普通的格式对表中进行插入数据
创建一个新的表stduents2，使用普通格式进行插入数据：

load data local inpath "/usr/local/soft/hive-3.1.2/data/students.txt" into table students2;

结果：

进入到hdfs中查看：发现两种插入方式对数据大小没有变化，都是37M：

 

RCFile：

Hadoop中第一个列文件格式

 RCFile通常写操作较慢，具有很好的压缩和快速查询功能。

创建RCFile格式的表：

插入数据：

使用命令：

insert into table students_rcFile select * from students;

插入完成后，查看数据大小：为26.44M

 

ORCFile：

Hadoop0.11版本就存在的格式，不仅是一个列文件格式，而且有着很高的压缩比

创建ORCFile格式的表：

向表中插入数据：

 

查看数据大小：被压缩为220.38KB

 

同时观察插入数据所用时间，ORCFile格式与RCFile格式插入数据相差时间不大

Parquet：

这是一种嵌套结构的存储格式，他与语言、平台无关

创建Parquet格式的表：

向表中插入数据：

insert into table students_parquet select * from students;

查看数据大小：为3M

 

同时发现该格式在插入数据时所花费的时间比ORC格式所花费的时间更少。

其他格式：

SEQUENCEFILE格式：这是一个Hadoop API提供的一种二进制文件格式，实际生产中不使用

AVRO：是一种支持数据密集型的二进制文件格式，他的格式更为紧凑

九、配置JDBC连接

Hive中有两种命令模式：CLi模式和JDBC模式

Cli模式就是Shell命令行

JDBC模式就是Hive中的Java，与使用传统数据库JDBC的方式类似

开启JDBC连接：

进入到/usr/local/soft/hive-3.1.2/bin目录下，在bin目录下有一个hiveserver2文件，通过该文件开启JDBC连接：

 输入命令：hive --service hiveserver2开启JDBC连接

一般情况下当出现四个Hive Session时就说明JDBC连接被开启了，也可以通过命令查看是否开启：

进入到 /usr/local/soft/hive-3.1.2/bin目录下：

输入：netstat -nplt | grep 10000

该输入的端口号为hive-site.xml中的hiveserver2服务的端口号

 

报错：

若输入该命令报错：

Error: Could not open client transport with JDBC Uri: jdbc:hive2://master:10000: 
        Failed to open new session: java.lang.RuntimeException: 
        org.apache.hadoop.ipc.RemoteException(org.apache.hadoop.security.authorize.AuthorizationException): 
        User: root is not allowed to impersonate root (state=08S01,code=0)

解决办法：

先关闭Hadoop集群：stop-all.sh

再进入到Hadoop 中的core-site.xml中添加如下内容：

fs.trash.interval
1440

 
#以下是添加的内容：

hadoop.proxyuser.root.hosts
*

 

hadoop.proxyuser.root.groups
*

注意：这些内容需要添在加...中，否则无法生效

重新启动集群：start-all.sh

再次启动hiveserver2

hive --service hiveserver2

该过程较慢，需要等待

连接到JDBC

当启动JDBC连接后，会开启一个进程RunJar，使用jps命令就可查看

Hive 将元数据存储在数据库中(metastore)，目前只支持 mysql、derby

连接到JDBC命令：

进入到 /usr/local/soft/hive-3.1.2/bin下，输入命令：

beeline -u jdbc:hive2://master:10000 -n root连接JDBC：

 在JDBC中输入命令可以查看当前hive中的数据库：show databases；

可以发现他与hive的区别在于他使用了一个表格式将databases显示出来 

Hive中metastore是hive元数据的集中存放地，这里使用的是MySQL