hive的安装和使用

1、安装MySQL

     查询以前安装的mysql相关包:

     rpm -qa | grep mysql

     

     如果以前有安装，但已经不能正常使用或者想重新安装，则先卸载：

     输入指令，逐个卸载：

    rpm -e mysql-community-client-5.6.41-2.el7.x86_64 --nodeps

    然后进行安装：

    下载：wget http://dev.mysql.com/get/mysql-community-release-el7-5.noarch.rpm

    解压:rpm -ivh mysql-community-release-el7-5.noarch.rpm

    安装:yum install mysql-community-server

2、启动和配置MySQL
    启动：

    systemctl start mysqld.service -- 启动

    systemctl restart mysqld.service -- 重启

    systemctl stop mysqld.service -- 关闭

    systemctl enable mysqld.service -- 开机自启动

    配置MySQL用户密码

    首次登录无密码：mysql -uroot -p

    use mysql;

    update user set password=password("123456") where user="root";

    登录MySQL，创建hive数据库：

    CREATE DATABASE hive;

    命令行配置MySQL：

    GRANT ALL PRIVILEGES ON hive.* TO 'root'@'%' IDENTIFIED BY '123456' WITH GRANT OPTION;

    FLUSH PRIVILEGES;

3、安装hive

    到官网下载hive，上传到服务器，然后解压安装：

    tar -zxvf apache-hive-2.1.1-bin.tar.gz -C /home/sparkuser/apps 

    mv /home/sparkuser/apps/apache-hive-2.1.1-bin /home/sparkuser/apps/hive 

    配置环境变量：

    vim /etc/profiles

     添加：

    export HIVE_HOME=/home/sparkuser/apps/hive

    export PATH=$PATH:$HIVE_HOME/bin

    任意目录下输入指令：hive --version 正常显示hive版本时，证明配置成功

4、配置hive：

     hive的配置文件为hive-site.xml，

    进入目录：cd /home/sparkuser/apps/hive/conf

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

    vim hive-site.xml

  

 
  javax.jdo.option.ConnectionURL
  jdbc:mysql://myspark:3306/hive?createDatabaseIfNotExist=true
  JDBC connect string for a JDBC metastore
 
 
   javax.jdo.option.ConnectionDriverName
   com.mysql.jdbc.Driver
   Driver class name for a JDBC metastore
 
 
  javax.jdo.option.ConnectionUserName
  root
  username to use against metastore database
 
 
  javax.jdo.option.ConnectionPassword
  123456
  password to use against metastore database
 

   下载mysql-connector-java-5.1.40-bin.jar并将其放到hive/lib/目录下 

   然后进入/home/sparkuser/apps/hive/bin：

   cd /home/sparkuser/apps/hive/bin

   执行：./schematool -dbType mysql -initSchema

5、启动hive

    命令行输入：hive

6、建表和导入数据

    -- 指定表名为user_info, 字段包括id account name age 分隔符为','。

     create table user_info (id int, account string, name  string, age int) row format delimited fields terminated by ',';

    -- 创建外部表,user_info为表名，文件存储地址为/hive_data。

     create external table user_info (id int, name string) row format delimited fields terminated by ',' location '/hive_data';

     -- 加载本地文件到表(user.txt为文件名)

     load data local inpath './user.txt' overwrite into table user_info; -- 覆盖表数据

     load data local inpath './user.txt' into table user_info; -- 不覆盖表数据

    -- 加载hdfs数据时，去掉以上命令的local即可（/data为hdfs存放数据文件的目录）：

     load data inpath '/data' overwrite into table user_info; -- 覆盖表数据

     load data inpath '/data' into table user_info; -- 不覆盖表数据

7、建分区表和导入数据

    -- 表名book，分区author，分隔符'\t'

    create table book (id bigint, name string) partitioned by (author string) row format delimited fields terminated by '\t'; 

    -- 将book.txt文件中的数据导入到book表author='鲁迅'的分区中

    load data local inpath './book.txt' overwrite into table book partition (author='鲁迅');

   -- 删除分区

   ALTER TABLE book DROP PARTITION (author='luxun');

8、hive不支持删除和修改，目前所知的，也不能支持如insert into tmp(id, name)values(1,'andy');之类的操作，只能用insert into tmp select id, name from user_info;这样的语句进行插入。

9、分桶操作

    -- 创建分桶表

    #创建分桶表 以sno分成四个桶
create table stu_buck(sno int,sname string,sex string,sage int,sdept string)
clustered by(sno) 
sorted by(sno DESC)
into 4 buckets
row format delimited
fields terminated by ',';

   

#设置变量,设置分桶为true, 设置reduce数量是分桶的数量个数
set hive.enforce.bucketing = true;
set mapreduce.job.reduces=4;

#开会往创建的分通表插入数据(插入数据需要是已分桶, 且排序的)
#可以使用distribute by(sno) sort by(sno asc)   或是排序和分桶的字段相同的时候使用Cluster by(字段)
#注意使用cluster by  就等同于分桶+排序(sort)
insert into table stu_buck
select sno,sname,sex,sage,sdept from student distribute by(sno) sort by(sno asc);

10、hiveserver2和beeline

      进入hive/bin目录下输入命令：

      前台启动：./hiveserver2

     后台启动：nohup ./hiveserver2 1>/var/log/hiveserver.log 2>/var/log/hiveserver.err &

        启动metastore：hive --service metastore

     此时可查看此端口已被监听：netstat -anp|grep 10000：

     

    打开另一个窗口，到hive/bin目录执行：./beeline

    连接：

     !connect jdbc:hive2://myspark:10000

    输入用户名和密码：

    

成功！这里注意：

 如果你安装了spark并配置了SPARK_HOME，此时如果直接输入：beeline，则会打开spark版本的beeline：

此时做连接会报错：Required field 'client_protocol' is unset! 

注：要用hive当然少不了hdfs的支持啦，部署好你的hadoop。