Hive入门＋部署
看黑马视频做的笔记
目录
概念
1.基本概述
2.基础架构
总架构
部署
1.安装MySQL
2.配置Hadoop
3.下载解压Hive
4.下载MySQL Driver包
注意！
5.配置Hive
6.初始化元数据库
7.启动Hive（使用Hadoop用户）
实例
查看HDFS上表中存储的内容
在mysql中查看表的相关信息
在WEB上查看MapReduce
总结
概念
1.基本概述
数据的统计分析（编程语言（JAVA或Python）与SQL）
SQL做统计很方便、MapReduce支持程序开发(Java、Python等)但不支持SQL开发
所以有了Hive：Apache Hive是一款分布式SQL计算的工具，其主要功能是:·将SQL语句翻译成MapReduce程序运行
基于Hive为用户提供了分布式SQL计算的能力：写的是SQL、执行的是MapReduce
2.基础架构
Apache Hive其2大主要组件就是：SQL解析器以及元数据存储。
总架构
部署
部署在node1上，只需要部署在一台服务器即可，但他可以提交分布式运行的MapReduce程序运行。
1.安装MySQL
root用户进行下操作
# 更新密钥
rpm --import https://repo.mysql.com/RPM-GPG-KEY-mysql-2022
# 安装Mysql yum库
rpm -Uvh http://repo.mysql.com//mysql57-community-release-el7-7.noarch.rpm
# yum安装Mysql
yum -y install mysql-community-server
# 启动Mysql设置开机启动
systemctl start mysqld
systemctl enable mysqld
# 检查Mysql服务状态
systemctl status mysqld
# 第一次启动mysql，会在日志文件中生成root用户的一个随机密码，使用下面命令查看该密码
grep 'temporary password' /var/log/mysqld.log
复制该密码
#登录mysql：
mysql -u root -p
#输入复制的密码
Enter password:
# 修改root用户密码
# 如果你想设置简单密码，需要降低Mysql的密码安全级别
set global validate_password_policy=LOW; # 密码安全级别低
set global validate_password_length=4; # 密码长度最低4位即可
# 然后就可以用简单密码了（课程中使用简单密码，为了方便，生产中不要这样）
alter user 'root'@'localhost' identitied by '123456';
grant all privileges on *.* to root@"%" identified by '123456' with grant option;
#刷新权限
flush privileges;
exit；
#登录验证
mysql -uroot -p
2.配置Hadoop
Hive的运行依赖于Hadoop（HDFS、MapReduce、YARN都依赖）同时涉及到HDFS文件系统的访问，所以需要配置Hadoop的代理用户。即设置hadoop用户允许代理（模拟）其它用户
添加配置文件到Hadoop的core-site.xml，并分发到其它节点，且重启HDFS集群
hadoop用户下操作
vim /export/server/hadoop/etc/hadoop/core-site.xml
添加：
hadoop.proxyuser.hadoop.hosts
*
hadoop.proxyuser.hadoop.groups
*
#分发
scp core-site.xml node2:`pwd`/
scp core-site.xml node3:`pwd`/3.下载解压Hive
hadoop用户下操作
#在线下载Hive安装包：
wget http://archive.apache.org/dist/hive/hive-3.1.3/apache-hive-3.1.3-bin.tar.gz
#解压到node1服务器的：/export/server/内
tar -zxvf apache-hive-3.1.3-bin.tar.gz -C /export/server/
#设置软连接
ln -s /export/server/apache-hive-3.1.3-bin /export/server/hive
4.下载MySQL Driver包
cd /export/server/hive/lib/
#在线下载
wget https://repo1.maven.org/maven2/mysql/mysql-connector-java/5.1.34/mysql-connector-java-5.1.34.jar
注意！
hive的lib下面与guava版本与hadoop的目录share/hadoop/common/lib版本不一样后面会报错
#删除hive的lib下面的guava-19.0.jar
rm -r /export/server/hive/lib/guava-19.0.jar
拷贝hadoop下面的guava-27.0.jar到hive的lib下面
cp -r /export/server/hadoop/share/hadoop/common/lib/guava-27.0.jar /export/server/hive/lib/5.配置Hive
mv /export/server/hive/conf/
将conf里面的模板重命名
mv hive-env.sh.template hive-env.sh
#添加
export HADOOP_HOME=/export/server/hadoop
export HIVE_CONF_DIR=/export/server/hive/conf
export HIVE_AUX_JARS_PATH=/export/server/hive/lib
vim hive-site.xml
添加以下内容：
javax.jdo.option.ConnectionURL
jdbc:mysql://node1:3306/hive?createDatabaseIfNotExist=true&useSSL=false&useUnicode=true&characterEncoding=UTF-8
javax.jdo.option.ConnectionDriverName
com.mysql.jdbc.Driver
javax.jdo.option.ConnectionUserName
root
javax.jdo.option.ConnectionPassword
123456
hive.server2.thrift.bind.host
node1
hive.metastore.uris
thrift://node1:9083
hive.metastore.event.db.notification.api.auth
false
6.初始化元数据库
mysql -uroot -p
在MySQL中新建数据库：hive
CREATE DATABASE hive CHARSET UTF8;
exit
执行元数据库初始化命令：
cd /export/server/hive
bin/schematool -initSchema -dbType mysql -verbos
# 初始化成功后，会在MySQL的hive库中新建74张元数据管理的表。
检查以下是否成功
mysql -uroot -p
use hive
show tables;7.启动Hive（使用Hadoop用户）
确保Hive文件夹所属为hadoop用户
创建一个hive的日志文件夹：
mkdir /export/server/hive/logs
启动元数据管理服务（必须启动，否则无法工作）二选一
前台启动：bin/hive --service metastore
后台启动：nohup bin/hive --service metastore >> logs/metastore.log 2>&1 &
启动客户端（启动前要先启动HDFS和Yarn集群）
Hive Shell方式（可以直接写SQL）： bin/hive
成功页面
实例
#进入hive
create table test(id int, name string, gender string);
insert into test values(1,'zhangsan', 'male'),(2, "lisi", "male"),(3, "wanger",'female');
SELECT gender, COUNT(*) AS cnt FROM test GROUP BY gender;
结果：
查看HDFS上表中存储的内容
在mysql中查看表的相关信息
元数据的路径
在WEB上查看MapReduce
总结
1. Hive写的是SQL，但跑的是MapReduce
2.HIve元数据管理中mysql存的是元数据及其相关信息
2.Hive处理的数据看起来处理的是表，实际上处理的是HDFS里面的文本文件，他将SQL语句翻译成MapReduce，对文件进行MapReduce分布式计算，再以表格的形式返回结果
