2.1 Hive安装地址
1)Hive官网地址:
http://hive.apache.org/
2)文档查看地址:
https://cwiki.apache.org/confluence/display/Hive/GettingStarted
3)下载地址:
http://archive.apache.org/dist/hive/
4)github地址:
https://github.com/apache/hive
2.2 Hive安装部署
1)Hive安装及配置
(1)使用rz命令上传
(2)解压到执行目录
tar -zxvf apache-hive-1.2.1-bin.tar.gz -C /opt/module/
(3)修改名称为hive
mv apache-hive-1.2.1-bin/ hive
(4)修改/opt/module/hive/conf目录下的hive-env.sh.template名称为hive-env.sh
mv hive-env.sh.template hive-env.sh
(5)配置hive-env.sh文件
(a)配置HADOOP_HOME路径
export HADOOP_HOME=/opt/module/hadoop-2.8.4
(b)配置HIVE_CONF_DIR路径
export HIVE_CONF_DIR=/opt/module/hive/conf
注:Hive的log默认存放在/tmp/itstar/hive.log目录下(当前用户名下)。
(1)修改hive的log存放日志到/opt/module/hive/logs
(2)修改conf/hive-log4j.properties.template文件名称为hive-log4j.properties
pwd /opt/module/hive/conf
mv hive-log4j.properties.template hive-log4j.properties
(3)在hive-log4j.properties文件中修改log存放位置
hive.log.dir=/opt/module/hive/logs
2)Hadoop集群配置
(1)必须启动hdfs和yarn
sbin/start-dfs.sh
sbin/start-yarn.sh
(2)在HDFS上创建/tmp和/user/hive/warehouse两个目录并修改他们的同组权限可写
bin/hadoop fs -mkdir /tmp
bin/hadoop fs -mkdir -p /user/hive/warehouse
bin/hadoop fs -chmod g+w /tmp
bin/hadoop fs -chmod g+w /user/hive/warehouse
2.3 MySql安装(略)
2.4 Hive元数据配置到MySql
2.4.1 驱动拷贝
1)上传mysql-connector-java-5.1.27-bin.jar到/opt/module/hive/lib/
cp mysql-connector-java-5.1.27-bin.jar /opt/module/hive/lib/
2.4.2 配置Metastore到MySql
1)在/opt/module/hive/conf目录下创建一个hive-site.xml
touch /opt/module/hive/conf/hive-site.xml
2)根据官方文档配置参数,拷贝数据到hive-site.xml文件中。
https://cwiki.apache.org/confluence/display/Hive/AdminManual+MetastoreAdmin
3)配置完毕后,如果启动hive异常,可以重新启动虚拟机。(重启后,别忘了启动hadoop集群)
4)在hive的bin目录下执行./schematool -dbType mysql -initSchema
元数据修改成功:
重新启动hive,对比配置前后差异
(1)配置前
(2)配置后
3)Hive基本操作
(1)启动hive
bin/hive
(2)查看数据库
hive>show databases;
(3)打开默认数据库
hive>use default;
(4)显示default数据库中的表
hive>show tables;
(5)创建一张表
hive> create table student(id int, name string) ;
(6)显示数据库中有几张表
hive>show tables;
(7)查看表的结构
hive>desc student;
(8)向表中插入数据
hive> insert into student values(1001,"ss1");
(9)查询表中数据
hive> select * from student;
(10)退出hive
hive> quit;
注:配置完mysql作为Hive的元数据库后,才可以使用多个xshell客户端打开hive操作。
2.5 将本地文件导入Hive案例
需求:将本地/opt/module/datas/student.txt这个目录下的数据导入到hive的student(id int, name string)表中。
1)数据准备:在/opt/module/datas/student.txt这个目录下准备数据
(1)数据准备 mkdir /opt/module/datas
(2)创建文本 touch /opt/module/datas/student.txt
vi student.txt
1001 zhangshan
1002 lishi
1003 zhaoliu
注意以tab(‘\t’)键间隔。
2)Hive实际操作
(1)启动hive
bin/hive
(2)显示数据库
hive>show databases;
(3)使用default数据库
hive>use default;
(4)显示default数据库中的表
hive>show tables;
(5)删除已创建的student表
hive> drop table student;
(6)创建student表, 并声明文件分隔符’\t’
hive> create table student1(id int, name string) ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t';
(7)加载/opt/module/datas/student.txt 文件到student数据库表中。
hive> load data local inpath '/opt/module/datas/student.txt' into table student;
(8)Hive查询结果
hive> select * from student;
OK
1001 zhangshan
1002 lishi
1003 zhaoliu
Time taken: 0.266 seconds, Fetched: 3 row(s)
(9)帮助命令
bin/hive -help
2.6 Hive常用交互命令
1)“-e”不进入hive的交互窗口执行sql语句
[itstar@bigdata111hive]$ bin/hive -e "select id from student;"
2)“-f”执行脚本中sql语句
(1)在/opt/module/datas目录下创建hivef.sql文件
touch hivef.sql
文件中写入正确的sql语句
select *from student;
(2)执行文件中的sql语句
bin/hive -f /opt/module/datas/hivef.sql
(3)执行文件中的sql语句并将结果写入文件中(注:可能含有其他的表信息,如表头)
bin/hive -f /opt/module/datas/hivef.sql > /opt/module/datas/hive_result.txt
student.id student.name
1001 zhangshan
1002 lishi
1003 zhaoliu
2.7 Hive其他命令操作
1)退出hive窗口:
hive(default)>exit; exit:先隐性提交数据,再退出;
hive(default)>quit; quit:不提交数据,退出;
在新版中没区别了,在以前的版本是有的:
2)在hive cli命令窗口中如何查看hdfs文件系统
hive(default)>dfs -ls /;
3)在hive cli命令窗口中如何查看hdfs本地系统
hive(default)>! ls /opt/module/datas;
4)查看在hive中输入的所有历史命令
(1)进入到当前用户的根目录/root或/home/itstar
(2)查看. hivehistory文件
cat .hivehistory
2.8 参数配置方式
1)查看当前所有的配置信息
hive>set;
2)参数的配置三种方式
(1)配置文件方式
默认配置文件:hive-default.xml
用户自定义配置文件:hive-site.xml
注意:用户自定义配置会覆盖默认配置。另外,Hive也会读入Hadoop的配置,因为Hive是作为Hadoop的客户端启动的,Hive的配置会覆盖Hadoop的配置。配置文件的设定对本机启动的所有Hive进程都有效。
(2)命令行参数方式
启动Hive时,可以在命令行添加-hiveconf param=value来设定参数。
例如:
bin/hive -hiveconf mapred.reduce.tasks=10;
注意:仅对本次hive启动有效
查看参数设置:
hive (default)> set mapred.reduce.tasks;
显示为:mapred.reduce.tasks=10
默认mapred.reduce.tasks=-1
(3)参数声明方式
可以在HQL中使用SET关键字设定参数
例如:
hive (default)> set mapred.reduce.tasks=10;
注意:仅对本次hive启动有效。
查看参数设置
hive (default)> set mapred.reduce.tasks;
上述三种设定方式的优先级依次递增。即配置文件<命令行参数<参数声明。注意某些系统级的参数,例如log4j相关的设定,必须用前两种方式设定,因为那些参数的读取在会话建立以前已经完成了。