Hive资料整理系列 二 Hive安装及mysql做元数据库 --clouder版本

 Debian 上安装：

 

$ sudo apt-get install hadoop-hive

  

 

    redhat/centos 上安装：

 

$ sudo yum install hadoop-hive

 

    启动hive 控制台：

 

 

$ hive
hive>

okay，可以使用hive 了  你可以参照hive 的wiki 里的介绍（很全面）玩一玩hive 的操作

http://wiki.apache.org/hadoop/Hive

玩了会儿了，该干正事了。

hive 默认带的是derby 数据库来存放创建的表信息（只存放表结构，内容放到hdfs里）

derby毕竟是嵌入式数据库，作正式应用不安全。幸好hive支持mysql，于是安装mysql

我用的是centos 安装自然很简单：

 

yum install mysql-server

 

 启动mysql：

  /etc/init.d/mysqld start

 

 为hadoop/hive 创建mysql用户：

 

mysql
mysql> CREATE USER 'hadoop'@'centos1' IDENTIFIED BY 'hadoop';
mysql> GRANT ALL PRIVILEGES ON *.* TO 'hadoop'@'centos1' WITH GRANT OPTION;
mysql> exit

  测试是否成功：

 

 

su - hadoop

mysql -h centos1 -u hadoop -p

 

  okay 现在我们成功安装了hive 下面我们修改hive 的配置让hive使用mysql  

  如果你用的cloudera 的话：

vi /etc/hive/conf/hive-site.xml

 

 

然后改成这样：

  

<property>
  <name>hive.metastore.local</name>
  <value>true</value>
</property>

<property>
  <name>javax.jdo.option.ConnectionURL</name>
  <value>jdbc:mysql://centos1:3306/hive?createDatabaseIfNotExist=true</value>
</property>

<property>
  <name>javax.jdo.option.ConnectionDriverName</name>
  <value>com.mysql.jdbc.Driver</value>
</property>

<property>
  <name>javax.jdo.option.ConnectionUserName</name>
  <value>hadoop</value>
</property>

<property>
  <name>javax.jdo.option.ConnectionPassword</name>
  <value>hadoop</value>
</property>

 okay, 现在启动 hive：

$hive

 

用的就是mysql 数据库存放表结构了。 

你会惊奇地发现之前玩的那些表都没了，就让它们长眠在derby里吧！

 

集群搭建完毕，于是乎实际应用来了。

由于scribe 用的时间不长，产生的日志量还少，我们需要对过去三个月的cookie访问数据进行一个分析。

怎么办？ 写个java程序吧数据库里的数据导进来（scribe之前 ，还是吧所有日志写到数据库中的，可想而知查询得多慢）

导出了15G的数据（3各月cookie访问记录）

下面就有个不能满足的需求了：要求把分析结果放回到mysql 数据库中方便管理人员查看

你懂的， linux控制台操作的hive 是不可能把结果数据放进mysql的（就我的能力而言。） 只能打印到控制台或者写入文件

 

于是乎想到了hive 是有jdbc 客户端的

 

首先启动hive server：

 

hive --service hiveserver 50031（端口号）

好了服务启动了，等待客户端连接并执行客户端代码。

 

hive 支持多种客户端，jdbc odbc php python 等等 想了解的可以去wiki 看看。

 

 

okay 用eclipse 写hive 吧~  这回熟悉了吧

在eclipse 中创建一个新的javaproject 

把hive/lib 下的所有jar copy到项目的lib目录下 另外再加一个mysql-connector-5.*.*.jar 用来把数据写入mysql

废话不说 ，贴代码：

 

package com.hive;

import java.sql.SQLException;
import java.sql.Connection;
import java.sql.ResultSet;
import java.sql.Statement;
import java.sql.DriverManager;

public class HiveJdbcClient {
    private static String driverName = "org.apache.hadoop.hive.jdbc.HiveDriver";

    /**
     * @param args
     * @throws SQLException
     */
    public static void main(String[] args) throws SQLException {
        try {
            Class.forName(driverName);
        } catch (ClassNotFoundException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
            System.exit(1);
        }
        Connection con = DriverManager.getConnection(
                "jdbc:hive://192.168.3.201:50031/defalt", "hadoop",
                "masterninja");
        Statement stmt = con.createStatement();
        ResultSet res = stmt
                .executeQuery("select  cookie_id ,COUNT(cookie_id)count  from cookie_info where uid=5779665 group by cookie_id ORDER BY count DESC limit 20");
        while (res.next()) {
            System.out.println(res.getString(1) +"         "+ res.getInt(2));
        }
    }
}

 我这里只是把结果集打印出来了  没有写入mysql （贴的只是测试代码）

写好后运行就成。如果您公司的服务器与外网是隔离的（我们公司就是）

就把程序打个jar 上传到服务器集群中的一台上（起码能访问到hiveserver 的）

运行java -jar XXX.jar

你会发现hive server 的那台机器开始在linux控制台打印了...