初识Hive，Zookeeper

Hive简介

Hive是一个数据仓库基础工具在Hadoop中用来处理结构化数据。它架构在Hadoop之上，总归为大数据，并使得查询和分析方便。并提供简单的sql查询功能，可以将sql语句转换为MapReduce任务进行运行。
术语“大数据”是大型数据集，其中包括体积庞大，高速，以及各种由与日俱增的数据的集合。使用传统的数据管理系统，它是难以加工大型数据。因此，Apache软件基金会推出了一款名为Hadoop的解决大数据管理和处理难题的框架。

Zookeeper简介

Zookeeper 是为分布式应用程序提供高性能协调服务的工具集合，也是Google的Chubby一个开源的实现，是Hadoop 的分布式协调服务。它包含一个简单的原语集5，分布式应用程序可以基于它实现配置维护、命名服务、分布式同步、组服务等。Zookeeper可以用来保证数据在ZK集群之间的数据的事务性一致6。其中ZooKeeper提供通用的分布式锁服务7，用以协调分布式应用。
Zookeeper作为Hadoop项目中的一个子项目,是 Hadoop集群管理的一个必不可少的模块,它主要用来解决分布式应用中经常遇到的数据管理问题，如集群管理、统一命名服务、分布式配置管理、分布式消息队列、分布式锁、分布式协调等。在Hadoop中，它管理Hadoop集群中的NameNode，还有在Hbase中Master Election、Server 之间状态同状步等。
　　Zoopkeeper 提供了一套很好的分布式集群管理的机制，就是它这种基于层次型的目录树的数据结构，并对树中的节点进行有效管理，从而可以设计出多种多样的分布式的数据管理模型。

安装Zookeeper

• 在slave1，slave2，slave3上安装Zookeeper

yum install -y zookeeper-server

• 3台主机分别创建/usr/lib/tmpfile.d/zk.conf:

d /var/run/zookeeper 0775 zookeeper zookeeper -

• 创建/var/run/zookeeper

# systemd-tmpfiles --create

• 分别在3台服务器上初始化ID（id=1，2，3）

# echo ID > /var/lib/zookeeper/myid

配置zoo.cfg

• 在3台Zookeeper服务器上配置/etc/zookeeper/conf/zoo.cfg:

server.1=slave1:2888:3888
server.2=slave2:2888:3888
server.3=slave3:2888:3888

分别启动3台zookeeper

• 创建启动服务文件：

# cp /usr/hdp/2.6.1.0-129/zookeeper/usr/lib/systemd/system/zookeeper-service /usr/lib/systemd/system

• 启动服务

# systemctl start zookeeper-server

• 激活服务

# systemctl enable zookeeper-server

安装hive2和mysql

• 安装hive2

# yum install -y hive2

• 安装mysql

# yum install -y mysql-server

• 安装mysql驱动

# rpm -ivh mysql-connector-java-5.1.37-1

激活mysql驱动

• 为hive准备jdbc驱动

# cp ln -s /usr/share/java/mysql-connector-java.jar /usr/hdp/2.6.1.0-129/hive2/lib

配置hive2

• /etc/hive/conf/hive-site.xml中添加配置项

name	value
javax.jdo.option.ConnectionURL	jdbc.mysql://slave1:3306/metastor
javax.jdo.option.ConnectionDriverName	com.mysql.jdbc.Driver
javax.jdo.option.ConnectionUserName	hiveuser
javax.jdo.option.ConnectionPasswd	passwd
datanucleus.autoCreateSchema	false
datanucleus.fixedDatastore	true
datanucleus.autoStarMechanism	SchemaTable
hive.metastor.uris	thrift://< IP_of_Slave1>：9083
hive.support.concurrency	true
hive.zookeeper.quorum	slave1,slave2,slave3

准备HDFS目录

• 清空可能遗留的垃圾文件

# su - hdfs
$ hadoop fs -rm -r /tmp/hive
$ hadoop fs -rm -r /user/hive

• 创建hive数据仓库

$ hadoop fs -mkdri/tmp
$ hadoop fs -chmod 1777 /tmp
$ hadoop fs -mkdri -p /user/hive/warehouse
$ hadoop fs -chown -R hive:hive /user/hive
$ hadoop fs -chmod 1777 /user/hive/warehouse

启动mysql服务器

• 在slave1上启动mysql

# systemctl start mysqld

• 链接mysql服务器

$ mysql -u root -h localhost

创建hive数据库账号

> create database metastore;
> use metastore;
> create user 'hiveuser'@'%' identified by 'passwd';
> revoke all privileges,grant option from 'hiveuser'@'%';
> grant selsect,insert,update,selsete,lock tables,exexute.create,alter on metastore.* to 'hiveuser'@'%'

初始化metastore

• 清空可能出现的垃圾文件

# rm -rf /var/lib/hive/*
# rm -rf /var/lib/hive2/*

• 删除可能存在的冲突配置文件

# mv /etc/hive2/ /etc/hive2.bak
# cp /etc/hive/ /etc/hive2

• 在slave1上创建metastore

# schematool -dbType mysql -initSchema

• 从mysql控制台上确认表成功

mysql> show tables

启动hive server2

• 切换到hadoop
• 开启远程metastore服务

$ /...(hive2目录)/bin/hive --service metastore
$ /...(hive2目录)/bin/hiveserver2

• 连接服务器

$ /...(hive2目录)/bin/beeline -u jdbc:hive2://slave1:10000 -n hive

结果如下：

用到的知识

• hive教程
• zookeeper系列