hive是什么?
hive是基于Hadoop的一个数据仓库工具,可以将结构化的数据文件映射为一张数据库表,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。 其优点是学习成本低,可以通过类SQL语句快速实现简单的MapReduce统计,不必开发专门的MapReduce应用,十分适合数据仓库的统计分析。
Hive是建立在 Hadoop 上的数据仓库基础构架。它提供了一系列的工具,可以用来进行数据提取转化加载(ETL),这是一种可以存储、查询和分析存储在 Hadoop 中的大规模数据的机制。Hive 定义了简单的类 SQL 查询语言,称为 HQL,它允许熟悉 SQL 的用户查询数据。同时,这个语言也允许熟悉 MapReduce 开发者的开发自定义的 mapper 和 reducer 来处理内建的 mapper 和 reducer 无法完成的复杂的分析工作。
hive的版本:
我这边 使用的是1.2.1版本的,下载地址http://apache.org/dist/hive
1.上传,解压
先把下载的安装包上传到Linux下,然后使用(tar -zxvf ‘安装包名称’ -C '指定安装目录')解压
2.hive的结构目录
3.修改配置文件
hive-env.sh.template
第一行为hadoop的安装位置
第二行为hive安装下的conf目录
HADOOP_HOME=/opt/modules/hadoop-2.7.3
export HIVE_CONFF_DIR=/opt/modules/hive-1.2.1-bin/cong
4.创建数据仓库
hive 的数据需要保存到HDFS,它会去读默认路径,但是这些目录是空,需要去创建。
在hadoop安装目录下去创建目录,并修改他们的权限
5.hive的基本使用
在hive安装目录下启动交互式命令:bin/hive
第一次启动时间会稍微长一些,耐心等待一会。
当出现“hive>”时,hive就已经安装好了
在hive下的操作和MySQL的一样,安装好之后就可以进行和MySQL一样的操作了