Hive学习笔记

最新推荐文章于 2024-08-14 06:53:59 发布

TigRer

最新推荐文章于 2024-08-14 06:53:59 发布

阅读量684

点赞数

分类专栏：大数据学习之路文章标签： hive

本文链接：https://blog.csdn.net/TigRer/article/details/114339652

版权

本文详述了Hive的安装部署过程，包括Hive与MySQL的集成，以及元数据服务的使用。深入讲解了Hive的数据类型、DDL、DML操作，特别是分区表和分桶表的概念。此外，还介绍了Hive的各种函数应用，包括行转列、列转行和窗口函数。最后，通过谷粒影音的实战案例展示了Hive在数据分析中的实际应用。

摘要由CSDN通过智能技术生成

启动脚本

#!/bin/bash
if [ $# -lt 1 ]
then
    echo "No Args Input..."
    exit ;
fi
case $1 in
"start"){
   
        echo " =================== 启动 hadoop集群 ==================="

        echo " --------------- 启动 hdfs ---------------"
        ssh hadoop102 "/opt/module/hadoop-3.2.1/sbin/start-dfs.sh"
        echo " --------------- 启动 yarn ---------------"
        ssh hadoop103 "/opt/module/hadoop-3.2.1/sbin/start-yarn.sh"
};;
"stop"){
   
        echo " =================== 关闭 hadoop集群 ==================="

        echo " --------------- 关闭 yarn ---------------"
        ssh hadoop103 "/opt/module/hadoop-3.2.1/sbin/stop-yarn.sh"
        echo " --------------- 关闭 hdfs ---------------"
        ssh hadoop102 "/opt/module/hadoop-3.2.1/sbin/stop-dfs.sh"
};;
*){
   
    echo "Input Args Error..."
};;
esac

chmod 777 hdp.sh

1、Hive 安装部署

1） Hive 官网地址

http://hive.apache.org /

2）文档查看地址

https: //cwiki.apache.org /confluence/display/Hive/G ettingStarted

3）下载地址

http://archive.apache.org /dist/hive/

4）github 地址

[https: //github.com/apache/hive](https: //github.com/apache/hive)

1.安装Hive

1）把 apache-hive-3.1.2-bin.tar.gz 上传到 linux 的/opt/software 目录下

2）解压 apache-hive-3.1.2-bin.tar.gz 到/opt/module目录下面
[root@hadoop102 software]$ tar -zxvf /opt/software/apache-hive-3.1.2- bin.tar.gz -C /opt/module/

3）修改 apache-hive-3.1.2-bin.tar.gz 的名称为 hive
[root@hadoop102 software]$ mv /opt/module/apache-hive-3.1.2-bin/ /opt/module/hive

4）修改/etc/profile.d/my_env.sh，添加环境变量
[root@hadoop102 software]$ sudo vim /etc/profile.d/my_env.sh 

#HIVE_HOME
export HIVE_HOME=/opt/module/hive 
export PATH=$PATH:$HIVE_HOME/bin

6）解决日志 Jar 包冲突
[atguigu@hadoop102 software]$ mv $HIVE_HOME/lib/log4j-slf4j-impl-2.10.0.jar $HIVE_HOME/lib/log4j-slf4j-impl-2.10.0.bak

7）初始化元数据库
[atguigu@hadoop102 hive]$ bin/schematool -dbType derby -initSchema

2.启动Hive

[atguigu@hadoop102 hive]$ bin/hive 
hive> show databases; 
hive> show tables;
hive> create table test(id int); 
hive> insert into test values(1); 
hive> select * from test;

3. MySQL安装

1)查看 mysql 是否安装，如果安装了，卸载 mysql

[atguigu@hadoop102 ~]$ rpm -qa|grep mariadb 
mariadb-libs-5.5.56-2.el7.x86_64
[atguigu@hadoop102 ~]$ rpm -qa|grep mysql

//如果存在通过如下命令卸载
[atguigu @hadoop102 ~]$ sudo rpm -e --nodeps mariadb-libs

2）将 MySQL 安装包拷贝到/opt/software 目录下
[root@hadoop102 software]# ls
mysql-libs.zip
[root@hadoop102 software]# unzip mysql-libs.zip
[root@hadoop102 mysql-libs]# ls
MySQL-client-5.6.24-1.el6.x86_64.rpm
mysql-connector-java-5.1.27.tar.gz
MySQL-server-5.6.24-1.el6.x86_64.rpm

3)安装 MySql 服务器
	1．安装 mysql 服务端
[root@hadoop102 mysql-libs]# rpm -ivh MySQL-server-5.6.24-1.el6.x86_64.rpm
	2．查看产生的随机密码
[root@hadoop102 mysql-libs]# cat /root/.mysql_secret 
# The random password set for the root user at Sun Feb 21 08:25:04 2021 (local time): gUb9mxXcZmrhO3qQ
	3．启动 mysql
[root@hadoop102 mysql-libs]# service mysql start

4)安装 MySql 客户端
	1.安装mysql客户端
[root@hadoop102 mysql-libs]# rpm -ivh MySQL-client-5.6.24-1.el6.x86_64.rpm
	2.连接MySQL
[root@hadoop102 mysql-libs]# mysql -uroot -pgUb9mxXcZmrhO3qQ
	3.修改密码
[root@hadoop102 mysql-libs]# set password=password('000000');
	4.退出mysql
[root@hadoop102 mysql-libs]# exit;

5）修改MySql中 user 表中主机配置
[root@hadoop102 mysql-libs]# mysql -uroot -p000000
mysql> show datanases;
mysql> use mysql;
mysql> show tables;
mysql> select host, user from user;
mysql> update user set host='%' where host='localhost';
mysql> delete from user where Host='hadoop102';
mysql> delete from user where Host='127.0.0.1';
mysql> delete from user where Host='::1';

mysql>flush privileges;

Windows中的Navicate连接测试！

4. Hive 元数据配置到 MySQL

4.1将 MySQL 的 JDBC 驱动拷贝到 Hive 的 lib 目录下

[root@hadoop102 mysql-libs]# tar -zxvf mysql-connector-java-5.1.27.tar.gz 
[root@hadoop102 mysql-libs]# cp mysql-connector-java-5.1.27/mysql-connector-java-5.1.27-bin.jar  $HIVE_HOME/lib

4.2 . 配置 Metastore 到 MySQL

在$HIVE_HOME/conf 目录下新建 hive-site.xml 文件

<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
    <!-- jdbc 连接的 URL -->
    <property>
        <name>javax.jdo.option.ConnectionURL</name>
        <value>jdbc:mysql://hadoop102:3306/metastore?useSSL=false</value>
    </property>

    <!-- jdbc 连接的 Driver-->
    <property>
        <name>javax.jdo.option.ConnectionDriverName</name>
        <value>com.mysql.jdbc.Driver</value>
    </property>

    <!-- jdbc 连接的 username-->
    <property>
        <name>javax.jdo.option.ConnectionUserName</name>
        <value>root</value>
    </property>

    <!-- jdbc 连接的 password -->
    <property>
        <name>javax.jdo.option.ConnectionPassword</name>
        <value>000000</value>
    </property>

    <!-- Hive 元数据存储版本的验证 -->
    <property>
        <name>hive.metastore.schema.verification</name>
        <value>false</value>
    </property>

    <!--元数据存储授权-->
    <property>
        <name>hive.metastore.event.db.notification.api.auth</name>
        <value>false</value>
    </property>

    <!-- Hive 默认在 HDFS 的工作目录 -->
    <property>
        <name>hive.metastore.warehouse.dir</name>
        <value>/user/hive/warehouse</value>
    </property>
</configuration>

4.3.登陆 MySQL

[atguigu@hadoop102 software]$ mysql -uroot -p000000

4.4.新建 Hive 元数据库

mysql> create database metastore;
mysql> quit;

4.5.初始化Hive元数据库

[root@hadoop102 hive]# schematool -initSchema -dbType mysql - verbose

4.6多窗口启动 Hive 测试

[root@hadoop102 hive]# bin/hive

5.使用元数据服务的方式访问 Hive

1）在hive-site.xml文件中添加如下配置信息

<!-- 指定存储元数据要连接的地址 -->
<property>
    <name>hive.metastore.uris</name>
    <value>thrift://hadoop102:9083</value>
</property>

2）启动 metastore

[root@hadoop102 hive]# bin/hive --service metastore

3)使用 JDBC 方式访问 Hive

3.1）在 hive-site.xml 文件中添加如下配置信息

<!-- 指定 hiveserver2 连接的 host -->
<property>
    <name>hive.server2.thrift.bind.host</name>
    <value>hadoop102</value>
</property>

<!-- 指定 hiveserver2 连接的端口号 -->
<property>
    <name>hive.server2.thrift.port</name>
    <value>10000</value>
</property>

3.2）启动hiveserver2

[root@hadoop102 hive]# bin/hive --service hiveserver2

3.3）启动 beeline 客户端（需要多等待一会）

[root@hadoop102 hive]# bin/beeline -u jdbc:hive2://hadoop102:10000 -n root

<!-- 如果连接不上10000,在hadoop/etc/hadoop/core-site.xml中添加 -->
<property>     
	<name>hadoop.proxyuser.root.hosts</name>     
	<value>*</value>
 </property> 
<property>     
	<name>hadoop.proxyuser.root.groups</name>    
    <value>*</value> 
</property>
<property>     
	<name>hadoop.proxyuser.zhaoshb.hosts</name>     
	<value>*</value> 
</property> 
<property>     
	<name>hadoop.proxyuser.zhaoshb.groups</name>     
	<value>*</value> 
</property>

三个步骤：

1、先开启 metastore

hive --service metastore

2、开启 hiveserver2

hive --service hiveserver2

3、可以通过命令netstat -ntulp |grep 10000 
[root@hadoop102 hive]# netstat -ntulp |grep 10000 
tcp        0      0 :::10000                    :::*                        LISTEN      9458/java

编写 hive 服务启动脚本（了解）

前台启动的方式导致需要打开多个 shell 窗口，可以使用如下方式后台方式启动
nohup:  放在命令开头，表示不挂起,也就是关闭终端进程也继续保持运行状态
/dev/null：是 Linux 文件系统中的一个文件，被称为黑洞，所有写入改文件的内容 都会被自动丢弃
2>&1 :  表示将错误重定向到标准输出上
&:  放在命令结尾,表示后台运行
一般会组合使用: nohup	[xxx 命令操作]> file	2>&1 &，表示将 xxx 命令运行的结 果输出到 file 中，并保持命令启动的进程在后台运行。

[root@hadoop102 hive]$ vim $HIVE_HOME/bin/hiveservices.sh

#!/bin/bash 
HIVE_LOG_DIR=$HIVE_HOME/logs 
if [ ! -d $HIVE_LOG_DIR ] 
then
	mkdir -p $HIVE_LOG_DIR
fi

#检查进程是否运行正常，参数 1 为进程名，参数 2 为进程端口
function check_process()
{
   
    pid=$(ps -ef 2>/dev/null | grep -v grep | grep -i $1 | awk '{print $2}')
    ppid=$(netstat -nltp 2>/dev/null | grep $2 | awk '{print $7}' | cut - d '/' -f 1)
    echo $pid
    [[ "$pid" =~ "$ppid" ]] && [ "$ppid" ] && return 0 || return 1
}

function hive_start()
{
   
    metapid=$(check_process HiveMetastore 9083)
    cmd="nohup hive --service metastore >$HIVE_LOG_DIR/metastore.log 2>&1 	&"
    [ -z "$metapid" ] && eval $cmd || echo "Metastroe 服务已启动" server2pid=$(check_process HiveServer2 10000)
    cmd="nohup hive --service hiveserver2 >$HIVE_LOG_DIR/hiveServer2.log 2>&1 &"
    [ -z "$server2pid" ] && eval $cmd || echo "HiveServer2 服务已启动"
}

function hive_stop()
{
   
    metapid=$(check_process HiveMetastore 9083)
    [ "$metapid" ] && kill $metapid || echo "Metastore 服务未启动" server2pid=$(check_process HiveServer2 10000)
    [ "$server2pid" ] && kill $server2pid || echo "HiveServer2 服务未启动"
}

case $1 in 
"start")
    hive_start
    ;;
"stop")
    hive_stop
    ;;
"restart")
    hive_stop 
    sleep 2 
    hive_start
    ;;
"status")
    check_process HiveMetastore 9083 >/dev/null && echo "Metastore 服务运行 正常" || echo "Metastore 服务运行异常"
    check_process HiveServer2 10000 >/dev/null && echo "HiveServer2 服务运 行正常" || echo "HiveServer2 服务运行异常"
    ;;
*)
    echo Invalid Args!
    echo 'Usage: '