Hive1.2.1(环境搭建-图文详解+安装包) + Hadoop-2.6.5(已搭建好)
本文是在Hadoop-2.6.5集群已搭建好情况下搭建Hive1.2.1,JDK 1.8
文章目录
什么是Hive
Hive:由Facebook开源用于解决海量结构化日志的数据统计
。
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表
,并提供类SQL
查询功能。
本质是:将HQL转化成MapReduce程序
本文是主要是环境的搭建,所以不会过多介绍Hive,但也要注意一下几点:
1)Hive处理的数据存储在HDFS
,也就是说,我们可以通过HDFS的web界面来查看一些信息
2)Hive分析数据底层的实现是MapReduce
,这个在insert插入数据时,打印的日志可以观察到
3)执行程序运行在Yarn上
4)元数据(Metastore)包括:表名、表所属的数据库(默认是default)、表的拥有者、列/分区字段、表的类型(是否是外部表)、表的数据所在目录等,可以理解为就是所存储数据的数据
,可以通过元数据查询到这些数据的一些基本信息
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
5. 我的百度网盘软件安装包
百度网盘
链接:https://pan.baidu.com/s/1UpssP6Bm3vodchYPtrKovw
提取码:ve8s
提示:以下是本篇文章正文内容,下面案例可供参考
1、安装(建议全程切换到root权限操作)
建议切换到root权限操作!
1.1 解压缩
解压apache-hive-1.2.1-bin.tar.gz到指定目录下面
[root@Master software]# tar -zxvf apache-hive-1.2.1-bin.tar.gz -C /usr/local/
1.2 修改文件
修改/usr/local/apache-hive-1.2.1-bin/conf目录下的hive-env.sh.template名称为 hive-env.sh
配置HADOOP_HOME路径和HIVE_CONF_DIR路径,添加以下两句:
export HADOOP_HOME=/usr/local/hadoop-2.6.5
export HIVE_CONF_DIR=/usr/local/apache-hive-1.2.1-bin/conf
1.3 Hive基本操作
hive>
是进入到hive数据库客户端的命令提示符
(1)启动hive
(有些小伙伴可能会在启动报错,可以拉到文章最后,有报错及解决办法,看看是不是一样的)
[root@Master apache-hive-1.2.1-bin]# ./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(1,"zhangsan");
通过框出来可以发现,执行的其实是MapReduce Job, 只不过此步insert没有redeuc操作
这也是为什么说:Hive分析数据底层的实现是MapReduce
(9)查询表中数据
hive> select * from student;
(10)退出hive
hive> quit;
2. MySql安装
安装MySql是为了替换掉Hive默认保存元数据的Derby数据库,Derby数据库有并发访问和性能问题,也就是说,同一个节点不能多开多个Hive客户端的窗口,会有类似以下报错
Exception in thread "main" java.lang.RuntimeException: java.lang.RuntimeException:
Unable to instantiate
org.apache.hadoop.hive.ql.metadata.SessionHiveMetaStoreClient
at org.apache.hadoop.hive.ql.session.SessionState.start(SessionState.java:522)
at org.apache.hadoop.hive.cli.CliDriver.run(CliDriver.java:677)
at org.apache.hadoop.hive.cli.CliDriver.main(CliDriver.java:621)
at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:57)
at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
at java.lang.reflect.Method.invoke(Method.java:606)
at org.apache.hadoop.util.RunJar.run(RunJar.java:221)
at org.apache.hadoop.util.RunJar.main(RunJar.java:136)
...
at org.apache.hadoop.hive.ql.metadata.Hive.createMetaStoreClient(Hive.java:3005)
at org.apache.hadoop.hive.ql.metadata.Hive.getMSC(Hive.java:3024)
at org.apache.hadoop.hive.ql.session.SessionState.start(SessionState.java:503)
... 8 more
因为Metastore(元数据)默认存储在自带的derby数据库中,所以推荐使用MySQL存储Metastore
2.1 安装包准备
1.查看mysql是否安装,如果安装了,卸载自带的mysql
(1)查看
[root@Master /]# rpm -qa|grep mysql
(2)卸载
[root@Master /]# rpm -e --nodeps mysql-libs-5.1.71-1.el6.x86_64
2. 解压准备好的mysql-libs.zip文件到当前目录,进入到mysql-libs文件夹下
[root@Master software]# unzip mysql-libs.zip
2.2 安装MySql服务器
- 安装mysql服务端
[root@Master mysql-libs]# rpm -ivh MySQL-server-5.6.24-1.el6.x86_64.rpm
这里列出来的是安装时界面出现的部分信息,框出来的信息,提示我们说有一个随机生成的密码给root用户
2.查看产生的随机密码
[root@Master mysql-libs]# cat /root/.mysql_secret
3.查看mysql状态
[root@Master mysql-libs]# service mysql status
4.启动mysql
[root@Master mysql-libs]# service mysql start
2.3 安装MySql客户端
1.安装mysql客户端
[root@Master mysql-libs]# rpm -ivh MySQL-client-5.6.24-1.el6.x86_64.rpm
2.链接mysql(这里的登陆密码是刚刚查看的那个随机生成的密码)
[root@Master mysql-libs]# mysql -uroot -paSop3tkUeA8IFhtj
3.修改密码(自定义密码,自己记得住就行),然后退出
mysql> SET PASSWORD=PASSWORD('123456');
mysql> exit
4.用新密码登录
[root@Master mysql-libs]# mysql -uroot -p123456
2.4 MySql中user表中主机配置
目的:配置只要是root用户+密码,在任何主机上都能登录MySQL数据库
1.进入mysql
[root@Master mysql-libs]# mysql -uroot -p123456
2.显示数据库
mysql>show databases;
3.使用mysql数据库
mysql>use mysql;
4.展示mysql数据库中的所有表(最后有一个user表)
mysql>show tables;
5.展示user表的结构(user表中有很多字段,而我们此步骤只需关注以下3个字段即可j)
mysql>desc user;
6.查询user表
mysql>select User, Host, Password from user;
7.修改user表,把Host表内容修改为%
mysql>update user set host='%' where host='localhost';
8.因为%就是匹配任意主机,所以移除除了root的其他host,以防有时会匹配到其它主机,出现报错
mysql> delete from user where Host='master';
mysql> delete from user where Host='127.0.0.1';
mysql> delete from user where Host='::1';
9.刷新、退出
mysql> flush privileges;
mysql> quit;
可以用数据库可视化连接工具 Navicat Premium 12尝试连接数据库
2.5 Hive元数据配置到MySql
1.回到刚刚的mysql-libs目录下,解压mysql-connector-java-5.1.27.tar.gz驱动包
[root@Master mysql-libs]# tar -zxvf mysql-connector-java-5.1.27.tar.gz
2.进入解压好的/mysql-connector-java-5.1.27目录,将mysql-connector-java-5.1.27-bin.jar拷贝到到hive的安装目录下的lib目录中
[root@Master mysql-connector-java-5.1.27]# cp ./mysql-connector-java-5.1.27-bin.jar /usr/local/apache-hive-1.2.1-bin/lib/
2.6 配置Metastore到MySql
1.在/usr/local/pache-hive-1.2.1-bin/conf目录下创建一个hive-site.xml
[root@Master conf]# touch hive.site.xml
[root@Master conf]# vi hive-site.xml
2.根据官方文档配置参数(这里是基础配置,可以自己添加其他服务的配置),拷贝数据到hive-site.xml文件中(注意修改自己的密码和链接驱动时主机地址
)
https://cwiki.apache.org/confluence/display/Hive/AdminManual+MetastoreAdmin
<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<property>
<name>javax.jdo.option.ConnectionURL</name>
<value>jdbc:mysql://Master:3306/metastore?createDatabaseIfNotExist=true</value>
<description>JDBC connect string for a JDBC metastore</description>
</property>
<property>
<name>javax.jdo.option.ConnectionDriverName</name>
<value>com.mysql.jdbc.Driver</value>
<description>Driver class name for a JDBC metastore</description>
</property>
<property>
<name>javax.jdo.option.ConnectionUserName</name>
<value>root</value>
<description>username to use against metastore database</description>
</property>
<property>
<name>javax.jdo.option.ConnectionPassword</name>
<value>123456</value>
<description>password to use against metastore database</description>
</property>
</configuration>
3.配置完毕后,就启动hive,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)
3. 多窗口启动Hive测试
1.先启动MySQL
[root@Master ~]# mysql -uroot -p123456
查看有几个数据库
mysql> show databases;
2.再次打开多个窗口,分别启动hive
[root@Master apache-hive-1.2.1-bin]# ./bin/hive
3.启动hive后,回到MySQL窗口查看数据库,显示增加了metastore数据库
mysql> show databases;
至此,Hive环境的搭建已基本完成。可以愉快的玩耍了~~~
创建一个新表stu,有两个字段id,name,并指定读取文件时的分隔符 ‘\t’
hive> show databases;
hive> use default;
// 此处规定了所读取文件中字段间的分隔符为一个 'Tab' 制表符 '\t',如果格式不对,那么导入后查询结果会显示Null
hive> create table stu(id int, name string) ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t';
hive> show tables;
因为我们在上一步更换了保存元数据的数据库,所以一开始测试时创建的student表已经读取不到,但仍然可以在HDFS文件系统中找到
,默认的Derby数据库没有删
然后插入一条数据测试下
hive> insert into stu values(001,"boy");
hive> select * from stu;
4. 其它操作
4.1 将本地文件(或者HDFS文件)导入Hive
在Hive安装目录下创建datas目录,并在datas目录下创建一个stu.txt文件,文件内容如下(字段间分隔符与创表时保持一致,我这里是 ‘\t’
):
001 zhangsan
002 lisi
003 wangwu
导入本地文件
hive> load data local inpath '/usr/local/apache-hive-1.2.1-bin/datas/stu.txt' into table stu;
查询
导入HDFS文件
先将stu.txt文件上传到HDFS的根目录
[root@Master datas]# hdfs dfs -put ./stu.txt /
hive> load data inpath '/stu.txt' into table stu;;
4.2 通过工具及Web查看Hive的相关内容
Navicat Premium 12
默认数据库的存储位置(存储在HDFS中)
测试时,所创建的表
HDFS的Web界面。默认端口号是50070
Hive源数据保存的位置,以 stu_copy_1.txt 为例,可以看到它的Block ID
以下是我这边找到的路径,感兴趣的可以自己找找
/usr/local/hadoop-2.6.5/dfs/data/current/BP-264096608-192.168.110.114-1602433100565/current/finalized/subdir0/subdir13
4.3 查询后信息显示配置
在hive-site.xml文件中添加如下配置信息,就可以实现显示当前数据库,以及查询表的头信息配置
<property>
<name>hive.cli.print.header</name>
<value>true</value>
</property>
<property>
<name>hive.cli.print.current.db</name>
<value>true</value>
</property>
效果:
4.4 Hive运行日志信息配置
1.Hive的log默认存放在/tmp/root/hive.log目录下(当前用户名下),因为我使用root安装的hive
2.修改hive的log存放日志到/usr/local/apache-hive-1.2.1-bin/logs
(1)修改/usr/local/apache-hive-1.2.1-bin/conf/hive-log4j.properties.template文件名称为hive-log4j.properties
[root@Master conf]# mv hive-log4j.properties.template hive-log4j.properties
(2)在hive-log4j.properties文件中修改log存放位置
hive.log.dir=/usr/local/apache-hive-1.2.1-bin/logs
然后启动下hive,日志保存路径已经改变
5. 首次启动Hive时报错及解决方法
在步骤1.3 Hive基本操作
可能会有小伙伴的Hive启动不成功,报以下报错:
报错1:
启动Hive时org/apache/hadoop/hive/ql/CommandNeedRetryException问题
报错2:
Caused by: java.lang.ClassNotFoundException: org.apache.hadoop.hive.conf.HiveConf
Exception in thread "main" java.lang.NoClassDefFoundError: org/apache/hadoop/hive/conf/HiveConf
at java.lang.Class.forName0(Native Method)
at java.lang.Class.forName(Class.java:274)
at org.apache.hadoop.util.RunJar.main(RunJar.java:205)
Caused by: java.lang.ClassNotFoundException: org.apache.hadoop.hive.conf.HiveConf
at java.net.URLClassLoader$1.run(URLClassLoader.java:366)
at java.net.URLClassLoader$1.run(URLClassLoader.java:355)
at java.security.AccessController.doPrivileged(Native Method)
at java.net.URLClassLoader.findClass(URLClassLoader.java:354)
at java.lang.ClassLoader.loadClass(ClassLoader.java:425)
以上两种报错的原因是:我有安装Hbase,并用Habse API操作Hbase,但那时出现过调用找不到hbase包的问题,于是在 hadoop-env.sh
,引入hbase包,当时写法是:
export HADOOP_CLASSPATH=HADOOP_CLASSPATH:/usr/local/hbase-1.2.2/lib/*
这么写将上面的$HADOOP_CLASSPATH覆盖掉,因此会报错,现在修改为:
export HADOOP_CLASSPATH=$HADOOP_CLASSPATH:/usr/local/hbase-1.2.2/lib/*
以上两种报错不是同时发生的,第一个是我中午吃饭前报错,然后我把集群关了;第二个是我吃饭后,重开集群报错,哈哈哈~~~
我这边还更换了一个Jar包,在其它博文说是YARN中的jline版本过低,Jline包版本不一致的问题,需要拷贝hive的lib目录中jline.2.12.jar
的jar包替换掉hadoop安装目录下/share/hadoop/yarn/lib/中的jline-0.9.94.jar
,当然我这里因为没有报错信息,所以我就没有截图了,但Jar包却是换了,哈哈哈~~先用着,出了问题再说~,附上我的操作:
总结
文章也是仅作知识点的记录,欢迎大家指出错误,一起探讨~~~