Hive数据仓库的安装配置

HIve安装配置

一、Hive的安装模式简介

Hive 的安装模式分为3种，分别是嵌入模式、本地模式和远程模式。下面针对这3种模式进行介绍。

（1）嵌入模式：使用内嵌的Derby数据库存储元数据，这种方式是Hive的默认安装方式，配置简单，但是一次只能连接一个客户端，适合用来测试，不适合生产环境。

（2）本地模式：采用外部数据库存储元数据，该模式不需要单独开启 Metastore服务，因为本地模式使用的是和 Hive在同一个进程中的Metastore服务。

（3）远程模式：与本地模式一样，远程模式也是采用外部数据库存储元数据。不同的是，远程模式需要单独开启 Metastore服务，然后每个客户端都在配置文件中配置连接该Metastore 服务。远程模式中，Metastore 服务和 Hive 运行在不同的进程中。

二、远程模式安装

本地和远程模式安装配置方式大致相同，本质上是将Hive默认的元数据存储介质由自带的Derby数据库替换为MySQL数据库。

MySQL前面已经安装过了。这里不在赘述。

1.下载安装包

下载地址：https://dlcdn.apache.org/hive/

2.上传

3. 解压

将hive安装包解压到/export/servers/目录下

tar zvxf apache-hive-3.1.2-bin.tar.gz -C /export/servers/

4.解决hadoop、hive之间guava版本差异

把hadoop安装包下的guava复制到删除的文件目录下

cp guava-27.0-jre.jar /export/servers/apache-hive-3.1.2-bin/lib/

5. 修改配置文件

1）进入配置文件

2）复制模板文件

3）修改hive-env.sh

4）添加 hive-site.xml 文件，配置MySQL的相关信息

由于 Hive 安装包 conf 目录下，没有提供 hive-site.xml 文件，这里需要创建并编辑一个 hive-site.xml 配置文件，具体内容如下所示：

<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
        <!-- MySQL数据库地址 -->
	<property>
         <name>javax.jdo.option.ConnectionURL</name>
         <value> jdbc:mysql://hadoop001:3306/hive?createDatabaseIfNotExist=true&amp;useSSL=false&amp;useUnicode=true&amp;characterEncoding=UTF-8</value>
	</property>
        <!-- MySQL数据库驱动 -->
	<property>
        <name>javax.jdo.option.ConnectionDriverName</name>
        <value>com.mysql.jdbc.Driver</value>
	</property>
        <!-- MySQL数据库账号 -->
	<property>
        <name>javax.jdo.option.ConnectionUserName</name>
        <value>20bigdata</value>
	</property>
        <!-- MySQL数据库密码 -->
	<property>
        <name>javax.jdo.option.ConnectionPassword</name>
        <value>Bigdata2022!</value>
	</property>
	
</configuration>

6. 上传MySQL驱动

由于使用的是MySQL数据库，那么就需要上传MySQL连接驱动的 jar 包到 Hive 安装包lib文件夹下。

7. 初始化metadata

bin/schematool -initSchema -dbType mysql -verbose

初始化成功会在mysql中自动创建hive数据库和74张表

8. 启动hive

三、Hive的管理

1. Hive的管理之CLI方式

Hive CLI是Hive的交互工具，下面演示几种 CLI 的使用。

1）启动Hive

#<HIVE_HOME>/bin/hive

2）退出Hive

hive> exit;
hive> quit;

3）查看数据库中的表

hive> show tables;

4）查看数据库的内置函数

hive> show functions;

5）清屏

hive> !clear;

2. Hive的管理之远程服务

由于使用CLI连接方式不能进行多个节点的同时访问，而且会造成服务器阻塞，且出于对服务器安全性的考虑， Hive服务所部署的服务器通常用户是无法直接访问的，因此，必须选用远程服务启动模式，具体启动步骤如下。

1）分发hive到hadoop002和hadoop003

首先，将hadoop001服务器安装的 Hive 程序分别复制到 hadoop002 和 hadoop003服务器上，具体命令如下：

scp -r /export/servers/apache-hive-3.1.2-bin/ hadoop002:/export/servers/
scp -r /export/servers/apache-hive-3.1.2-bin/ hadoop003:/export/servers/

2）配置hadoop中的core-site.xml文件，允许hive访问

<!-- 配置访问hadoop的权限，能够让hive访问到 -->
	<property>
		<name>hadoop.proxyuser.root.hosts</name>
		<value>*</value>
	</property>
	<property>
		<name>hadoop.proxyuser.root.users</name>
		<value>*</value>
	</property>

分发到hadoop002和hadoop003上

scp /export/servers/hadoop-3.1.4/etc/hadoop/core-site.xml hadoop002:/export/servers/hadoop-3.1.4/etc/hadoop/
scp /export/servers/hadoop-3.1.4/etc/hadoop/core-site.xml hadoop003:/export/servers/hadoop-3.1.4/etc/hadoop/

3）启动hadoop集群和MySQL数据库

4）启动 Hiveserver2 服务

在hadoop001上启动 Hiveserver2 服务，具体命令如下：

bin/hiveserver2

执行完上述命令后，在hadoop001服务器上就已经启动了 Hive 服务，当前的命令窗口没有任何反应，无法执行其他操作，如下图所示：

此时，可以使用 SecureCRT 软件的克隆会话功能（右击会话窗口，单击 Clone Session 选项）打开新的 hadoop001会话窗口，使用 Jps命令可以查看 Hive 服务启动情况，如下图所示。

在 hadoop002服务器的 Hive安装包下，通过远程连接命令 bin/beeline 进行连接，并且输入连接协议，然后根据提示输入 Hive 服务器的用户名和密码，即可连接到 Hive 服务，具体指令如下：

//输入远程连接命令
bin/beeline
//输入远程连接协议，连接到指定 Hive 服务 （hadoop001）的主机名和端口（默认为10000）
beeline>! connect jdbc:hive2://hadoop001:10000
//输入连接 Hive 服务器的用户名和密码
Enter username for jdbc:hive2://hadoop001:10000: root
Enter password for jdbc:hive2://hadoop001:10000: 

5）测试

在hadoop002服务器执行 show databases后，可以成功显示数据仓库的列表信息，说明远程连接 Hive 成功。

小提示：在连接 Hive 数据仓库进行相关操作时，会使用到数据库（如MySQL），还会依赖 MapReduce 进行数据处理，所以在进行 Hive 连接前，必须保证 Hadoop 集群以及第三方数据库 MySQL 已经启动，否则，在连接过程中会出现拒绝连接的错误提示。