Hive部署及两种启动方式

Hive部署及两种启动方式

0.导论

Hive是什么？

Facebook解决海量日志数据的分析而开发了Hive，后来开源给了Apache软件基金会。

The Apache Hive ™ data warehouse software facilitates reading, writing, and managing large datasets residing in distributed storage using SQL.

Hive是一种用类SQL语句来协助读写、管理那些存储在分布式存储系统上大数据集的数据仓库软件。

Hive特点？

最大特点：可避免写MapReduce程序分析数据，直接可以通过类SQL来分析。

Hive是将数据映射成数据库和一张张的表，库和表的元数据信息一般存在关系型数据库上（比如MySQL）。

数据存储方面：存储很大的数据集，数据完整性、格式要求并不严格。

数据处理方面：Hive语句会生成MapReduce任务去计算，故不适用于实时计算的场景，它适用于离线分析。

Hive安装？

这里我使用MySQL作为Hive的元数据库，所以大家需要有个MySQL数据库。

关于MySQL安装就不赘述了，Hive安装如下：

https://mirrors.cnnic.cn/apache/hive/hive-3.1.1/

下载上述的Hive，解压缩后，修改配置文件：hive-site.xml。

按照下面配置即可(只需要修改下面相关的配置)。

<configuration>
    <property>
        <name>javax.jdo.option.ConnectionURL</name>
        <value>jdbc:mysql://city:3306/hive?createDatabaseIfNotExist=true&useSSL=false</value>
        <description>
          JDBC connect string for a JDBC metastore.
          To use SSL to encrypt/authenticate the connection, provide database-specific SSL flag in the connection URL.
          For example, jdbc:postgresql://myhost/db?ssl=true for postgres database.
        </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>root</value>
        <description>password to use against metastore database</description>
    </property>
    <property>
        <name>hive.metastore.warehouse.dir</name>
        <value>/hive/warehouse</value>
        <description>hive default warehouse, if nessecory, change it</description>
    </property>
</configuration>

配置环境变量

vi ~/.bashrc

#Hive
export HIVE_HOME=/usr/local/hive
export PATH=$PATH:$HIVE_HOME/bin

生效

source ~/.bashrc

初始化元数据库

schematool -dbType mysql -initSchema

1.CLI连接

直接输入：

./hive/bin/hive

或者输入：

./hive/bin/hive --service cli	

2.HiveServer2/beeline

这种方式需要配置一些文件，有点复杂，并且容易出问题，下面一起来看。

对于这个启动需要修改hadoop文件夹下的hdfs-site.xml与core-site.xml文件。

2.1 修改hdfs-site.xml配置文件

打开这个配置文件，并加入下面内容！

<property>
 <name>dfs.webhdfs.enabled</name>
 <value>true</value>
</property>

2.2 修改core-site.xml配置文件

下面加入两条配置信息，来设置hadoop的代理用户！

hadoop.proxyuser.hadoop.hosts配置成*的意义，表示任意节点使用 hadoop 集群的代理用户 hadoop 都能访问 hdfs 集群。

hadoop.proxyuser.hadoop.groups 表示代理用户的所属组。

<property>
 <name>hadoop.proxyuser.hadoop.hosts</name>
 <value>*</value>
</property>
<property>
 <name>hadoop.proxyuser.hadoop.groups</name>
 <value>*</value>
</property>

首先启动hiveserver2：

输入：hiveserver2

紧接着输入：

beeline -u jdbc:hive2://localhost:10000 -n hadoop 

-n表示指定的用户名。如果没有权限，会提示输入密码之类的。

输入密码后，发现连接不上(ps:如果你没有问题，那就直接跳过下面这个问题解决办法)，针对此问题如下解决办法：

进入hive的conf目录，找到doAs配置，改为false即可！

再次输入：

beeline -u jdbc:hive2://localhost:10000 -n hadoop 

验证是否连接成功：

show databases

成功后，会看到至少一个default数据库名，这样就成功了！

除了上述方法之外，还可以直接先进入beeline，再对数据库进行连接。

如下图所示：

至此，数据库连接就完成了。