六、大数据之Hive-02

六、大数据之Hive-02

Hive安装

1、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

2、Hive安装部署

1、Hive安装及配置

​ （1）把apache-hive-bin.tar.gz 上传到Linux的/opt/software目录下

​ （2）解压 apache-hive-1.2.1-bin.tar.gz 到/opt/module/目录下面

[lyinl@hadoop102 software]$ tar -zxvf apache-hive-1.2.1-bin.tar.gz  -C   /opt/module/

​ （3）修改 apache-hive-1.2.1-bin.tar.gz 的名称为 hive

[lyinl@hadoop102 module]$ mv apache-hive-1.2.1-bin/ hive

​ （4）修改/opt/module/hive/conf 目录下的 hive-env.sh.template 名称为 hive-env.sh

[lyinl@hadoop102 conf]$ mv hive-env.sh.template hive-env.sh

​ （5）配置 hive-env.sh 文件

​ （a）配置 HADOOP_HOME 路径

export HADOOP_HOME=/opt/module/hadoop-2.7.2

​ （b）配置 HIVE_CONF_DIR 路径

export HIVE_CONF_DIR=/opt/module/hive/conf

2、Hadoop集群配置

​ （1）必须启动hdfs和yarn

[lyinl@hadoop102 hadoop-2.7.2]$ sbin/start-dfs.sh
[lyinl@hadoop103 hadoop-2.7.2]$ sbin/start-yarn.sh

​ （2）在 HDFS 上创建/tmp 和/user/hive/warehouse 两个目录并修改他们的同组权限可写

[lyinl@hadoop102 hadoop-2.7.2]$ bin/hadoop fs -mkdir /tmp
[lyinl@hadoop102 hadoop-2.7.2]$ bin/hadoop fs -mkdir -p /user/hive/warehouse
[lyinl@hadoop102 hadoop-2.7.2]$ bin/hadoop fs -chmod g+w /tmp
[lyinl@hadoop102 hadoop-2.7.2]$ bin/hadoop fs -chmod g+w /user/hive/warehouse

3、Hive基本操作

​ （1）启动hive

[lyinl@hadoop102 hive]$ 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）显示数据库中表

hive> show tables;

​ （7）查看表结构

hive> desc student;

​ （8）向表中插入数据

hive> insert into student values(1000,"ss");

​ （9）查询表中数据

hive> select * from student;

​ （10）退出hive

hive> quit;

​ 数据库：在 hdfs 中表现为${hive.metastore.warehouse.dir}目录下一个文件夹

表：在 hdfs 中表现所属 db 目录下一个文件夹，文件夹中存放该表中的具体数据。

3、将本地文件导入Hive

​ 将本地/opt/module/datas/student.txt 这个目录下的数据导入到 hive 的 student(id int, name string)表中

1、数据准备

​ （1）在/opt/module/datas 这个目录下准备数据

[lyinl@hadoop102 module]$ mkdir datas

​ （2）在/opt/module/datas/目录下创建 student.txt 文件并添加数据

[lyinl@hadoop102 datas]$ touch student.txt
[lyinl@hadoop102 datas]$ vi student.txt
1001 zhangshan
1002 lishi
1003 zhaoliu

2、Hive实际操作

​ （1）启动hive

[lyinl@hadoop102 hive]$ bin/hive

​ （2）显示数据库

hive> show databases;

​ （3）使用default数据库

hive> use default;

​ （4）显示default数据库中的表

hive> show tables;

​ （5）删除已创建的 student 表

hive> drop table student;

​ （6）创建 student 表, 并声明文件分隔符’\t’

hive> create table student(id int, name string) ROW FORMAT DELIMITED FIELDS 
TERMINATED
BY '\t';

​ （7）加载/opt/module/datas/student.txt 文件到 student 数据库表中。

hive> load data local inpath '/opt/module/datas/student.txt' into table student;

​ （8）Hive查询结果

hive> select * from student;
OK
1001 zhangshan
1002 lishi
1003 zhaoliu
Time taken: 0.266 seconds, Fetched: 3 row(s)

3、相关问题

​ 再打开一个客户端窗口启动hive，会产生Java.sql.SQLException异常

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)
Caused by: java.lang.RuntimeException: Unable to instantiate 
org.apache.hadoop.hive.ql.metadata.SessionHiveMetaStoreClient
 at 
org.apache.hadoop.hive.metastore.MetaStoreUtils.newInstance(MetaStoreUtils.java:1
523)
 at 
org.apache.hadoop.hive.metastore.RetryingMetaStoreClient.<init>(RetryingMetaStore
Client.java:86)
 at 
org.apache.hadoop.hive.metastore.RetryingMetaStoreClient.getProxy(RetryingMetaSto
reClient.java:132)
 at 
org.apache.hadoop.hive.metastore.RetryingMetaStoreClient.getProxy(RetryingMetaSto
reClient.java:104)
 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

​ 产生原因为：Metastore 默认存储在自带的 derby 数据库中，推荐使用 MySQL 存储 Metastore;

4、MySQL安装

1、安装包准备

​ 1）查看MySQL是否安装，如果安装，卸载MySQL

#查看
[root@hadoop102 ~]# rpm -qa|grep mysql
mysql-libs-5.1.73-7.el6.x86_64

#卸载
[root@hadoop102 ~]# rpm -e --nodeps mysql-libs-5.1.73-7.el6.x86_64

​ 2）解压mysql-libs.zib文件到当前目录

[root@hadoop102 software]# unzip mysql-libs.zip
[root@hadoop102 software]# ls
mysql-libs.zip
mysql-libs

​ 3）进入到 mysql-libs 文件夹下

[root@hadoop102 mysql-libs]# ll
总用量 76048
-rw-r--r--. 1 root root 18509960 3 月 26 2015 MySQL-client-5.6.24-1.el6.x86_64.rpm
-rw-r--r--. 1 root root 3575135 12 月 1 2013 mysql-connector-java-5.1.27.tar.gz
-rw-r--r--. 1 root root 55782196 3 月 26 2015 MySQL-server-5.6.24-1.el6.x86_64.rpm

2、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
OEXaQuS8IWkG19Xs

​ 3、查看mysql状态

[root@hadoop102 mysql-libs]# service mysql start

3、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、链接 mysql

[root@hadoop102 mysql-libs]# mysql -uroot -pOEXaQuS8IWkG19Xs

​ 3、修改密码

mysql>SET PASSWORD=PASSWORD('000000');

​ 4、退出 mysql

mysql>exit

4、MySQL中user表中主机配置

​ 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@hadoop102 mysql-libs]# mysql -uroot -p000000

​ 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

mysql>show tables;

​ 5、展示 user 表的结构

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、删除 root 用户的其他 host

mysql>delete from user where Host='hadoop102';
mysql>delete from user where Host='127.0.0.1';
mysql>delete from user where Host='::1';

​ 9、刷新

mysql>flush privileges;

​ 10、退出

mysql>quit;

5、Hive元数据配置到MySql

1、驱动拷贝

​ 1、在/opt/software/mysql-libs 目录下解压 mysql-connector-java-5.1.27.tar.gz 驱动包

[root@hadoop102 mysql-libs]# tar -zxvf mysql-connector-java-5.1.27.tar.gz

​ 2、拷贝/opt/software/mysql-libs/mysql-connector-java-5.1.27 目录下的 mysql

connector-java-5.1.27-bin.jar 到/opt/module/hive/lib/

[root@hadoop102 mysql-connector-java-5.1.27]# cp mysql-connector-java-5.1.27-bin.jar  /opt/module/hive/lib/

2、配置Meta store到MySql

​ 1、在/opt/module/hive/conf 目录下创建一个 hive-site.xml

[lyinl@hadoop102 conf]$ touch hive-site.xml
[lyinl@hadoop102 conf]$ vi hive-site.xml

​ 2、根据官方文档配参数，拷贝数据到hive-site.xml文件中

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://hadoop102:3306/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>000000</value>
 <description>password to use against metastore database</description>
</property>
</configuration>

​ 3、配置完毕后，如果启动hive异常，可以重新启动虚拟机。（重启后，先启动Hadoop集群）

3、多窗口启动Hive测试

​ 1、先启动MySQL

[lyinl@hadoop102 mysql-libs]$ mysql -uroot -p000000

​ 查看数据库

mysql> show databases;
+--------------------+
| Database           |
+--------------------+
| information_schema |
| mysql              |
| performance_schema |
| test               | 
+--------------------+

​ 2、再次打开多个窗口，分别启动hive

[lyinl@hadoop102 hive]$ bin/hive

​ 3、启动hive后，回到MySQL窗口查看数据库，显示增加了meta store数据库

mysql> show databases;
+--------------------+
| Database           |
+--------------------+
| information_schema |
| metastore          |
| mysql              |
| performance_schema |
| test               |
+--------------------+

6、Hive.JDBC访问

1、启动hiveserver2服务

[lyinl@hadoop102 hive]$ bin/hiveserver2

2、启动beeline

[lyinl@hadoop102 hive]$ bin/beeline
Beeline version 1.2.1 by Apache Hive
beeline>

3、连接hiveserver2

beeline> !connect jdbc:hive2://hadoop102:10000（回车）
Connecting to jdbc:hive2://hadoop102:10000
Enter username for jdbc:hive2://hadoop102:10000: lyinl（回车）
Enter password for jdbc:hive2://hadoop102:10000: （直接回车）
Connected to: Apache Hive (version 1.2.1)
Driver: Hive JDBC (version 1.2.1)
Transaction isolation: TRANSACTION_REPEATABLE_READ
0: jdbc:hive2://hadoop102:10000> show databases;
+----------------+--+
| database_name  |
+----------------+--+
| default        |
| hive_db2       |
+----------------+--+

7、Hive常用交互命令

[lyinl@hadoop102 hive]$ bin/hive -help
usage: hive
-d,--define <key=value> Variable subsitution to apply to hive
 commands. e.g. -d A=B or --define A=B
 --database <databasename> Specify the database to use
-e <quoted-query-string> SQL from command line
-f <filename> SQL from files
-H,--help Print help information
 --hiveconf <property=value> Use value for given property
 --hivevar <key=value> Variable subsitution to apply to hive
 commands. e.g. --hivevar A=B
-i <filename> Initialization SQL file
-S,--silent Silent mode in interactive shell
-v,--verbose Verbose mode (echo executed SQL to the console)

​ 1、"-e"不进入hive的交互窗口执行sql语句

[lyinl@hadoop102 hive]$ bin/hive -e "select id from student;"

​ 2、"-f"执行脚本中sql语句

​ （1）在/opt/module/datas 目录下创建 hivef.sql 文件

[lyinl@hadoop102 datas]$ touch hivef.sql

​ 文件中写入正确的 sql 语句

select *from student;

​ （2）执行文件中的 sql 语句

[lyinl@hadoop102 hive]$ bin/hive -f /opt/module/datas/hivef.sql

​ （3）执行文件中的 sql 语句并将结果写入文件中

[lyinl@hadoop102 hive]$ bin/hive -f /opt/module/datas/hivef.sql > 
/opt/module/datas/hive_result.txt

8、Hive其他命令操作

1、退出hive窗口

hive(default)>exit;
hive(default)>quit;

​ 在新版的 hive 中没区别了，在以前的版本是有的：

​ exit:先隐性提交数据，再退出；

​ quit:不提交数据，退出；

2、在hive cil 命令窗口中如何查看hdfs文件系统

hive(default)>dfs -ls /;

3、在 hive cli 命令窗口中如何查看本地文件系统

hive(default)>! ls /opt/module/datas;

5、查看在hive中输入的所有历史命令

​ （1）进入到当前用户的根目录/root 或/home/lyinl

​ （2）查看. hivehistory 文件

[lyinl@hadoop102 ~]$ cat .hivehistory

9、Hive常见属性配置

1、Hive数据仓库位置配置

​ （1）Default数据仓库的最原始位置是在hdfs上的：/user/hive/warehouse 路径下。

​ （2）在仓库目录下，没有对默认的数据库default创建文件夹。如果某张表属性default数据库，直接在数据库目录下创建一个文件夹啊。

​ （3）修改default数据仓库原始位置（将 hive-default.xml.template 如下配置信息拷贝到 hive-site.xml 文件中）。

<property>
<name>hive.metastore.warehouse.dir</name>
<value>/user/hive/warehouse</value>
<description>location of default database for the warehouse</description>
</property>

​ 配置同组用户有执行权限

bin/hdfs dfs -chmod g+w /user/hive/warehouse

2、查询后信息显示配置

​ （1）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>

​ （2）重新启动hive，对比配置前后差异。

​ a、配置前：

​ c、配置后：

3、Hive运行日志信息配置

​ 1、Hive的log默认存放在在/tmp/lyinl/hive.log 目录下（当前用户名下）

​ 2、修改 hive 的 log 存放日志到/opt/module/hive/logs

​ （1）修改/opt/module/hive/conf/hive-log4j.properties.template 文件名称为

hive-log4j.properties

[lyinl@hadoop102 conf]$ pwd
/opt/module/hive/conf
[lyinl@hadoop102 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=/opt/module/hive/logs

4、参数配置方式

​ 1、查看当前所有的配置信息

hive>set;

​ 2、参数的配置三种方式

​ （1）配置文件方式

​ 默认配置文件：hive-default.xml

​ 用户自定义配置文件：hive-site.xml

​ **注意：**用户自定义配置会覆盖默认配置。另外，Hive 也会读入 Hadoop 的配置，因 为 Hive 是作为 Hadoop 的客户端启动的，Hive 的配置会覆盖 Hadoop 的配置。配置文件的设定对本机启动的所有 Hive 进程都有效。

​ （2）命令行参数方式

​ 启动Hive时，可以在命令行添加-hiveconf param=value来设定参数。

[lyinl@hadoop103 hive]$ bin/hive -hiveconf mapred.reduce.tasks=10;

​ 注意：仅对本次 hive 启动有效

#查看参数设置：
hive (default)> set mapred.reduce.tasks;

​ （3）参数声明方式

​ 可以在HQL中使用SET关键字设定参数

hive (default)> set mapred.reduce.tasks=100;

​ 注意：仅对本次 hive 启动有效

#查看参数设置
hive (default)> set mapred.reduce.tasks;

​ 这三种设定方式的优先级依次递增。即配置文件<命令行参数<参数声明。注意某些系统级的参数，例如 log4j 相关的设定，必须用前两种方式设定，因为那些参数的读取在会话建立以前已经完成了。