【大数据之Hive】二、Hive安装

Hive安装部署（最小化部署）

  安装部署Hive（最小化只用于本机测试环境中，不可用于生产环境），并运行。

步骤：
（1）把apache-hive-3.1.3-bin.tar.gz解压到/opt/module/目录下：

tar -zxvf /opt/software/apache-hive-3.1.3-bin.tar.gz -C /opt/module/

（2）修改apache-hive-3.1.3-bin.tar.gz的名称为hive：

mv /opt/module/apache-hive-3.1.3-bin/ /opt/module/hive

（3）修改/etc/profile.d/my_env.sh，添加环境变量：

sudo vim /etc/profile.d/my_env.sh

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

（4）source一下，让环境变量生效：

source /etc/profile.d/my_env.sh

（5）先开启hadoop，再初始化元数据库：

myhadoop.sh start
bin/schematool -dbType derby -initSchema

  最小化模式把元数据保存在默认的derby数据库中，最小化模式只适用于本地测试，不能用于生产环境。
  Hive把元数据库metastore_db保存在hive的根目录下。
（6）启动hive：

bin/hive

（7）使用hive：

查看当前所有数据库信息，当没有声明使用什么数据库时则使用默认default数据库
hive> show databases;

hive> show tables;

创建表后hive把表到hdfs的路径进行映射，映射关系保存在元数据库中，在建表时可以指定hdfs路径，未指定则使用默认路径/user/hive/warehouse/中
hive> create table stu(id int, name string);

hive> insert into stu values(1,"ss");

hive优化了简单查询语句，即执行简单查询时hive不向yarn提交任务，减少了开销
hive> select * from stu;

Hive和Hadoop的关系：
  Hive中的表在Hadoop中是目录；Hive中的数据在Hadoop中是文件。

（8）在另外一个窗口开启hive，查看/tmp/用户名/下的hive.log日志文件：

报错原因：
  Hive默认使用的元数据库为derby，derby数据库在同一时间只能一个客户访问，如果多个hive客户端同时访问会报错。

解决：
  企业开发中需要多客户访问hive，所以把hive元数据用MYSQL存储，MYSQL支持多客户端同时访问。

（9）先退出hive客户端，在hive根目录下删除derby.log和metastore_db，以及删除HDFS上的hive目录。

hive> quit;

rm -rf derby.log metastore_db
hadoop fs -rm -r /user