Hive 配置+牛刀小试

环境

1）Linux 6.4
2）jdk 1.8.0_201
3）hadoop 2.7.3
4）apache-hive-1.2.1-bin.tar.gz
5）mysql 5.x

hive是什么？

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数据库表，并提供简单的sql查询功能，可以将sql语句转换为MapReduce任务进行运行。 其优点是学习成本低，可以通过类SQL语句快速实现简单的MapReduce统计，不必开发专门的MapReduce应用，十分适合数据仓库的统计分析。
将SQL语句转换成MapReduce程序，并且提交到Yarn上运行，读取HDFS上的数据进行处理。

安装

1）上传、解压、重命名
2）修改配置文件

hive-env.sh

重命名

mv hive-env.sh.template hive-env.sh

修改：

3)创建数据仓库
hive 的数据需要保存到HDFS，hive会去读默认路径，但是这些目录是空，需要去创建

4)基本使用
启动交互式命令：bin/hive

牛刀小试

1)准备数据上传到linux中
tb_word.sql

zs	1
ls	1
zs	1
wu	2
zs	1
wu	8
ml	1
zs	1

2)进入hive交互命令
使用default创建数据表

CREATE TABLE tb_word(
    word STRING,
    count INT
)
ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t'
LINES TERMINATED BY '\n';
DROP TABLE IF EXISTS tb_word

3)加载数据到数据库

LOAD DATA LOCAL INPATH '/opt/datas/tb_word.sql' INTO TABLE tb_word; 

4)测试

select
word,count(count) count
from tb_word
group by word

结果：