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-1.2.1-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
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
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
mv hive-env.sh.template hive-env.sh
5）配置 hive-env.sh 文件
（a）配置 HADOOP_HOME 路径
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

[joker@hadoop102 hadoop-2.7.2]$ sbin/start-dfs.sh
[joker@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

[joker@hadoop102 hadoop-2.7.2]$ bin/hadoop fs -mkdir /tmp
[joker@hadoop102 hadoop-2.7.2]$ bin/hadoop fs -mkdir -p /user/hive/warehouse
[joker@hadoop102 hadoop-2.7.2]$ bin/hadoop fs -chmod 777 /tmp
[joker@hadoop102 hadoop-2.7.2]$ bin/hadoop fs -chmod 777 /user/hive/warehouse

3 Hive 基本操作
1）启动 hive
[joker@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）显示数据库中有几张表
hive>show tables;
7）查看表的结构
hive>desc student;
8）向表中插入数据
hive> insert into student values(1,"joker");
9）查询表中数据
hive> select * from student;
10）退出 hive
hive> quit;

3 将本地文件导入 Hive 案例
需求：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：在/opt/module/datas/student.txt 这个目录下准备数据
1）在/opt/module/目录下创建 datas
[joker@hadoop102 module]$ mkdir datas
2）在/opt/module/datas/目录下创建 student.txt 文件并添加数据
[joker@hadoop102 module]$ touch student.txt
[joker@hadoop102 module]$ vi student.txt
1001 zhangshan
1002 lishi
1003 zhaoliu
注意以 tab 键间隔。

2 Hive 实际操作
1）启动 hive
[joker@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 遇到的问题
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:1523)
at org.apache.hadoop.hive.metastore.RetryingMetaStoreClient.<init>(RetryingMetaStoreClient.java:86)
at org.apache.hadoop.hive.metastore.RetryingMetaStoreClient.getProxy(RetryingMetaStoreClient.java:132)
at org.apache.hadoop.hive.metastore.RetryingMetaStoreClient.getProxy(RetryingMetaStoreClient.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

原因是， 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，如果安装了，卸载 mysql
（1）查看
rpm -qa|grep mysql
mysql-libs-5.1.70-7.el6.x86_64
（2）卸载
rpm -e --nodeps mysql-libs-5.1.70-7.el6.x86_64

2 安装 MySql 服务器
1）安装 mysql 服务端
rpm -ivh MySQL-server-5.6.40-1.el6.x86_64.rpm
2）查看产生的随机密码
cat /root/.mysql_secret
OEXaQuS8IWkG19Xs
3）查看 mysql 状态
service mysql status
4）启动 mysql
service mysql start

3 安装 MySql 客户端
1）安装 mysql 客户端
rpm -ivh MySQL-client-5.6.40-1.el6.x86_64.rpm
2）链接 mysql
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
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-5.1.46.tar.gz 驱动包
[root@hadoop102 softs]# tar -zxvf mysql-connector-java-5.1.46.tar.gz
2）拷贝/opt/software/mysql-libs/mysql-connector-java-5.1.46 目录下的
mysql-connector-java-5.1.46-bin.jar 到/opt/module/hive/lib/
[root@hadoop102 mysql-connector-java-5.1.46]# cp mysql-connector-java-5.1.46-bin.jar /opt/module/hive/lib/

2 配置 Metastore 到 MySql
1）在/opt/module/hive/conf 目录下创建一个 hive-site.xml
[root@hadoop102 conf]# touch hive-site.xml
[root@hadoop102 conf]# vi hive-site.xml
2）根据官方文档配置参数，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>
    <property>
        <name>hive.cli.print.current.db</name>
        <value>true</value>
        <description>Whether to include the current database in the Hiveprompt.</description>
    </property>
    <property>
        <name>hive.cli.print.header</name>
        <value>false</value>
        <description>Whether to print the names of the columns in query output.</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，别忘了启动 hadoop集群）

3 多窗口启动 Hive 测试
1）先启动 MySQL
[joker@hadoop102 mysql-libs]$ mysql -uroot -p000000
查看有几个数据库
mysql> show databases;
+——————–+
| Database |
+——————–+
| information_schema |
| mysql |
| performance_schema |
| test |
+——————–+
2）再次打开多个窗口，分别启动 hive
[joker@hadoop102 hive]$ bin/hive
3）启动 hive 后，回到 MySQL 窗口查看数据库，显示增加了 metastore 数据库
mysql> show databases;
+——————–+
| Database |
+——————–+
| information_schema |
| metastore |
| mysql |
| performance_schema |
| test |
+——————–+

6 Hive 常用交互命令
[joker@hadoop102 hive]$ bin/hive -help

0 由于之前换了数据源，所以需要重新配置student表

use default;
create table student(id int, name string) row format delimited fields terminated by '\t';
load data local inpath '/opt/module/datas/student.txt' into table default.student;

1 “-e”不进入 hive 的交互窗口执行 sql 语句
[joker@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
[joker@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
[joker@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
[joker@hadoop102 hive]$ bin/hive -f /opt/module/datas/hivef.sql > /opt/module/datas/hive_result.txt

7 Hive 其他命令操作
1 退出 hive 窗口：
hive(default)>exit;
hive(default)>quit;
在新版的 oracle 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 cli 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 hdfs 本地系统
hive(default)>! ls /opt/module/datas;

4 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/atguigu
2）查看. hivehistory 文件
[joker@hadoop102 ~]$ cat .hivehistory

8 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。如果某张表属于 default数据库，直接在数据仓库目录下创建一个文件夹。
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
hadoop fs -chmod 777 /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
（1）配置前

（2）配置后

3 Hive 运行日志信息配置
1） Hive 的 log 默认存放在/tmp/atguigu/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
[joker@hadoop102 conf]$ pwd
/opt/module/hive/conf
[joker@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。
例如：
[joker@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
例如：
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;
上述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。