目录
官网地址:Apache Hive TM
下载地址:Index of /hive
官方wiki文档:Home - Apache Hive - Apache Software Foundation
安装部署
由于Hive是运行在Hadoop之上的,所以在安装Hive之前,需安装Hadoop环境。
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
- 配置 HADOOP_HOME 路径
export HADOOP_HOME=/opt/module/hadoop-2.7.2
-
配置 HIVE_CONF_DIR 路径
export HIVE_CONF_DIR=/opt/module/hive/conf
Hive基本操作
启动Hive,进入Hive安装目录,执行bin/hive
[root@izuf6i3w0v8mmmqlv77eanz apache-hive-1.2.1-bin]# bin/hive
Logging initialized using configuration in jar:file:/opt/module/apache-hive-1.2.1-bin/lib/hive-common-1.2.1.jar!/hive-log4j.properties
hive>
-- 查看数据库
show databases;
-- 打开默认库
use default;
-- 显示default数据库中的表
show tables;
-- 创建一张表
create table student(id int,name string);
-- 查看表的结构
desc student;
-- 向表中插入数据
insert into student values(1, 'iceinl=k');
-- 查询表中数据
select * from student;
-- 退出hive
quit;
将本地文件导入hive
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。
student.txt表数据
1 iceink
2 icydate
3 baka
操作步骤:
-- 删除已经创建的student表
hive> drop table student;
-- 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';
-- 加载数据到student表中
hive> load data local inpath '/opt/module/datas/student.txt' into table student;
Loading data to table default.student
-- 查询结果
hive> select * from student;
OK
1 iceink
2 icydate
3 baka
Time taken: 0.29 seconds, Fetched: 4 row(s)
遇到的问题
在打开一个客户端窗口启动Hive,会产生 java.sql.SQLException 异常。
[root@izuf6i3w0v8mmmqlv77eanz apache-hive-1.2.1-bin]# bin/hive
Logging initialized using configuration in jar:file:/opt/module/apache-hive-1.2.1-bin/lib/hive-common-1.2.1.jar!/hive-log4j.properties
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:62)
at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
at java.lang.reflect.Method.invoke(Method.java:498)
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:Metastore 默认存储在自带的 derby 数据库中,推荐使用 MySQL 存储 Metastore 。
查看在hive中输入的所有历史命令
-
进入到当前用户的根目录:
cd ~
-
查看. hivehistory 文件:
[root@izuf6i3w0v8mmmqlv77eanz ~]# more .hivehistory
Hive常见属性配置
数据仓库位置配置
-
default 数据仓库的最原始位置是在 hdfs 上的:/user/hive/warehouse 路径下
-
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。
如:
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>
查询后信息显示配置
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>
运行日志信息配置
1. Hive 的 log 默认存放在 /tmp/root/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
-
修改 /opt/module/hive/conf/hive-log4j.properties.template 文件名称为 hive-log4j.properties
-
在 hive-log4j.properties 文件中修改 log 存放位置
hive.log.dir=/opt/module/hive/logs
配置参数方式
查看当前所有的配置信息:hive> set
参数配置的三种方式:
-
配置文件方式
-
命令行参数方式
-
声明式参数方式
下面详细解释一下参数配置的三种方式:
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:
[root@izuf6i3w0v8mmmqlv77eanz apache-hive-1.2.1-bin]# 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> set mapred.reduce.tasks;
mapred.reduce.tasks=10
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> set mapred.reduce.tasks=100;
hive> set mapred.reduce.tasks;
mapred.reduce.tasks=100
注意:仅对本次Hive启动有效
总结:
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。