Hive学习（三）安装配置

目录

安装部署

Hive基本操作

将本地文件导入hive

查看在hive中输入的所有历史命令

Hive常见属性配置

数据仓库位置配置

查询后信息显示配置

运行日志信息配置

配置参数方式

---

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

1. 进入到当前用户的根目录：cd ~

2. 查看. hivehistory 文件：[root@izuf6i3w0v8mmmqlv77eanz ~]# more .hivehistory

Hive常见属性配置

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。

   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。