大数据学习hadoop3.1.13——Hive配置（实战连接MySQL·）

一、什么是Hive

Hive：由Facebook开源用于解决海量结构化日志的数据统计工具。
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表，并提供类SQL查询功能。
本质是：将HQL转化成MapReduce程序
（1）Hive处理的数据存储在HDFS
（2）Hive分析数据底层的实现是MapReduce
（3）执行程序运行在Yarn上

二、Hive安装

注意：安装Hive之前安装MySQL数据库

1）把apache-hive-3.1.2-bin.tar.gz上传到linux的/opt/software目录下

2）解压apache-hive-3.1.2-bin.tar.gz到/opt/module/目录下面

 tar -zxvf /opt/software/apache-hive-3.1.2-bin.tar.gz -C /opt/module/

3）修改apache-hive-3.1.2-bin.tar.gz的名称为hive

 mv /opt/module/apache-hive-3.1.2-bin/ /opt/module/hive

4）修改/etc/profile.d/my_env.sh，添加环境变量

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

5）添加内容

  #HIVE_HOME
  HIVE_HOME=/opt/module/hive
  PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$HIVE_HOME/bin
  export PATH JAVA_HOME HADOOP_HOME HIVE_HOME

6）解决日志Jar包冲突

 mv $HIVE_HOME/lib/log4j-slf4j-impl-2.10.0.jar $HIVE_HOME/lib/log4j-slf4j-impl-2.10.0.bak

三、Hive元数据配置到MySql

1 拷贝驱动

将MySQL的JDBC驱动拷贝到Hive的lib目录下

 cp /opt/software/mysql-connector-java-5.1.48.jar $HIVE_HOME/lib

2 配置Metastore到MySql

在$HIVE_HOME/conf目录下新建hive-site.xml文件

 vim $HIVE_HOME/conf/hive-site.xml

添加如下内容

<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<!-- jdbc连接的URL -->
<property>
    <name>javax.jdo.option.ConnectionURL</name>
    <value>jdbc:mysql://hadoop101:3306/metastore?useSSL=false</value>
</property>
<!-- jdbc连接的Driver-->
<property>
    <name>javax.jdo.option.ConnectionDriverName</name>
    <value>com.mysql.jdbc.Driver</value>
</property>

<!-- jdbc连接的username-->
<property>
    <name>javax.jdo.option.ConnectionUserName</name>
    <value>root</value>
</property>

<!-- jdbc连接的password -->
<property>
    <name>javax.jdo.option.ConnectionPassword</name>
    <value>**123456**</value>
</property>
<!-- Hive默认在HDFS的工作目录 -->
<property>
    <name>hive.metastore.warehouse.dir</name>
    <value>/user/hive/warehouse</value>
</property>
<!-- Hive元数据存储版本的验证 -->
<property>
    <name>hive.metastore.schema.verification</name>
    <value>false</value>
</property>
<!-- 指定存储元数据要连接的地址 -->
<property>
    <name>hive.metastore.uris</name>
    <value>thrift://hadoop101:9083</value>
</property>
<!-- 指定hiveserver2连接的端口号 -->
<property>
    <name>hive.server2.thrift.port</name>
    <value>10000</value>
</property>
<!-- 指定hiveserver2连接的host -->
<property>
    <name>hive.server2.thrift.bind.host</name>
    <value>hadoop101</value>
</property>
<!-- 元数据存储授权  -->
<property>
    <name>hive.metastore.event.db.notification.api.auth</name>
    <value>false</value>
</property>
</configuration>

四、启动Hive

1 初始化元数据库

1）登陆MySQL

 mysql -uroot -p 000000

2）新建Hive元数据库

mysql> create database metastore;
mysql> quit;

3）初始化Hive元数据库

 schematool -initSchema -dbType mysql -verbose

2 启动metastore和hiveserver2

1）Hive 2.x以上版本，要先启动这两个服务，否则会报错：
FAILED: HiveException java.lang.RuntimeException: Unable to instantiate org.apache.hadoop.hive.ql.metadata.SessionHiveMetaStoreClient
（1） 启动metastore

 hive --service metastore 

注意: 启动后窗口不能再操作，需打开一个新的shell窗口做别的操作
（2） 启动 hiveserver2

 hive --service hiveserver2

注意: 启动后窗口不能再操作，需打开一个新的shell窗口做别的操作

2）编写hive服务启动脚本

（1） 前台启动的方式导致需要打开多个shell窗口，可以使用如下方式后台方式启动
nohup: 放在命令开头，表示不挂起,也就是关闭终端进程也继续保持运行状态
2>&1 : 表示将错误重定向到标准输出上
&: 放在命令结尾,表示后台运行
一般会组合使用: nohup [xxx命令操作]> file 2>&1 & ， 表示将xxx命令运行的
结果输出到file中，并保持命令启动的进程在后台运行。
如上命令不要求掌握。

 nohup hive --service metastore 2>&1 &
 nohup hive --service hiveserver2 2>&1 &

（2） 为了方便使用，可以直接编写脚本来管理服务的启动和关闭

 vim $HIVE_HOME/bin/hiveservices.sh

脚本编写参考其他文章

3）添加执行权限

 chmod +x $HIVE_HOME/bin/hiveservices.sh

4）启动Hive后台服务

 hiveservices.sh start

五、Hive常见属性配置

1 Hive运行日志信息配置

1）Hive的log默认存放在/tmp/caron/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

 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

2 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：

 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。