Hive服务部署及Datagrip工具使用

目录

Hive服务部署

 Hiveserver2服务

1）用户说明

2）Hiveserver2部署

（1）Hadoop端配置

（2）Hive端配置

3）测试

（1）启动Hiveserver2

（2）使用命令行客户端beeline进行远程访问

（3）使用Datagrip图形化客户端进行远程访问

① 创建连接

② 配置连接属性

③ 界面介绍

④ 测试SQL执行

⑤ 修改数据库

 Metastore服务

1）Metastore运行模式

2）Metastore部署

（1）嵌入式模式

（2）独立服务模式

3）测试

 编写Hive服务启动脚本（了解）

1）前台启动的方式导致需要打开多个Xshell窗口，可以使用如下方式后台方式启动

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

3）添加执行权限

4）启动Hive后台服务

---

Hive服务部署

 Hiveserver2服务

Hive的Hiveserver2服务的作用是提供JDBC/ODBC接口，为用户提供远程访问Hive数据的功能。例如，用户期望在个人电脑中访问远程服务中的Hive数据，就需要用到Hiveserver2。

1）用户说明

在远程访问Hive数据时，客户端并未直接访问Hadoop集群，而是由Hiveserver2代理访问。由于Hadoop集群中的数据具备访问权限控制，所以此时需考虑一个问题：那就是访问Hadoop集群的用户身份是谁？是Hiveserver2的启动用户？还是客户端的登录用户？

答案是都有可能，具体是谁，由Hiveserver2的hive.server2.enable.doAs参数决定。该参数的含义是是否启用Hiveserver2用户模拟的功能。若启用，则Hiveserver2会模拟成客户端的登录用户去访问Hadoop集群的数据；不启用，则Hiveserver2会直接使用启动用户访问Hadoop集群数据。模拟用户的功能，默认是开启的。

具体逻辑如下：

• 未开启用户模拟功能：hive.server2.enable.doAs=false

• 开启用户模拟功能：hive.server2.enable.doAs=true

生产环境，推荐开启用户模拟功能，因为开启后才能保证各用户之间的权限隔离。

2）Hiveserver2部署

（1）Hadoop端配置

Hiveserver2的模拟用户功能，依赖于Hadoop提供的proxy user（代理用户功能）。只有Hadoop中的代理用户才能模拟其他用户的身份访问Hadoop集群。因此，需要将Hiveserver2的启动用户设置为Hadoop的代理用户，配置方式如下：

修改配置文件core-site.xml，然后记得分发三台机器：

[lzl@hadoop12 ~]$ cd $HADOOP_HOME/etc/hadoop

[lzl@hadoop12 hadoop]$ vim core-site.xml

<!-- 配置所有节点的lzl用户都可作为代理用户 -->
<property>
  <name>hadoop.proxyuser.lzl.hosts</name>
  <value>*</value>
</property>

<!-- 配置lzl用户能够代理的用户组为任意组 -->
<property>
  <name>hadoop.proxyuser.lzl.groups</name>
  <value>*</value>
</property>

<!-- 配置lzl用户能够代理的用户为任意用户 -->
<property>
  <name>hadoop.proxyuser.lzl.users</name>
  <value>*</value>
</property>

（2）Hive端配置

在hive-site.xml文件中添加如下配置信息：

[lzl@hadoop12 conf]$ vim hive-site.xml

<!-- 指定hiveserver2连接的host -->
<property>
  <name>hive.server2.thrift.bind.host</name>
  <value>hadoop12</value>
</property>

<!-- 指定hiveserver2连接的端口号 -->
<property>
  <name>hive.server2.thrift.port</name>
  <value>10000</value>
</property>

3）测试

（1）启动Hiveserver2

[lzl@hadoop12 hive]$ bin/hive --service hiveserver2

（2）使用命令行客户端beeline进行远程访问

启动beeline客户端：

[lzl@hadoop12 hive]$ bin/beeline -u jdbc:hive2://hadoop12:10000 -n lzl

看到如下界面：

Connecting to jdbc:hive2://hadoop12:10000
Connected to: Apache Hive (version 3.1.3)
Driver: Hive JDBC (version 3.1.3)
Transaction isolation: TRANSACTION_REPEATABLE_READ
Beeline version 3.1.3 by Apache Hive
0: jdbc:hive2://hadoop12:10000>

（3）使用Datagrip图形化客户端进行远程访问

① 创建连接

② 配置连接属性

所有属性配置，和Hive的beeline客户端配置一致即可。初次使用，配置过程会提示缺少JDBC驱动，按照提示下载即可。

③ 界面介绍

④ 测试SQL执行

⑤ 修改数据库

 Metastore服务

Hive的Metastore服务的作用是为Hive CLI或者Hiveserver2提供元数据访问接口。

1）Metastore运行模式

Metastore有两种运行模式，分别为嵌入式模式和独立服务模式。下面分别对两种模式进行说明：

• 嵌入式模式：

• 独立服务模式：

生产环境中，不推荐使用嵌入式模式。因为其存在以下两个问题：

1. 嵌入式模式下，每个Hive CLI都需要直接连接元数据库，当Hive CLI较多时，数据库压力会比较大。
2. 每个客户端都需要用户元数据库的读写权限，元数据库的安全得不到很好的保证。

2）Metastore部署

（1）嵌入式模式

嵌入式模式下，只需保证Hiveserver2和每个Hive CLI的配置文件hive-site.xml中包含连接元数据库所需要的以下参数即可：

<!-- JDBC连接的URL -->
<property>
  <name>javax.jdo.option.ConnectionURL</name>
  <value>jdbc:mysql://hadoop12:3306/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>

（2）独立服务模式

独立服务模式需做以下配置：

首先，保证Metastore服务的配置文件hive-site.xml中包含连接元数据库所需的以下参数：

<!-- JDBC连接的URL -->
<property>
  <name>javax.jdo.option.ConnectionURL</name>
  <value>jdbc:mysql://hadoop12:3306/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>

其次，保证Hiveserver2和每个Hive CLI的配置文件hive-site.xml中包含访问Metastore服务所需的以下参数：

<!-- 指定Metastore服务的地址 -->
<property>
  <name>hive.metastore.uris</name>
  <value>thrift://hadoop12:9083</value>
</property>

注意：主机名需要改为Metastore服务所在节点，端口号无需修改，Metastore服务的默认端口就是9083。

3）测试

此时启动Hive CLI，执行show databases语句，会出现以下错误提示信息：

hive (default)> show databases;
FAILED: HiveException java.lang.RuntimeException: Unable to instantiate org.apache.hadoop.hive.ql.metadata.SessionHiveMetaStoreClient

这是因为我们在Hive CLI的配置文件中配置了hive.metastore.uris参数，此时Hive CLI会去请求我们指定的Metastore服务地址，所以必须启动Metastore服务才能正常使用。

Metastore服务的启动命令如下：

[lzl@hadoop12 hive]$ hive --service metastore
2022-04-24 16:58:08: Starting Hive Metastore Server

注意：启动后该窗口不能再操作，需打开一个新的Xshell窗口来对Hive操作。

重新启动Hive CLI，并执行show databases语句，就能正常访问了：

[lzl@hadoop12 hive]$ bin/hive

 编写Hive服务启动脚本（了解）

1）前台启动的方式导致需要打开多个Xshell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。
• /dev/null：是Linux文件系统中的一个文件，被称为黑洞，所有写入该文件的内容都会被自动丢弃。
• 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。

[lzl@hadoop12 hive]$ nohup hive --service metastore 2>&1 &
[lzl@hadoop12 hive]$ 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

[lzl@hadoop12 hive]$ vim $HIVE_HOME/bin/hiveservices.sh

内容如下：此脚本的编写。直接拿来使用即可。

#!/bin/bash

HIVE_LOG_DIR=$HIVE_HOME/logs
if [ ! -d $HIVE_LOG_DIR ]
then
  mkdir -p $HIVE_LOG_DIR
fi

# 检查进程是否运行正常，参数1为进程名，参数2为进程端口
function check_process()
{
  pid=$(ps -ef 2>/dev/null | grep -v grep | grep -i $1 | awk '{print $2}')
  ppid=$(netstat -nltp 2>/dev/null | grep $2 | awk '{print $7}' | cut -d '/' -f 1)
  echo $pid
  [[ "$pid" =~ "$ppid" ]] && [ "$ppid" ] && return 0 || return 1
}

function hive_start()
{
  metapid=$(check_process HiveMetastore 9083)
  cmd="nohup hive --service metastore >$HIVE_LOG_DIR/metastore.log 2>&1 &"
  [ -z "$metapid" ] && eval $cmd || echo "Metastroe服务已启动"

  server2pid=$(check_process HiveServer2 10000)
  cmd="nohup hive --service hiveserver2 >$HIVE_LOG_DIR/hiveServer2.log 2>&1 &"
  [ -z "$server2pid" ] && eval $cmd || echo "HiveServer2服务已启动"
}

function hive_stop()
{
  metapid=$(check_process HiveMetastore 9083)
  [ "$metapid" ] && kill $metapid || echo "Metastore服务未启动"
  server2pid=$(check_process HiveServer2 10000)
  [ "$server2pid" ] && kill $server2pid || echo "HiveServer2服务未启动"
}

case $1 in
"start")
  hive_start
  ;;
"stop")
  hive_stop
  ;;
"restart")
  hive_stop
  sleep 2
  hive_start
  ;;
"status")
  check_process HiveMetastore 9083 >/dev/null && echo "Metastore服务运行正常" || echo "Metastore服务运行异常"
  check_process HiveServer2 10000 >/dev/null && echo "HiveServer2服务运行正常" || echo "HiveServer2服务运行异常"
  ;;
*)
  echo Invalid Args!
  echo 'Usage: '$(basename $0)' start|stop|restart|status'
  ;;
esac

3）添加执行权限

[lzl@hadoop12 hive]$ chmod +x $HIVE_HOME/bin/hiveservices.sh

4）启动Hive后台服务

[lzl@hadoop12 hive]$ hiveservices.sh start