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
这里使用3.1.0版本。
(1)把apache-hive-3.1.0-bin.tar.gz上传到linux的/export/softwares目录下
(2)解压apache-hive-3.1.0-bin.tar.gz到/export/server/目录下面
[root@hadoop101 softwares]# tar -zxvf apache-hive-3.1.0-bin.tar.gz -C /export/servers/ |
(3)修改apache-hive-3.1.0-bin.tar.gz的名称为hive
[root@hadoop101 softwares]# cd /export/servers/ [root@hadoop101 servers]# mv apache-hive-3.1.0-bin/ hive |
(4)修改/export/servers/hive/conf目录下的hive-env.sh.template名称为hive-env.sh
[root@hadoop101 servers]# cd hive/conf/ [root@hadoop101 conf]# cp hive-env.sh.template hive-env.sh |
(5)配置hive-env.sh文件
[root@hadoop101 conf]# vim hive-env.sh |
(a)配置HADOOP_HOME路径
# Set HADOOP_HOME to point to a specific hadoop install directory # HADOOP_HOME=${bin}/../../hadoop export HADOOP_HOME=/export/servers/hadoop-3.1.2 |
(b)配置HIVE_CONF_DIR路径
# Hive Configuration Directory can be controlled by: # export HIVE_CONF_DIR= export HIVE_CONF_DIR=/export/servers/hive/conf |
2、Hadoop集群配置
(1)必须启动hdfs和yarn
[root@hadoop101 hadoop-3.1.2]# sbin/start-dfs.sh [root@hadoop102 hadoop-3.1.2]# 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
[root@hadoop101 hive]# cd /export/servers/hadoop-3.1.2/ [root@hadoop101 hadoop-3.1.2]# bin/hadoop fs -mkdir /tmp [root@hadoop101 hadoop-3.1.2]# bin/hadoop fs -mkdir -p /user/hive/warehouse [root@hadoop101 hadoop-3.1.2]# bin/hadoop fs -chmod g+w /tmp [root@hadoop101 hadoop-3.1.2]# bin/hadoop fs -chmod g+w /user/hive/warehouse |
注:/user/hive/warehouse用于存储真正的数据。(元数据是存储在MySQL上的)
注:g+w中的g指group,用户组权限(对应456标号),w为写权限。
注:也可以通过浏览器访问 http://192.168.91.101:50070/explorer.html#/ ,在网页上创建目录。
3、MySQL安装
略
注意配置Hive一定要配置MySQL数据库。现在没人用derby这个东西了。
4、Hive元数据配置到MySQL
1. 驱动拷贝
(1).上传mysql-connector-java-5.1.38.jar。
[root@hadoop101 hadoop-3.1.2]# cd /export/softwares/ [root@hadoop101 softwares]# rz –E |
(2).将我们准备好的mysql-connector-java-5.1.38.jar 这个jar包直接上传到 /export/servers/apache-hive-3.1.0-bin/lib 这个目录下即可
[root@hadoop101 softwares]# cp mysql-connector-java-5.1.38.jar /export/servers/hive/lib/ |
注意mysql-connector-java的版本5.1是对应mysql5.6、5.7、8.0的。见 mysql-connector-java与Mysql、Java的对应版本_L, there!-CSDN博客_mysql-connector-java 版本
只不过官方更推荐MySQL5.6以上使用connector/j 8.0。
2. 配置hive到MySQL
(1).在/export/servers/hive/conf目录下创建一个hive-site.xml
[root@hadoop101 softwares]# cd /export/servers/hive/conf/ [root@hadoop101 conf]# vim 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" encoding="UTF-8" standalone="no"?> <?xml-stylesheet type="text/xsl" href="configuration.xsl"?> <configuration> <property> <name>javax.jdo.option.ConnectionUserName</name> <value>root</value> </property> <property> <name>javax.jdo.option.ConnectionPassword</name> <value>123456</value> </property> <property> <name>javax.jdo.option.ConnectionURL</name> <value>jdbc:mysql://hadoop101:3306/hive?createDatabaseIfNotExist=true&useSSL=false</value> </property> <property> <name>javax.jdo.option.ConnectionDriverName</name> <value>com.mysql.jdbc.Driver</value> </property> <property> <name>hive.metastore.schema.verification</name> <value>false</value> </property> <property> <name>datanucleus.schema.autoCreateAll</name> <value>true</value> </property> <property> <name>hive.server2.thrift.bind.host</name> <value>hadoop101</value> </property> <!-- 去除hive里面的info信息 --> <property> <name>hive.server2.logging.operation.enabled</name> <value>false</value> </property> <!-- 解决TezConfiguration和NoClassDefFoundError错误 --> <property> <name>hive.server2.active.passive.ha.enable</name> <value>true</value> </property> <!-- <property> <name>hive.metastore.uris</name> <value>thrift://hadoop101:9083</value> <description>JDBC connect string for a JDBC metastore</description> </property> <property> <name>hive.metastore.local</name> <value>false</value> <description>this is local store</description> </property> --> </configuration> |
(3).配置完毕后,保险起见,可以重新启动虚拟机。(重启后,别忘了启动hadoop集群和mapreduce)
3. 多窗口启动Hive测试
(1).先启动MySQL
[root@hadoop101 softwares]# mysql -uroot –p123456 |
查看有几个数据库
mysql> show databases; |
(2).启动hive需要执行初始化命令:(可在101开另一个终端执行)
[root@hadoop101 hive]# bin/schematool -dbType mysql -initSchema |
这里出现了很多空行……
查看初始化后的信息
[root@hadoop101 hive]# bin/schematool -dbType mysql -info |
如果没有显示metastore,观察是否版本不匹配。
(3).回到MySQL窗口查看数据库,显示增加了hive数据库
mysql> show databases; |
mysql> use hive; mysql> show tables; |
查看DBS表(注意表名必须大写)
mysql> select * from DBS; |
此时表是空的。
在另一个终端启动hive
[root@hadoop101 hive]# bin/hive |
然后再查看DBS表
mysql> select * from DBS; |
可以看到,hive中的default数据库的存储位置在hadoop的/user/hive/warehouse上。
(在hive终端输入quit或exit均可退出hive。
5、Hive基本操作
可以在/etc/profile中把hive添加到环境变量PATH中
export HIVE_HOME=/export/servers/hive export PATH=$HIVE_HOME/bin:$PATH |
修改完成之后记得执行:source /etc/profile让环境变量配置生效,
source /etc/profile |
(1)启动hive
[root@hadoop101 hive]# hive # 配置profile后可以直接输入hive |
如果出现如下信息,则表示成功
注意:可能会出现如下错误。
这是因为hive版本需要匹配hadoop版本,因此hive版本不能太旧。
(2)查看数据库
hive> show databases; |
如果出现如下信息,则表示成功
注意OK是返回值,表示查询成功; Time是指查询所需要的时间。所以这里只有一个数据库:default。
如果出现如下错误:
可能是Hive版本不匹配。
(3)打开默认数据库
hive> use default; |
(4)显示default数据库中的表
hive> show tables; |
目前default数据库中没有表。
(5)创建一张表
hive> create table student(id int, name string); |
(6)显示数据库中有几张表
hive> show tables; |
目前default数据库中有一张表student。
(7)查看表的结构
hive> desc student; |
目前student表中有两个字段id和name。
(8)向表中插入数据
hive> insert into student values(1,"zhangsan"); |
可尝试插入多个数据(建议4个以上)
hive> insert into student values (2,"lisi"), (3,"wangwu"), (4,"zhaoliu"); |
注意一定要启动三个集群,不然会卡在Kill Command这地方。
注意:如果出现如下信息表示三台虚拟机时钟不同步。
时钟不同步无法插入数据,参考后面的解决方案。
(9)查询表中数据
hive> select * from student; |
注意默认不是按id顺序排列。
(10)退出hive
hive> quit; |
说明:(查看hive在hdfs中的结构)
数据库:在hdfs中表现为${hive.metastore.warehouse.dir}目录下一个文件夹
表:在hdfs中表现所属db目录下一个文件夹,文件夹中存放该表中的具体数据
6、将本地文件导入Hive案例
需求
将本地/export/servers/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/export/servers/datas这个目录下准备数据
(1)在/export/servers/目录下创建datas
[root@hadoop101 ~]# cd /export/servers/ [root@hadoop101 servers]# mkdir datas |
(2)在/export/servers/datas/目录下创建student.txt文件并添加数据
[root@hadoop101 servers]# cd datas/ [root@hadoop101 datas]# touch student.txt [root@hadoop101 datas]# vi student.txt |
student.txt内容如下:
1001 zhangshan 1002 lishi 1003 zhaoliu |
注意以tab键间隔。
注意第3行最后不要换行,否则导入hive后会多一行NULL。
2.Hive实际操作
(1)启动hive
[root@hadoop101 ~]# cd /export/servers/hive/ [root@hadoop101 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/export/servers/datas/student.txt 文件到student数据库表中。
hive> load data local inpath '/export/servers/datas/student.txt' into table student; |
(8)Hive查询结果
hive> select * from student; |
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;
7、HiveJDBC访问
考虑到HiveServer无法处理来自多个客户端的并发请求,HiveServer2对HiveServer进行了重写,从Hive 0.11.0版本开始。建议使用HiveServer2。
HiveServer2支持新的命令行Shell,称为Beeline。
1. 启动hiveserver2服务
[root@hadoop101 hive]# bin/hiveserver2 |
注意此时终端并没有退出,下面的代码需要启动另一个终端执行。
PS. 也可以输入如下命令,在同一个终端执行服务端与客户端(初学者不建议)。
[root@hadoop101 hive]# nohup bin/hiveserver2 > s2.log 2>&1 |
[root@hadoop101 hive]# nohup bin/hiveserver2 > /dev/null 2>&1 |
2. 启动beeline
[root@hadoop101 hive]# bin/beeline |
进入beeline命令行。
3. 连接hiveserver2
beeline> !connect jdbc:hive2://hadoop101:10000(回车) Connecting to jdbc:hive2://hadoop101:10000 Enter username for jdbc:hive2://hadoop101:10000: root(回车) Enter password for jdbc:hive2://hadoop101:10000: (直接回车) Connected to: Apache Hive (version 3.1.0) Driver: Hive JDBC (version 3.1.0) Transaction isolation: TRANSACTION_REPEATABLE_READ 0: jdbc:hive2://hadoop101:10000> show databases; +----------------+--+ | database_name | +----------------+--+ | default | | hive_db2 | +----------------+--+ |
如果出现连接错误,可以查看log文件(/tmp/root/hive.log)
比如出现了root is not allowed to impersonate root之类的错误。
可以在hadoop的core-site.xml(/export/servers/hadoop-3.1.2/etc/hadoop/core-site.xml)中增加如下配置信息
<!-- 解决root is not allowed to impersonate root错误 --> <property> <name>hadoop.proxyuser.root.groups</name> <value>root</value> <description>Allow the superuser oozie to impersonate any members of the group group1 and group2</description> </property> <property> <name>hadoop.proxyuser.root.hosts</name> <value>*</value> <description>The superuser can connect only from host1 and host2 to impersonate a user</description> </property> |
并重启,即可解决。
8、Hive常用交互命令
[root@hadoop101 hive]# bin/hive -help usage: hive -d,--define <key=value> Variable subsitution to apply to hive commands. e.g. -d A=B or --define A=B --database <databasename> Specify the database to use -e <quoted-query-string> SQL from command line -f <filename> SQL from files -H,--help Print help information --hiveconf <property=value> Use value for given property --hivevar <key=value> Variable subsitution to apply to hive commands. e.g. --hivevar A=B -i <filename> Initialization SQL file -S,--silent Silent mode in interactive shell -v,--verbose Verbose mode (echo executed SQL to the console) |
1).“-e”不进入hive的交互窗口执行sql语句
[root@hadoop101 hive]# bin/hive -e "select id from student;" |
2).“-f”执行脚本中sql语句
(1)在/export/servers/datas目录下创建hivef.sql文件
[root@hadoop101 hive]# cd /export/servers/datas/ [root@hadoop101 datas]# vim 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
[root@hadoop101 hive]# bin/hive -f /export/servers/datas/hivef.sql |
(3)执行文件中的sql语句并将结果写入文件中
[root@hadoop101 hive]# bin/hive -f /export/servers/datas/hivef.sql > /export/servers/datas/hive_result.log |
9、Hive其他命令操作
1.退出hive窗口:
hive(default)>exit; hive(default)>quit; |
在新版的hive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 /; |
该命令也可以在jdbc:hive2://hadoop101:10000中执行
0: jdbc:hive2://hadoop101:10000> dfs -ls /; |
3.在hive cli命令窗口中如何查看本地文件系统
hive(default)>! ls /export/servers/datas; |
注意前面的感叹号!。Hive下执行Linux命令必须加感叹号。
该命令在jdbc:hive2://hadoop101:10000中无法执行
4.查看在hive中输入的所有历史命令
(1)进入到当前用户的主目录/root
(2)查看. hivehistory文件
[root@hadoop101 hive]# cd ~ [root@hadoop101 ~]# cat .hivehistory |
10、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
[root@hadoop121 hadoop-3.1.2]# bin/hdfs dfs -chmod g+w /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。
<!-- 查询表的头信息配置 --> <property> <name>hive.cli.print.header</name> <value>true</value> </property> <!-- 显示当前数据库 --> <property> <name>hive.cli.print.current.db</name> <value>true</value> </property> |
2)重新启动hive(建议执行stop-all.sh和start-all.sh),对比配置前后差异。
(1)配置前,如图所示
(2)配置后,如图所示
建议使用前面的模板。
3. Hive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/export/servers/hive/logs
(1)修改/export/servers/hive/conf/hive-log4j2.properties.template文件名称为hive-log4j2.properties。
hive-log4j.properties [root@hadoop101 hive]# cd conf/ [root@hadoop101 conf]# cp hive-log4j2.properties.template hive-log4j2.properties |
(2)在hive-log4j.properties文件中修改log存放位置
property.hive.log.dir=/export/servers/hive/logs |
4. 参数配置方式
1).查看当前所有的配置信息
hive> set; |
(太多了就不列出来了)
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:
[root@hadoop102 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。