DDL数据定义

1、DDL数据定义

        Hive语句也是似曾相识。因为它也是SQL标准的，很多与MySQL很接近，当然也有一点不一样。

下面的代码使用hiveserver2来实现。

在一个终端启动hiveserver2服务

[root@hadoop101 hive]# bin/hiveserver2

在另一个终端输入beeline

[root@hadoop101 hive]# bin/beeline

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        | +----------------+--+

2、创建数据库

CREATE DATABASE [IF NOT EXISTS] database_name [COMMENT database_comment] [LOCATION hdfs_path] [WITH DBPROPERTIES (property_name=property_value, ...)];

注意其中的LOCATION hdfs_path。Hive底层用的是HDFS，可以通过LOCATION关键字单独指明数据库要保存在什么地方。

1）创建一个数据库，数据库在HDFS上的默认存储路径是/user/hive/warehouse/*.db。（可以在网页上打开 http://192.168.91.101:50070/explorer.html#/ 查看）

0: jdbc:hive2://hadoop101:10000> create database db_hive;

2）避免要创建的数据库已经存在错误，增加if not exists判断。（标准写法）

0: jdbc:hive2://hadoop101:10000> create database db_hive;

0: jdbc:hive2://hadoop101:10000> create database if not exists db_hive;

3）创建一个数据库，指定数据库在HDFS上存放的位置

0: jdbc:hive2://hadoop101:10000> create database if not exists db_hive2 location '/db_hive2.db';

​​​​​​​3、查询数据库

1. 显示数据库

（1）．显示数据库

0: jdbc:hive2://hadoop101:10000> show databases;

（2）．过滤显示查询的数据库

0: jdbc:hive2://hadoop101:10000> show databases like 'db_hive*';

注意Hive中的通配符匹配是*符号，MySQL中的通配符匹配是%符号。

2. 查看数据库详情

（1）．显示数据库信息

0: jdbc:hive2://hadoop101:10000> desc database db_hive;

（2）．显示数据库详细信息，extended

0: jdbc:hive2://hadoop101:10000> desc database extended db_hive;

目前和前面是一样的，后面才会看出差别。

3. 切换当前数据库

0: jdbc:hive2://hadoop101:10000> use db_hive

4、修改数据库

用户可以使用ALTER DATABASE命令为某个数据库的DBPROPERTIES设置键-值对属性值，来描述这个数据库的属性信息。数据库的其他元数据信息都是不可更改的，包括数据库名和数据库所在的目录位置。

0: jdbc:hive2://hadoop101:10000> alter database db_hive set dbproperties('createtime'='20210602');

在hive中查看修改结果

0: jdbc:hive2://hadoop101:10000> desc database extended db_hive;

这里如果不使用dbproperties则没有parameters了。

就是说，通过extended查询就可以看到参数信息。

​​​​​​​5、删除数据库

1．删除空数据库

0: jdbc:hive2://hadoop101:10000> drop database db_hive2;

2．如果删除的数据库不存在，会报告如下错误。最好采用 if exists判断数据库是否存在

0: jdbc:hive2://hadoop101:10000> drop database db_hive; FAILED: SemanticException [Error 10072]: Database does not exist: db_hive 0: jdbc:hive2://hadoop101:10000> drop database if exists db_hive2;

3．如果数据库不为空，可以采用cascade命令，强制删除

0: jdbc:hive2://hadoop101:10000> drop database db_hive; FAILED: Execution Error, return code 1 from org.apache.hadoop.hive.ql.exec.DDLTask. InvalidOperationException(message:Database db_hive is not empty. One or more tables exist.) 0: jdbc:hive2://hadoop101:10000> drop database db_hive cascade;

        假如数据库中有表存在，直接输入drop database db_hive提示删除失败。

只有输入drop database db_hive cascade才能删除成功。

​​​​​​​6、创建表

1）．建表语法

CREATE [EXTERNAL] TABLE [IF NOT EXISTS] table_name [(col_name data_type [COMMENT col_comment], ...)] [COMMENT table_comment] [PARTITIONED BY (col_name data_type [COMMENT col_comment], ...)] [CLUSTERED BY (col_name, col_name, ...) [SORTED BY (col_name [ASC|DESC], ...)] INTO num_buckets BUCKETS] [ROW FORMAT row_format] [STORED AS file_format] [LOCATION hdfs_path] [TBLPROPERTIES (property_name=property_value, ...)] [AS select_statement]

2）．字段解释说明

（1）CREATE TABLE 创建一个指定名字的表。如果相同名字的表已经存在，则抛出异常；用户可以用 IF NOT EXISTS 选项来忽略这个异常。

（2）EXTERNAL关键字可以让用户创建一个外部表，在建表的同时可以指定一个指向实际数据的路径（LOCATION），在删除表的时候，内部表的元数据和数据会被一起删除，而外部表只删除元数据，不删除数据。

（3）COMMENT：为表和列添加注释。

（4）PARTITIONED BY创建分区表

（5）CLUSTERED BY创建分桶表

（6）SORTED BY不常用，对桶中的一个或多个列另外排序

（7）ROW FORMAT DELIMITED [FIELDS TERMINATED BY char] [COLLECTION ITEMS TERMINATED BY char] [MAP KEYS TERMINATED BY char] [LINES TERMINATED BY char] | SERDE serde_name [WITH SERDEPROPERTIES (property_name=property_value, property_name=property_value, ...)]

用户在建表的时候可以自定义SerDe或者使用自带的SerDe。如果没有指定ROW FORMAT 或者ROW FORMAT DELIMITED，将会使用自带的SerDe。在建表的时候，用户还需要为表指定列，用户在指定表的列的同时也会指定自定义的SerDe，Hive通过SerDe确定表的具体的列的数据。

SerDe是Serialize/Deserilize的简称， hive使用Serde进行行对象的序列化与反序列化。

（8）STORED AS指定存储文件类型

常用的存储文件类型：SEQUENCEFILE（二进制序列文件）、TEXTFILE（文本）、RCFILE（列式存储格式文件）

如果文件数据是纯文本，可以使用STORED AS TEXTFILE。如果数据需要压缩，使用 STORED AS SEQUENCEFILE。

（9）LOCATION ：指定表在HDFS上的存储位置。

（10）AS：后跟查询语句，根据查询结果创建表。

（11）LIKE允许用户复制现有的表结构，但是不复制数据。

1. 管理表

1）．理论

默认创建的表都是所谓的管理表，有时也被称为内部表。因为这种表，Hive会（或多或少地）控制着数据的生命周期。Hive默认情况下会将这些表的数据存储在由配置项hive.metastore.warehouse.dir(例如，/user/hive/warehouse)所定义的目录的子目录下。 当我们删除一个管理表时，Hive也会删除这个表中数据。管理表不适合和其他工具共享数据。

2）．案例实操

在db_hive数据库中进行。

0: jdbc:hive2://hadoop101:10000> use db_hive;

（1）普通创建表

0: jdbc:hive2://hadoop101:10000> create table if not exists student2( id int, name string ) row format delimited fields terminated by '\t' stored as textfile location '/user/hive/warehouse/student2';

注意：创建的/user/hive/warehouse/student2是个目录。

这里row format指定属性之间使用'\t'隔开；然后存储为textfile（文本文件）；存储的路径在HDFS上的/user/hive/warehouse/student2。

（2）根据查询结果创建表（查询的结果会添加到新创建的表中）

注：student表在7.2.6的（6）中创建，（7）中导入。

0: jdbc:hive2://hadoop101:10000> create table if not exists student3 as ();

其中，( )中的内容实际上是子查询的结果，子查询是：

0: jdbc:hive2://hadoop101:10000> select id, name from student;

子查询的代码代入到( )中，得到最终的查询为：

0: jdbc:hive2://hadoop101:10000> create table if not exists student3 as (select id, name from student);

注意：这里运行时间较长，需要耐心等待。

注意这里不是简单的复制，而是做了map reduce的运算。（如果只是select其中的某项比如id，则可以有明显的差距）

留意student3在hdfs中的表现

（3）根据已经存在的表结构创建表

0: jdbc:hive2://hadoop101:10000> create table if not exists student4 like student;

        这就是创建跟已知表结构完全一样的表（但是只是创建表结构，表里面没有内容）。（创建表的时候有row format之类的东西，如果下次创建的时候不想重新输入一遍，则可以使用like）

（4）查询表的类型

0: jdbc:hive2://hadoop101:10000> desc formatted student2;

留意运行的结果中，Table Type为MANAGED_TABLE。

MANAGED_TABLE称为管理表或内部表。

有个需要注意的，在location路径上

这个location路径的目录在hdfs上是存在的，不是新目录。现在拿到的数据本身不是一张表。但是希望以表的形式来处理，就可以原地建立新目录。

如果上传一个文件到location路径/user/hive/warehouse/student2。

0: jdbc:hive2://hadoop101:10000> dfs -mkdir /student;

0: jdbc:hive2://hadoop101:10000> dfs -put /export/servers/datas/student.txt /user/hive/warehouse/student2;

        注意在stu_external创建后马上查询，按照MySQL的原理没有INSERT应该是没有数据的。但是Hive中有。

0: jdbc:hive2://hadoop101:10000> select * from student2;

        所以Hive只是改变了HDFS数据的呈现形式。这里以(id int, name string)呈现出来。

但实际上风险也在这里。这个数据不是Hive自己的，可能还关系到别的。

如果后面drop掉

0: jdbc:hive2://hadoop101:10000> drop table student2;

此时留意HDFS中的文件也删除。

所有的管理表Hive都认为：这份数据是我的，可以随便搞，我有权利删除。

如果不希望这样，可以考虑使用外部表。

2. 外部表

1）．理论

因为表是外部表，所以Hive并非认为其完全拥有这份数据。删除该表并不会删除掉这份数据，不过描述表的元数据信息会被删除掉。

2）．管理表和外部表的使用场景

每天将收集到的网站日志定期流入HDFS文本文件。在外部表（原始日志表）的基础上做大量的统计分析，用到的中间表、结果表使用内部表存储，数据通过SELECT+INSERT进入内部表。

日志一般会放到外部表，注意日志一般不是Hive自己用。想要用日志的时候，把日志重新导一份到Hive表中，每天都导的话会浪费空间。此时就建立一张外部表，重新诠释这个数据，然后在这个表中通过SELECT加上数据清洗功能，导进并收藏。

3）．案例实操

分别创建部门和员工外部表，并向表中导入数据。

（1）上传数据到HDFS

0: jdbc:hive2://hadoop101:10000> dfs -mkdir /student; 0: jdbc:hive2://hadoop101:10000> dfs -put /export/servers/datas/student.txt /student;

同hdfs操作的结果。

注意：现在hdfs中的/student.txt文件与hive没有关系。

（2）建表语句

创建外部表

hive (default)> create external table stu_external( id int, name string) row format delimited fields terminated by '\t' location '/student';

貌似这句在beeline中执行会出现AlreadyExistsException错误，原因暂时不明。在hive终端执行即可。

（3）查看创建的表

0: jdbc:hive2://hadoop101:10000> select * from stu_external;

（4）查看表格式化数据

0: jdbc:hive2://hadoop101:10000> desc formatted stu_external;

留意运行的结果中，Table Type为EXTERNAL_TABLE。

（5）删除外部表

0: jdbc:hive2://hadoop101:10000> drop table stu_external;

外部表删除后，hdfs中的数据还在，但是metadata中stu_external的元数据已被删除。可以与管理表（内部表）进行比较。

3. 管理表与外部表的互相转换

假如手滑的时候建立错了，想删除了重新建立，可是删了数据就没有了。此时可以进行相互转换。

（1）查询表的类型

（student2表的创建在7.4.5比较靠前的位置）

0: jdbc:hive2://hadoop101:10000> desc formatted student2;

留意运行的结果中，Table Type为MANAGED_TABLE。

（2）修改内部表student2为外部表

0: jdbc:hive2://hadoop101:10000> alter table student2 set tblproperties('EXTERNAL'='TRUE');

（3）查询表的类型

0: jdbc:hive2://hadoop101:10000> desc formatted student2;

留意运行的结果中，Table Type为EXTERNAL_TABLE。

（4）修改外部表student2为内部表

0: jdbc:hive2://hadoop101:10000> alter table student2 set tblproperties('EXTERNAL'='FALSE');

（5）查询表的类型

0: jdbc:hive2://hadoop101:10000> desc formatted student2;

留意运行的结果中，Table Type为MANAGED_TABLE。

注意：('EXTERNAL'='TRUE')和('EXTERNAL'='FALSE')为固定写法，区分大小写！

7、分区表

        分区表实际上就是对应一个HDFS文件系统上的独立的文件夹，该文件夹下是该分区所有的数据文件。Hive中的分区就是分目录，把一个大的数据集根据业务需要分割成小的数据集。在查询时通过WHERE子句中的表达式选择查询所需要的指定的分区，这样的查询效率会提高很多。

1. 分区表基本操作

（1）．引入分区表（需要根据日期对日志进行管理）

/user/hive/warehouse/log_partition/2021/202107/20210702.log /user/hive/warehouse/log_partition/2021/202107/20210703.log /user/hive/warehouse/log_partition/2021/202107/20210704.log

（2）．创建分区表语法

0: jdbc:hive2://hadoop101:10000> create table dept_partition( deptno int, dname string, loc string ) partitioned by (month string) row format delimited fields terminated by '\t';

（loc表示location位置）

注意：分区字段不能是表中已经存在的数据，可以将分区字段看作表的伪列。

留意hdfs中在/user/hive/warehouse目录下生成了 db_hive.db/dept_partition目录。

（3）．加载数据到分区表中

首先在 /export/servers/datas 目录下创建 dept.txt文件，内容如下：

10 ACCOUNTING 1700 20 RESEARCH 1800 30 SALES 1900 40 OPERATIONS 1700

然后执行：

hive (default)> load data local inpath '/export/servers/datas/dept.txt' into table db_hive.dept_partition partition(month='202109'); hive (default)> load data local inpath '/export/servers/datas/dept.txt' into table db_hive.dept_partition partition(month='202108'); hive (default)> load data local inpath '/export/servers/datas/dept.txt' into table db_hive.dept_partition partition(month='202107');

注意local inpath就是本地的文件系统（不是hdfs上的）。

注意：分区表加载数据时，必须指定分区 （partition(month='202109')），这里指按month分类。

（4）．查询分区表中数据

先查看一下dept_partition表中所有的数据。

hive (default)> select * from dept_partition;

        注意多了一列（字段）month。

        留意在hdfs中的表现，之前的是数字，现在则是：

        多了一层目录（month=202107），这个有什么用？

        Hive最大的问题在于，它是没有索引的。相比MySQL是有索引的，一般主键就是索引。但Hive没有主键这东西。将来做大数据全表扫描的时候，就很慢。如果解决这个事？就通过分区。分区表的这个分区，在某种程度上，就是起到了索引的作用（但它并不是索引）。有了分区，就可以避免全表扫描了。

单分区查询

hive (default)> select * from dept_partition where month='202109';

注意假设现在输入两句话：

hive (default)> select * from dept_partition where month='202109';

hive (default)> select * from dept_partition where deptno=10;

这两句扫描的数据量是完全不同的。

hive (default)> select * from dept_partition where month='202109';

这句扫描的数据量就4行。

hive (default)> select * from dept_partition where month='202109';

这句表中有多少行就扫多少行。现在的表中是12行文件。        

        这是个很常用的知识点。后面会演示一些hive优化。但是数据量太少了，不太管用。将来在公网上就有区别了。

多分区联合查询

hive (default)> select * from dept_partition where month='202109' union select * from dept_partition where month='202108' union select * from dept_partition where month='202107';

注意这里又要启动mapreduce，执行时间很长。

        

        注意与select * from dept_partition的区别。

        注意现在表的形式改变了，原来是10、20、30、40、10、20、30、40、10、20、30、40这样的，现在变成了10、10、10、10、20、20、20、20、30、30、30、30。因为形式改变了，所以肯定得mapreduce。

（5）．增加分区

创建单个分区

hive (default)> alter table dept_partition add partition(month='202106');

注意此时数据没有变化（只是增加了分区，没有加载数据）。

同时创建多个分区

hive (default)> alter table dept_partition add partition(month='202105') partition(month='202104');

（6）．删除分区

删除单个分区

hive (default)> alter table dept_partition drop partition (month='202104');

同时删除多个分区

hive (default)> alter table dept_partition drop partition (month='202105'), partition (month='202106');

（7）．查看分区表有多少分区

hive> show partitions dept_partition;

（8）．查看分区表结构

hive> desc formatted dept_partition;

注意month字段。

2. 分区表注意事项

1）．创建二级分区表

hive (default)> create table dept_partition2( deptno int, dname string, loc string ) partitioned by (month string, day string) row format delimited fields terminated by '\t';

2）．正常的加载数据

（1）加载数据到二级分区表中

hive (default)> load data local inpath '/export/servers/datas/dept.txt' into table db_hive.dept_partition2 partition(month='202109', day='13');

（2）查询分区数据

先查看所有数据

hive (default)> select * from dept_partition2;

查询分区数据。

hive (default)> select * from dept_partition2 where month='202109' and day='13';

留意hdfs上

        所谓的二级分区表，实际上就是多了一层目录。它实际上就可以把数据管理的更加细致。

        将来面临的数据量很大，有可能每天甚至每小时都滚（每小时一个文件夹）。Hive可以以"年/月/日/小时"这种方式建立表。见下面的二级分区。

        将来如果要找2020年7月11日的数据，不需要进行全表扫描。而是去固定的文件夹找到相应的数据。所以分区表某种程度上起到了索引的作用。可以快速定位一部分数据，并加速你的查询速度。

        以后处理公司的数据表的时候，如果不指定扫描哪些分区，甚至都不会让你执行。为了防止你新人手滑，一个回车下去就全表扫描开始了。

3）．把数据直接上传到分区目录上，让分区表和数据产生关联的三种方式

（1）方式一：上传数据后修复

上传数据

hive (default)> dfs -mkdir -p /user/hive/warehouse/db_hive.db/dept_partition2/month=202109/day=12; hive (default)> dfs -put /export/servers/datas/dept.txt /user/hive/warehouse/db_hive.db/dept_partition2/month=202109/day=12;

查询数据（查询不到刚上传的数据）

hive (default)> select * from dept_partition2 where month='202109' and day='12';

结果为空。

执行修复命令

hive> msck repair table dept_partition2;

再次查询数据

hive (default)> select * from dept_partition2 where month='202109' and day='12';

（2）方式二：上传数据后添加分区

上传数据

hive (default)> dfs -mkdir -p /user/hive/warehouse/db_hive.db/dept_partition2/month=202109/day=11; hive (default)> dfs -put /export/servers/datas/dept.txt /user/hive/warehouse/db_hive.db/dept_partition2/month=202109/day=11;

查询数据（查询不到刚上传的数据）

hive (default)> select * from dept_partition2 where month='202109' and day='11';

结果为空。

执行添加分区

hive (default)> alter table dept_partition2 add partition(month='202109', day='11');

查询数据

hive (default)> select * from dept_partition2 where month='202109' and day='11';

（3）方式三：创建文件夹后load数据到分区

创建目录

hive (default)> dfs -mkdir -p /user/hive/warehouse/db_hive.db/dept_partition2/month=202109/day=10;

上传数据

hive (default)> load data local inpath '/export/servers/datas/dept.txt' into table dept_partition2 partition(month='202109',day='10');

查询数据

hive (default)> select * from dept_partition2 where month='202109' and day='10';

        

        注意：将来日志生成是滚动生成的。外部建立目录不会通知Hive，Hive的表上反映不到。就是外部采集的数据在Hive中看不到。此时，就需要用到上面几种修复方式了。

        Hive本质上，是把HDFS的数据以另外的一种方式呈现。一张表的内容怎么呈现处理，首先要有数据，其次要有描述这个数据呈现方式的元数据。前面之所以没有呈现这张表，是因为没有元数据。上面的命令repair、add partition本质上干的是同一件事，就是添加元数据。

        当然还有load上去的方式。但是将来最常见的场景是：数据是外部程序采集的。所以每次都需要修复一下元数据，然后再查询。

        分区表就是分文件夹管理数据。给Hive提供了更细粒度管理数据的方式。

        分区表体现在Hive上是多了两个字段，在HDFS上是文件夹分级。

        分区表可以避免全表扫描，加快查询速度。

        分区表非常重要。

​​​​​​​8、修改表

1. 重命名表

1）．语法

ALTER TABLE table_name RENAME TO new_table_name

2）．实操案例

hive (default)> alter table dept_partition2 rename to dept_partition3;

2. 增加、修改和删除表分区

详见7.4.6分区表基本操作。

3. 增加/修改/替换列信息

1）．语法

更新列

ALTER TABLE table_name CHANGE [COLUMN] col_old_name col_new_name column_type [COMMENT col_comment] [FIRST|AFTER column_name]

增加和替换列

ALTER TABLE table_name ADD | REPLACE COLUMNS (col_name data_type [COMMENT col_comment], ...)

注：ADD是代表新增一字段，字段位置在所有列后面(partition列前)，REPLACE则是表示替换表中所有字段。

2）．实操案例

（1）查询表结构

hive> desc formatted dept_partition;

（2）添加列

hive (default)> alter table dept_partition add columns(deptdesc string);

（3）添加后，查询表结构

hive> desc dept_partition;

（4）更新列

hive (default)> alter table dept_partition change column deptdesc desc int;

注意：可能会报告错误（不同版本不同结果）

Error: Error while processing statement: FAILED: Execution Error, return code 1 from org.apache.hadoop.hive.ql.exec.DDLTask. Unable to alter table. The following columns have types incompatible with the existing columns in their respective positions : desc (state=08S01,code=1)

原因是列中已存储的数据类型与转换的目标数据类型不兼容。

查看一下

hive (default)> select * from dept_partition;

        由于前面add columns时默认设置新增加列的值为NULL，不可以转为int类型。

        PS. 貌似新版本的hive放弃对columns的强转。只能先替换移除后，再添加。

hive (default)> alter table dept_partition replace columns(deptno int, dname string, loc string); hive (default)> alter table dept_partition add columns(desc int);

（5）查询表结构

hive> desc formatted dept_partition;

（6）替换列

hive (default)> alter table dept_partition replace columns(deptno string, dname string, loc string);

注意：替换只能替换所有列，不能替换指定的列。所以原来的4列（deptno int, dname string, loc string, desc int）替换后只剩下3列（deptno string, dname string, loc string）。desc被删除了。

（7）查询表结构

hive> desc formatted dept_partition;

替换列信息的操作不太常用，了解有这个功能就可以了。

​​​​​​​9、删除表

hive (default)> drop table dept_partition;

​​​​​​​10、补充：Hive数据呈现方式

首先确保hdfs上有/student目录，下面有student.txt文件。如果没有，执行下面两句：

0: jdbc:hive2://hadoop101:10000> dfs -mkdir /student; 0: jdbc:hive2://hadoop101:10000> dfs -put /export/servers/datas/student.txt /student;

创建表

hive (default)> create external table stu (id int) row format delimited fields terminated by '\t' location '/student';

现在表里有什么？

可以看到，只有id。

Hive是改变HDFS数据呈现方式。原来的数据是：

现在拿到这个数据后，使用\t把数据拆开，并把id拿出来。当然，现在/student目录下的文件只有一个，如果有两个就显示两次。

拷贝dept.txt到hdfs的/student目录下。

[root@hadoop101 ~]# hadoop fs -put /export/servers/datas/dept.txt /student;

然后重新创建表

hive (default)> drop table stu; hive (default)> create external table stu (id int, name string) row format delimited fields terminated by '\t' location '/student';

注意dept.txt中的内容和student.txt的内容混搭了。

现在表里有什么？

再来重新创建表：

hive (default)> drop table stu; hive (default)> create external table stu (id int, name string, nnn string) row format delimited fields terminated by '\t' location '/student';

现在表里有什么？

        所以还是那句话：Hive只是改变了hdfs呈现数据的方式。现在stu表是以另外一种形式来描述/student文件夹下的数据（三列id、name、nnn）。dept.txt文件中三列都有，student.txt文件中只有两列，最后一列则自动补NULL。

11、错误解决

initSchema如果出现如下错误。

可以先在MySQL中删除hive数据库。

mysql> drop database hive;

再重新执行initSchema。

DROP TABLE如果出现如下错误。

参考：hive 未初始化元数据库报错 - 记忆残留 - 博客园 

第一个启动hive需要执行初始化命令：

[root@hadoop101 hive]# bin/schematool -dbType mysql -initSchema

查看初始化后的信息

[root@hadoop101 hive]# bin/schematool -dbType mysql -info

如果不确定如何修复错误。可以卸载hive再重新搭建。卸载步骤如下：

删除hive目录

[root@hadoop101 hive]# cd /export/servers/ [root@hadoop101 servers]# rm -fr hive/

在MySQL中删除hive目录

[root@hadoop101 servers]# mysql –uroot –p123456

mysql> drop database hive;

在hdfs上删除tmp和/user/hive/warehouse目录。

[root@hadoop101 hadoop-3.1.2]# bin/hadoop fs -rm  -f -r /tmp [root@hadoop101 hadoop-3.1.2]# bin/hadoop fs –rm –f -r /user/hive/

配置文件中与hive相关的可以不同管。