Hive安装及环境搭建-CSDN博客

本文链接：https://blog.csdn.net/seo232323/article/details/133771739

Hive安装及环境搭建

一、安装部署

1）把apache-hive-3.1.3-bin.tar.gz上传到Linux的/opt/software目录下

2）解压apache-hive-3.1.3-bin.tar.gz到/opt/module/目录下面

[xxx@hadoop102 software]$ tar -zxvf /opt/software/apache-hive-3.1.3-bin.tar.gz -C /opt/module/

3）修改apache-hive-3.1.3-bin.tar.gz的名称为hive

[xxx@hadoop102 software]$ mv /opt/module/apache-hive-3.1.3-bin/ /opt/module/hive

4）修改/etc/profile.d/my_env.sh，添加环境变量

[xxx@hadoop102 software]$ sudo vim /etc/profile.d/my_env.sh

（1）添加内容

#HIVE_HOME

export HIVE_HOME=/opt/module/hive

export PATH=$PATH:$HIVE_HOME/bin

（2）source一下

[xxx@hadoop102 hive]$ source /etc/profile.d/my_env.sh

5）初始化元数据库（默认是derby数据库）

[xxx@hadoop102 hive]$ bin/schematool -dbType derby -initSchema

二、配置Hive元数据储存到MySql

1）将MySQL的JDBC驱动拷贝到Hive的lib目录下。

[xxx@hadoop102 software]$ cp /opt/software/mysql-connector-java-5.1.37.jar $HIVE_HOME/lib

2）在$HIVE_HOME/conf目录下新建hive-site.xml文件

[xxx@hadoop102 software]$ 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://hadoop102:3306/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>

</configuration>

3）登录MySQL

[xxx@hadoop102 software]$ mysql -uroot -p123456

4）新建Hive元数据库

mysql> create database metastore;

mysql> quit;

5）初始化Hive元数据库（修改为采用MySQL存储元数据）

[xxx@hadoop102 hive]$ bin/schematool -dbType mysql -initSchema -verbose

三、Hive服务部署

1、hiveserver2服务

（1）Hadoop端

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

[xxx@hadoop102 ~]$ cd $HADOOP_HOME/etc/hadoop

[xxx@hadoop102 hadoop]$ vim core-site.xml

增加如下配置：

<!--配置所有节点的xxx用户都可作为代理用户-->

<property>

  <name>hadoop.proxyuser.xxx.hosts</name>

  <value>*</value>

</property>

<!--配置xxx用户能够代理的用户组为任意组-->

<property>

	<name>hadoop.proxyuser.xxx.groups</name>

 	<value>*</value>

</property>

<!--配置xxx用户能够代理的用户为任意用户-->

<property>

	<name>hadoop.proxyuser.xxx.users</name>

 	<value>*</value>

</property>

（2）Hive端

在hive-site.xml文件中添加如下配置信息

[xxx@hadoop102 conf]$ vim hive-site.xml

<!-- 指定hiveserver2连接的host -->
<property>
	 <name>hive.server2.thrift.bind.host</name>
 	<value>hadoop102</value>
</property>

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

（3）启动命令

[xxx@hadoop102 hive]$ bin/hive --service hiveserver2

2、metastore服务

独立服务模式(生产环境推荐使用)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://hadoop102:3306/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://hadoop102:9083</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。

启动命令：

[xxx@hadoop202 hive]$ nohup hive --service metastore &

3、hiveserver2和metastore启停脚本

[xxx@hadoop102 hive]$ vim $HIVE_HOME/bin/hiveservices.sh

#!/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

增加执行权限：

[xxx@hadoop102 bin]$ chmod +x hiveservices.sh

四、Hive常见属性配置

1）Hive客户端显示当前库和表头

在hive-site.xml中加入如下两个配置:

[xxx@hadoop102 conf]$ vim hive-site.xml

<property>

    <name>hive.cli.print.header</name>

    <value>true</value>

    <description>Whether to print the names of the columns in query output.</description>

</property>

<property>

    <name>hive.cli.print.current.db</name>

    <value>true</value>

    <description>Whether to include the current database in the Hive prompt.</description>

</property>

2）Hive运行日志路径配置

（1）Hive的log默认存放在/tmp/xxx/hive.log目录下（当前用户名下）

[xxx@hadoop102 xxx]$ pwd

/tmp/xxx

[xxx@hadoop102 xxx]$ ls

hive.log

hive.log.2022-06-27

（2）修改Hive的log存放日志到/opt/module/hive/logs

①修改$HIVE_HOME/conf/hive-log4j2.properties.template文件名称为 hive-log4j2.properties

[xxx@hadoop102 conf]$ pwd

/opt/module/hive/conf

[xxx@hadoop102 conf]$ mv hive-log4j2.properties.template hive-log4j2.properties

②在hive-log4j2.properties文件中修改log存放位置

[xxx@hadoop102 conf]$ vim hive-log4j2.properties

修改配置如下

property.hive.log.dir=/opt/module/hive/logs

3）Hive的JVM堆内存设置

（1）修改$HIVE_HOME/conf下的hive-env.sh.template为hive-env.sh

[xxx@hadoop102 conf]$ pwd

/opt/module/hive/conf

[xxx@hadoop102 conf]$ mv hive-env.sh.template hive-env.sh

（2）将hive-env.sh其中的参数 export HADOOP_HEAPSIZE修改为2048，重启Hive。

修改前

# The heap size of the jvm stared by hive shell script can be controlled via:

# export HADOOP_HEAPSIZE=1024

修改后

# The heap size of the jvm stared by hive shell script can be controlled via:

export HADOOP_HEAPSIZE=2048

4）关闭Hadoop虚拟内存检查

在yarn-site.xml中关闭虚拟内存检查（虚拟内存校验，如果已经关闭了，就不需要配了）。

（1）修改前记得先停Hadoop

[xxx@hadoop102 hadoop]$ pwd

/opt/module/hadoop-3.1.3/etc/hadoop

[xxx@hadoop102 hadoop]$ vim yarn-site.xml

（2）添加如下配置

<property>

    <name>yarn.nodemanager.vmem-check-enabled</name>

    <value>false</value>

</property>

（3）修改完后记得分发yarn-site.xml，并重启yarn。