基于Hadoop集群的Hive安装配置（Derby数据库）

最新推荐文章于 2024-11-15 22:11:31 发布

weixin_33812433

最新推荐文章于 2024-11-15 22:11:31 发布

阅读量120

点赞数

文章标签：数据库嵌入式 python

原文链接：https://my.oschina.net/u/3747963/blog/1833485

版权

2019独角兽企业重金招聘Python工程师标准>>>

Hive是一个数据仓库基础工具在Hadoop中用来处理结构化数据，提供简单的sql查询功能，可以将sql语句转换为MapReduce任务进行运行（具体的Hive架构大家自行搜索）。接下来主要讲下Hadoop集群下Hive的安装配置，并搭载Derby数据库（一款小巧的数据库，用于测试，不推荐开发使用，具体大家自行百度），进行一些基本的数据库操作，好了，让我们开始吧。

一、环境：同样的启用三个节点，分别是虚拟机slave01，slave02，slave03，基于之前已经搭建好的环境，包括JDK、Zookeeper、Hadoop

二、Hive、Derby配置（自行解压）

这里推荐下载版本较低的Hive，本人经验教训告诉大家：高版本易出现问题，比如说我的Hadoop 2.7.6，下载Hive 2.2.0 安装配置后就出现了很多问题，体验极差，像报错为：

Unable to instantiate org.apache.hadoop.hive.ql.metadata.SessionHiveMetaStoreClient

就属于版本过高导致的，所以，大家尽量下载低版本的。

（1）设置Hive、Derby环境变量

vim /etc/profile

添加HIVE_HOME、DERBY_HOME，如下：

JAVA_HOME=/usr/java/jdk1.8.0_161
JRE_HOME=/usr/java/jdk1.8.0_161/jre
SCALA_HOME=/usr/local/scala
HADOOP_HOME=/usr/local/hadoop
SPARK_HOME=/usr/local/spark
ZOOKEEPER_HOME=/usr/local/zookeeper
HBASE_HOME=/usr/local/hbase
KAFKA_HOME=/usr/local/kafka
HIVE_HOME=/usr/local/hive
DERBY_HOME=/usr/local/derby
PATH=$PATH:$JAVA_HOME/bin:$JRE_HOME/bin:$SCALA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$SPARK_HOME/bin:$SPARK_HOME/sbin:$ZOOKEEPER_HOME/bin:$HBASE_HOME/bin:$KAFKA_HOME/bin:$HIVE_HOME/bin:$DERBY_HOME/bin
CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar:$JRE_HOME/lib:$DERBY_HOME/lib/derby.jar:$DERBY_HOME/lib/derbyclient.jar:$DERBY_HOME/lib/derbytools.jar:$DERBY_HOME/lib/derbynet.jar
export JAVA_HOME JRE_HOME SCALA_HOME HADOOP_HOME SPARK_HOME ZOOKEEPER_HOME HBASE_HOME KAFKA_HOME HIVE_HOME DERBY_HOME PATH CLASSPATH

使文件生效，运行命令：

source /etc/profile

（2）修改Hive文件夹conf目录下配置文件 hive-env.sh

复制一份 hive-env.sh.template 重命名为 hive-env.sh：

cp hive-env.sh.template hive-env.sh

修改 hive-env.sh 内容：

export HIVE_CONF_DIR=/usr/local/hive/conf
export HADOOP_HOME=/usr/local/hadoop

（3）配置Hive的Metastore

配置Metastore意味着，指定要Hive的数据库存储，同样，Hive/conf目录下，复制一份 hive-default.xml.template重命名为 hive-site.xml：

cp hive-default.xml.template hive-site.xml

修改 hive-site.xml 内容，由于里面原内容较多，可通过命令gedit以编辑器模式打开：

gedit hive-site.xml

删除所有的配置，替换为：

<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<property>
  <name>javax.jdo.option.ConnectionURL</name>
  <value>jdbc:derby:;databaseName=metastore_db;create=true</value>
</property>

<property>
  <name>javax.jdo.option.ConnectionDriverName</name>
  <value>org.apache.derby.jdbc.EmbeddedDriver</value>
</property>

<property>
  <name>hive.metastore.warehouse.dir</name>
  <value>/usr/local/hive/warehouse</value>
</property>
</configuration>

其中，<value>jdbc:derby:;databaseName=metastore_db;create=true</value> 表示使用嵌入式的derby，create为true表示自动创建数据库，数据库名为metastore_db，另一种客服模式大家感兴趣的可以自己看下；<value>org.apache.derby.jdbc.EmbeddedDriver</value> 表示使用嵌入式的derby；warehouse文件夹手动创建。

三、验证Hive

运行Hive之前，需要创建/tmp文件夹在HDFS独立的Hive文件夹，并给这些新创建的文件夹写权限：

[hadoop@slave01 bin]$ hadoop fs -mkdir /tmp
[hadoop@slave01 bin]$ hadoop fs -chmod g+w /tmp

启动Hive前，先启动Hadoop集群，注意关闭防火墙，再然后启动Hive，首次启动可能会出现一个报错提示：

无法访问/usr/local/spark/lib/spark-assembly-*.jar: 没有那个文件或目录

虽然过了几秒后Hive仍然成功启动，但这个报错信息是怎么回事呢？

原因：spark2以后，原有lib目录下的大JAR包被分散成多个小JAR包，原来的spark-assembly-*.jar已经不存在，所以hive没有办法找到这个JAR包。

解决办法：进入hive安装路径下的bin目录下，编辑hive，如通过编辑器打开：gedit hive，找到下面的Shell脚本命令：

sparkAssemblyPath=`ls ${SPARK_HOME}/lib/spark-assembly-*.jar`

修改为：

sparkAssemblyPath=`ls ${SPARK_HOME}/jars/*.jar`

好了，让我们再次启动Hive，成功启动如下：

[hadoop@slave01 bin]$ hive

Logging initialized using configuration in jar:file:/usr/local/hive/lib/hive-common-1.2.2.jar!/hive-log4j.properties
hive>

以上就是基于Hadoop集群Hive+derby的安装配置过程，当然对于数据库的选择比如mysql配置过程类似，大家自行参考资料。接下来就是Hive对数据库的操作了，敬请期待吧！

转载于:https://my.oschina.net/u/3747963/blog/1833485