一、Hive简介
Hive是基于Hadoop的一个数据仓库工具,可以将结构化的数据文件映射为一张数据库表,并提供简单的SQL查询功能,可以将SQL语句转换为MapReduce任务进行运行。其优点是学习成本低,可以通过类SQL语句快速实现简单的MapReduce统计,不必开发专门的MapReduce应用,十分适合数据仓库的统计分析。
Hive有一套映射工具,可以把SQL转换为MapReduce中的job,可以把SQL中的表、字段转换为HDFS中的文件(夹)以及文件中的列。这套映射工具称之为metastore,一般存放在derby、mysql中。
Hive 中的元数据包括表的名字,表的列和分区及其属性,表的属性(是否为外部表等),表的数据所在目录等。而在HDFS中,Hive的数据就存储在这里,利用MapReduce来调用执行。
Hive要运行Hadoop伪分布式上,请确保Hadoop已经成功运行。默认情况下,Hive元数据保存在内嵌的 Derby 数据库中,只能允许一个会话连接,只适合简单的测试。为了支持多用户多会话,则需要一个独立的元数据库,我们使用 MySQL 作为元数据库,Hive 内部对 MySQL 提供了很好的支持。
二、安装Hive
1.shell命令完成Hive的解压
$ sudo tar -zxvf ./apache-hive-1.2.1-bin.tar.gz -C /usr/local # 解压到/usr/local中
$ cd /usr/local/
$ sudo mv apache-hive-1.2.1-bin hive # 将文件夹名改为hive
$ sudo chown -R dblab:dblab hive # 修改文件权限
2. 配置环境变量
编辑~/.bashrc文件: gedit ~/.bashrc
export HIVE_HOME=/usr/local/hive
export PATH=$PATH:$HIVE_HOME/bin
保存退出后,运行source ~/.bashrc
使配置立即生效。
3. 修改/usr/local/hive/conf
下的hive-site.xml
将hive-default.xml.template重命名为hive-default.xml;新建一个文件touch hive-site.xml
,并在hive-site.xml中粘贴如下配置信息:
<description>Driver class name for a JDBC metastore</description>
</property>
<property>
<name>javax.jdo.option.ConnectionUserName</name>
<value>hive</value>
<description>username to use against metastore database</description>
</property>
<property>
<name>javax.jdo.option.ConnectionPassword</name>
<value>hive</value>
<description>password to use against metastore database</description>
</property>
</configuration>
三、安装并配置mysql
1.Ubuntu16下mysql的安装请参考:https://blog.csdn.net/weixin_42209572/article/details/98983741
2.下载mysql jdbc包 地址:https://dev.mysql.com/downloads/connector/j/
$ tar -zxvf mysql-connector-java-5.1.40.tar.gz #解压
$ cp mysql-connector-java-5.1.40/mysql-connector-java-5.1.40-bin.jar /usr/local/hive/lib #将mysql-connector-java-5.1.40-bin.jar拷贝到/usr/local/hive/lib目录下
3. 启动并登陆mysql shell
$ service mysql start #启动mysql服务
$ mysql -u root -p #登陆shell界面
4. 新建hive数据库。
$ mysql> create database hive; #这个hive数据库与hive-site.xml中localhost:3306/hive的hive对应,用来保存hive元数据
5. 配置mysql允许hive接入:
$ mysql> grant all on *.* to hive@localhost identified by 'hive'; #将所有数据库的所有表的所有权限赋给hive用户,后面的hive是配置hive-site.xml中配置的连接密码
$ mysql> flush privileges; #刷新mysql系统权限关系表
6. 启动hive
启动hive之前,请先启动hadoop集群。
$ start-all.sh #启动hadoop
$ hive #启动hive
解决Hive启动,Hive metastore database is not initialized的错误。出错原因:重新安装Hive和MySQL,导致版本、配置不一致。在终端执行如下命令:
$ schematool -dbType mysql -initSchema
Hive分布现在包含一个用于Hive Metastore架构操控的脱机工具,名为schematool.此工具可用于初始化当前Hive版本的 Metastore架构。此外,其还可处理从较旧版本到新版本的架构升级。