Hive基础入门

Hive安装

下载地址
https://dlcdn.apache.org/hive/hive-3.1.2/apache-hive-3.1.2-bin.tar.gz

共需要以下三个包：
apache-hive-3.1.2-bin.tar.gz
mysql-5.7.35-1.el7.x86_64.rpm-bundle.tar
mysql-connector-java-5.1.38.jar （用于hive连接mysql）

解压到安装目录
tar -zxvf apache-hive-3.1.2-bin.tar.gz -C /opt/module/

重命名
mv apache-hive-3.1.2-bin hive

配置环境变量
vim /etc/profile.d/my_env.sh
加入如下代码，再保存退出

#HIVE_HOME
export HIVE_HOME=/opt/module/hive
export PATH=$PATH:$HIVE_HOME

重新生效
source /etc/profile.d/my_env.sh

解决日志包冲突
mv $HIVE_HOME/lib/log4j-slf4j-impl-2.10.0.jar $HIVE_HOME/lib/log4j-slf4j-impl-2.10.0.bak

初始化元数据库
bin/schematool -dbType derby -initSchema
报错请查看 https://blog.csdn.net/weixin_44371237/article/details/126228225

hadoop集群配置 https://blog.csdn.net/weixin_44371237/article/details/125907747
hadoop集群启停脚本 https://blog.csdn.net/weixin_44371237/article/details/126040977

启动hadoop集群
/home/hadoop.sh start

hive服务启停脚本
https://blog.csdn.net/weixin_44371237/article/details/126250710

启动hive
/home/hive.sh start

登录hive
bin/hive

查看数据库（如果失败，查看是否配置了元数据服务）
show databases;

查看表
show tables;

创建表
create table test(id string);

插入数据
insert into test values(‘1001’);

获取数据
select * from test;

使用Mysql作为数据源

复制mysql驱动
mv /software/mysql-connector-java-5.1.38.jar $HIVE_HOME/lib/

新建如下hive-site.xml，上传到/opt/module/hive/conf

<?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://hadoop100:3306/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>root123456</value>
    </property>

    <!-- Hive 元数据存储版本的验证 -->
    <property>
        <name>hive.metastore.schema.verification</name>
        <value>false</value>
    </property>

    <!--元数据存储授权-->
    <property>
        <name>hive.metastore.event.db.notification.api.auth</name>
        <value>false</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>

解压
tar -xvf mysql-5.7.35-1.el7.x86_64.rpm-bundle.tar

检查是否安装过
rpm -qa | grep mysql
rpm -qa | grep mariadb

如果存在，卸载
rpm -e --nodeps mariadb-libs
rpm -e --nodeps mysql-xxxx

安装5.7.35版本，需要如下安装包，按顺序安装，不然会提示报错

rpm -ivh mysql-community-common-5.7.35-1.el7.x86_64.rpm
rpm -ivh mysql-community-libs-5.7.35-1.el7.x86_64.rpm
rpm -ivh mysql-community-libs-compat-5.7.35-1.el7.x86_64.rpm
rpm -ivh mysql-community-client-5.7.35-1.el7.x86_64.rpm
rpm -ivh mysql-community-server-5.7.35-1.el7.x86_64.rpm

报错请查看 https://blog.csdn.net/weixin_44371237/article/details/126242806

启动服务
systemctl start mysqld

使用临时密码登录
mysql -uroot -p’im/)1!je=Sod’

进入mysql后，设置新密码
set password for root@localhost = password(‘root123456’);
错误请查看 https://blog.csdn.net/weixin_44371237/article/details/119966466

修改 mysql 库下的 user 表中的 root 用户允许任意 ip 连接
update mysql.user set host=‘%’ where user=‘root’;
flush privileges;

新建 Hive 元数据库
create database metastore;

初始化 Hive 元数据库
bin/schematool -initSchema -dbType mysql verbose

使用元数据服务的方式访问 Hive

hive-site.xml新增如下

<!-- 指定存储元数据要连接的地址 -->
<property>
    <name>hive.metastore.uris</name>
    <value>thrift://hadoop100:9083</value>
</property>

配置上面后，必须先启动metastore，否则提示失败
bin/hive --service metastore
注意: 启动后窗口不能再操作，需打开一个新的 shell 窗口做别的操作

窗口被占用，再重新开一个窗口
bin/hive

使用 JDBC 方式访问 Hive

hive-site.xml新增如下

<!-- 指定 hiveserver2 连接的 host -->
<property>
    <name>hive.server2.thrift.bind.host</name>
    <value>hadoop100</value>
</property>

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

先启动元服务，JDBC依赖元服务
bin/hive --service metastore

再重新开一个窗口，启动 hiveserver2
bin/hive --service hiveserver2

再重新开一个窗口，启动 beeline 客户端（启动比较久，要等一两分钟）
bin/beeline -u jdbc:hive2://hadoop100:10000 -n root

Error: Could not open client transport with JDBC Uri: jdbc:hive2://hadoop100:10000: Failed to open new session: java.lang.RuntimeException: org.apache.hadoop.ipc.RemoteException(org.apache.hadoop.security.authorize.AuthorizationException): User: root is not allowed to impersonate root (state=08S01,code=0)

如上错误，修改 Hadoop配置文件/opt/module/hadoop-3.1.3/etc/hadoop/core-site.xml

<property>
    <name>hadoop.proxyuser.root.hosts</name>
    <value>*</value>
</property>
<property>
    <name>hadoop.proxyuser.root.groups</name>
    <value>*</value>
</property>

报错原因

hadoop.proxyuser.$superuser.hosts 配置该superUser允许通过代理访问的主机节点
hadoop.proxyuser.$superuser.groups 配置该superUser允许代理的用户所属组
hadoop.proxyuser.$superuser.users 配置该superUser允许代理的用户

后台启动

nohup: 放在命令开头，表示不挂起,也就是关闭终端进程也继续保持运行状态

/dev/null：是 Linux 文件系统中的一个文件，被称为黑洞，所有写入改文件的内容都会被自动丢弃

2>&1 : 表示将错误重定向到标准输出上

&: 放在命令结尾,表示后台运行

一般会组合使用: nohup [xxx 命令操作]> file 2>&1 &，表示将 xxx 命令运行的结果输出到 file 中，并保持命令启动的进程在后台运行。

[root@hadoop100 hive] nohup hive --service metastore 2>&1 & 
[root@hadoop100 hive] nohup hive --service hiveserver2 2>&1 & 

hive 服务启停脚本

https://blog.csdn.net/weixin_44371237/article/details/126250710

文件路径 /home/hive.sh ，添加执行权限
chmod +x /home/hive.sh

启动 Hive 后台服务
./hive.sh start

查看状态
./hive.sh status

停止
./hive.sh stop

日志配置

https://blog.csdn.net/weixin_44371237/article/details/126404326

打印 当前库 和 表头

hive-site.xml 中加入如下两个配置:

<!-- 打印 当前库 和 表头-->
<property>
    <name>hive.cli.print.header</name>
    <value>true</value>
</property>
<property>
    <name>hive.cli.print.current.db</name>
    <value>true</value>
</property>

参数配置方式

（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： [atguigu@hadoop103 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。