2）Hive（安装配置）

Hive安装相关地址

• Hive官网地址(http://hive.apache.org/）
• 文档查看地址(https://cwiki.apache.org/confluence/display/Hive/GettingStarted)
• 下载地址(http://archive.apache.org/dist/hive/)

Hive安装部署

• Hive的安装及配置：

  • 解压apache-hive-1.2.1-bin.tar.gz到/opt/module/目录下面并修改名称为hive:
    tar -zxvf apache-hive-1.2.1-bin.tar.gz -C /opt/module/
mv apache-hive-1.2.1-bin/ hive
  • 修改/opt/module/hive/conf目录下的hive-env.sh.template名称为hive-env.sh:
    mv hive-env.sh.template hive-env.sh
  • 配置hive-env.sh文件:
    • 配置HADOOP_HOME路径：
      export HADOOP_HOME=/opt/module/hadoop-2.7.2
    • 配置HIVE_CONF_DIR路径:
      export HIVE_CONF_DIR=/opt/module/hive/conf

• Hadoop集群配置：

  • 必须启动hdfs和yarn:
    start-dfs.sh
start-yarn.sh
  • 在HDFS上创建/tmp和/user/hive/warehouse两个目录并修改他们的同组权限可写
    hadoop fs -mkdir /tmp
hadoop fs -mkdir -p /user/hive/warehouse
hadoop fs -chmod g+w /tmp
hadoop fs -chmod g+w /user/hive/warehouse

• Hive基本操作：

  • 启动hive
    bin/hive
  • 查看数据库
    hive> show databases;
  • 打开默认数据库
    hive> use default;
  • 显示default数据库中的表
    hive> show tables;
  • 创建一张表
    hive> create table student(id int,name string);
  • 查看表的结构
    hive> desc student;
  • 向表中插入数据
    hive> insert into student values(1000,"ss");
  • 查询表中数据
    hive> select * from student;
  • 退出hive
    hive> quit;

安装MySQL

• 安装包准备：

  • 查看mysql是否安装，如果安装了，卸载mysql:
    ①rpm -qa|grep mysql
    ②rpm -e --nodeps mysql-libs-5.1.73-7.el6.x86_64
  • 解压mysql-libs.zip文件到当前目录:
    ①unzip mysql-libs.zip
    ②ls :
    mysql-libs.zip mysql-libs
  • 进入到mysql-libs文件夹下 ls:
    -rw-r--r--. 1 root root 18509960 3月 26 2015 MySQL-client-5.6.24-1.el6.x86_64.rpm
-rw-r--r--. 1 root root 3575135 12月 1 2013 mysql-connector-java-5.1.27.tar.gz
-rw-r--r--. 1 root root 55782196 3月 26 2015 MySQL-server-5.6.24-1.el6.x86_64.rpm

• 安装MySql服务器：

  • 安装MySql服务器：
    rpm -ivh MySQL-server-5.6.24-1.el6.x86_64.rpm
  • 查看产生的随机密码：
    cat /root/.mysql_secret
  • 查看mysql状态：
    service mysql status
  • 启动mysql：
    service mysql start

• 安装MySql客户端：

  • 安装mysql客户端：
    rpm -ivh MySQL-client-5.6.24-1.el6.x86_64.rpm
  • 连接mysql：
    mysql -uroot -pOEXaQuS8IWkG19Xs
  • 修改密码：
    mysql> SET PASSWORD=PASSWORD('000000');
  • 退出MySQL：
    mysql>exit

• MySql中user表中主机配置：
  配置只要是root用户+密码，在任何主机上都能登录MySQL数据库

  • 进入mysql
    mysql -uroot -p000000
  • 显示数据库
    mysql> show databases;
  • 使用mysql数据库
    mysql> use mysql;
  • 展示mysql数据库中的所有表
    mysql> show tables;
  • 展示user表的结构
    mysql> desc user;
  • 查询user表
    mysql> select User, Host, Password from user;
  • 修改user表，把Host表内容修改为%
    mysql> update user set host='%' where host='localhost';
  • 删除root用户的其他host
    mysql> delete from user where Host='hadoop102';
mysql> delete from user where Host='127.0.0.1';
mysql> delete from user where Host='::1';
  • 刷新
    mysql> flush privileges;
  • 退出
    mysql> quit;

Hive元数据配置到MySql

• 拷贝驱动
  • 在/opt/software/mysql-libs目录下解压mysql-connector-java-5.1.27.tar.gz驱动包
    tar -zxvf mysql-connector-java-5.1.27.tar.gz
  • 拷贝/opt/software/mysql-libs/mysql-connector-java-5.1.27目录下的mysql-connector-java-5.1.27-bin.jar到/opt/module/hive/lib/
    cp mysql-connector-java-5.1.27-bin.jar /opt/module/hive/lib/
• 配置Metastore到MySQL
  • 在/opt/module/hive/conf目录下创建一个hive-site.xml
  • 根据官方文档配置参数，拷贝数据到hive-site.xml文件中

<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
   <property>    
	<name>javax.jdo.option.ConnectionURL</name>
    <value>jdbc:mysql://hadoop102:3306/metastore?createDatabaseIfNotExist=true</value>
    <description>JDBC connect string for a JDBC metastore</description>
   </property> 

   <property>
    <name>javax.jdo.option.ConnectionDriverName</name>
    <value>com.mysql.jdbc.Driver</value>
    <description>Driver class name for a JDBC metastore</description>
   </property>

   <property>
    <name>javax.jdo.option.ConnectionUserName</name>   
    <value>root</value>
    <description>username to use against metastore database</description>
   </property>

   <property>
    <name>javax.jdo.option.ConnectionPassword</name>
    <value>000000</value>
    <description>password to use against metastore database</description>
   </property>

</configuration>

配置完毕后，如果启动hive异常，可以重新启动虚拟机。（重启后，别忘了启动hadoop集群）

• 多窗口启动Hive测试
  • 启动mysql
    mysql -uroot -p000000
  • 再次打开多个窗口，分别启动hive
    bin/hive
  • 启动hive后，回到MySQL窗口查看数据库，显示增加了metastore数据库

 mysql> show databases;
+--------------------+
| Database           |
+--------------------+
| information_schema |
| metastore          |
| mysql             |
| performance_schema |
| test               |
+--------------------+

HiveJDBC访问

• 启动hiveserver2服务
  bin/hiveserver2

• 启动beeline
  bin/beeline

• 连接hiveserver2

beeline> !connect jdbc:hive2://hadoop102:10000（回车）
Connecting to jdbc:hive2://hadoop102:10000
Enter username for jdbc:hive2://hadoop102:10000: atguigu（回车）
Enter password for jdbc:hive2://hadoop102:10000: （直接回车）
Connected to: Apache Hive (version 1.2.1)
Driver: Hive JDBC (version 1.2.1)
Transaction isolation: TRANSACTION_REPEATABLE_READ
0: jdbc:hive2://hadoop102:10000> show databases;
+----------------+--+
| database_name  |
+----------------+--+
| default        |
| hive_db2       |
+----------------+--+

Hive常用交互命令

[zy@hd101 hive]$ hive -help
usage: hive
 -d,--define <key=value>          Variable subsitution to apply to hive
                                  commands. e.g. -d A=B or --define A=B
    --database <databasename>     Specify the database to use
 -e <quoted-query-string>         SQL from command line
 -f <filename>                    SQL from files
 -H,--help                        Print help information
    --hiveconf <property=value>   Use value for given property
    --hivevar <key=value>         Variable subsitution to apply to hive
                                  commands. e.g. --hivevar A=B
 -i <filename>                    Initialization SQL file
 -S,--silent                      Silent mode in interactive shell
 -v,--verbose                     Verbose mode (echo executed SQL to the console)

• “-e”不进入hive的交互窗口执行sql语句
  hive -e "select id from student;"
• “-f”执行脚本中sql语句
  • 在/opt/module/datas目录下创建hivef.sql文件
    touch hivef.sql
    文件中写入正确的sql语句
    select *from student;
  • 执行文件中的sql语句
    hive -f /opt/module/datas/hivef.sql
  • 执行文件中的sql语句并将结果写入文件中
    hive -f /opt/module/datas/hivef.sql > /opt/module/datas/hive_result.txt

Hive其他命令操作

• 在hive cli命令窗口中如何查看hdfs文件系统
  hive(default)> dfs -ls /;
• 在hive cli命令窗口中如何查看本地文件系统
  hive(default)>! ls /opt/module/datas;
• 查看在hive中输入的所有历史命令
  1）进入到当前用户的根目录/root或/home/zy
  2）查看. hivehistory文件
  cat .hivehistory

Hive常见属性配置

• Hive数据仓库位置配置

  • Default数据仓库的最原始位置是在hdfs上的：/user/hive/warehouse路径下

  • 在仓库目录下，没有对默认的数据库default创建文件夹。如果某张表属于default数据库，直接在数据仓库目录下创建一个文件夹。

  • 修改default数据仓库原始位置（将hive-default.xml.template如下配置信息拷贝到hive-site.xml文件中）

    <property>
      <name>hive.metastore.warehouse.dir</name>
      <value>/user/hive/warehouse</value>
      <description>location of default database for the warehouse</description>
    </property>
    

    配置同组用户有执行权限:
    hdfs dfs -chmod g+w /user/hive/warehouse

• 查询后信息显示配置

  • 在hive-site.xml文件中添加如下配置信息，就可以实现显示当前数据库，以及查询表的头信息配置。

    <property>
      <name>hive.cli.print.header</name>
      <value>true</value>
    </property>
    <property>
      <name>hive.cli.print.current.db</name>
      <value>true</value>
    </property>

  • 重新启动hive，便可以对比配置前后差异

• Hive运行日志信息配置

  • Hive的log默认存放在/tmp/zy/hive.log目录下（当前用户名下）
  • 修改hive的log存放日志到/opt/module/hive/logs
    • 修改/opt/module/hive/conf/hive-log4j.properties.template文件名称为hive- log4j.properties
    • 在hive-log4j.properties文件中修改log存放位置：
      hive.log.dir=/opt/module/hive/logs

• 参数配置方式

  • 查看当前所有的配置信息: hive>set;

  • 参数的配置三种方式

    1. 配置文件方式:
       ①默认配置文件：hive-default.xml
       ②用户自定义配置文件：hive-site.xml
       ③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：
       ①启动Hive时，可以在命令行添加-hiveconf param=value来设定参数：
       hive -hiveconf mapred.reduce.tasks=10;//注意：仅对本次hive启动有效
       ②查看参数设置：hive (default)> set mapred.reduce.tasks;

    3. 参数声明方式 :
       ①可以在HQL中使用SET关键字设定参数:
       hive (default)> set mapred.reduce.tasks=100;//注意：仅对本次hive启动有效
       ②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