Hive安装部署

Hive简介：https://blog.csdn.net/weixin_45102492/article/details/104418259
Hive数据类型： https://blog.csdn.net/weixin_45102492/article/details/91048019
Hive之DDL数据定义： https://blog.csdn.net/weixin_45102492/article/details/91349323
Hive之DML数据操作 ：https://blog.csdn.net/weixin_45102492/article/details/104402590
Hive之查询 ：https://blog.csdn.net/weixin_45102492/article/details/104410103

Hive安装地址

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/
github地址：https://github.com/apache/hive

Hive安装部署

1．Hive安装及配置
（1）把apache-hive-1.2.1-bin.tar.gz上传到linux的/opt/module目录下

（2）解压apache-hive-1.2.1-bin.tar.gz到/opt/module/目录下面

[root@node01 module]# tar -zxvf apache-hive-1.2.1-bin.tar.gz -C /opt/module/Hive

（3）修改apache-hive-1.2.1-bin.tar.gz的名称为hive

[root@node01 Hive]# mv apache-hive-1.2.1-bin/ hive

（4）修改hive中conf目录下的hive-env.sh.template名称为hive-env.sh

[root@node01 conf]# cp hive-env.sh.template hive-env.sh

（5）配置hive-env.sh文件

[root@node01 conf]# vi hive-env.sh
# 配置HADOOP_HOME路径
export HADOOP_HOME=/opt/module/Hadoop/hadoop-2.7.7
# 配置HIVE_CONF_DIR路径
export HIVE_CONF_DIR=/opt/module/Hive/hive/conf

2．Hadoop集群配置

（1）必须启动hdfs和yarn

[root@node01 hadoop-2.7.7]# sbin/start-dfs.sh
[root@node01 hadoop-2.7.7]# sbin/start-yarn.sh

（2）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

[root@node01 hadoop-2.7.7]# bin/hadoop fs -mkdir /tmp
[root@node01 hadoop-2.7.7]# bin/hadoop fs -mkdir -p /user/hive/warehouse
[root@node01 hadoop-2.7.7]# bin/hadoop fs -chmod g+w /tmp
[root@node01 hadoop-2.7.7]# bin/hadoop fs -chmod g+w /user/hive/warehouse

配置hive环境变量
#Hive环境变量

[root@node01 hadoop-2.7.7]# vi /etc/profile
# 添加以下内容
export HIVE_HOME=/opt/module/Hive/hive
export PATH=$PATH:$HIVE_HOME/bin
[root@node01 hadoop-2.7.7]# source /etc/profile

3．Hive基本操作
（1）启动hive

[root@node01 hadoop-2.7.7]# hive

（2）查看数据库

hive> show databases;

（3）打开默认数据库

hive> use default;

（4）显示default数据库中的表

hive> show tables;

（5）创建一张表

hive> create table student(id int, name string);

（6）查看表的结构

hive> desc student;

（7）向表中插入数据

hive> insert into student values(1000,"ss");

（8）查询表中数据

hive> select * from student;

（9）删除已创建的student表

hive> drop table student;

（10）退出hive

hive> quit;

3．遇到的问题

在打开一个客户端窗口启动hive，会产生java.sql.SQLException异常。

Exception in thread "main" java.lang.RuntimeException: java.lang.RuntimeException:
 Unable to instantiate
 org.apache.hadoop.hive.ql.metadata.SessionHiveMetaStoreClient
        at org.apache.hadoop.hive.ql.session.SessionState.start(SessionState.java:522)
        at org.apache.hadoop.hive.cli.CliDriver.run(CliDriver.java:677)
        at org.apache.hadoop.hive.cli.CliDriver.main(CliDriver.java:621)
        at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
        at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:57)
        at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
        at java.lang.reflect.Method.invoke(Method.java:606)
        at org.apache.hadoop.util.RunJar.run(RunJar.java:221)
        at org.apache.hadoop.util.RunJar.main(RunJar.java:136)
Caused by: java.lang.RuntimeException: Unable to instantiate org.apache.hadoop.hive.ql.metadata.SessionHiveMetaStoreClient
        at org.apache.hadoop.hive.metastore.MetaStoreUtils.newInstance(MetaStoreUtils.java:1523)
        at org.apache.hadoop.hive.metastore.RetryingMetaStoreClient.<init>(RetryingMetaStoreClient.java:86)
        at org.apache.hadoop.hive.metastore.RetryingMetaStoreClient.getProxy(RetryingMetaStoreClient.java:132)
        at org.apache.hadoop.hive.metastore.RetryingMetaStoreClient.getProxy(RetryingMetaStoreClient.java:104)
        at org.apache.hadoop.hive.ql.metadata.Hive.createMetaStoreClient(Hive.java:3005)
        at org.apache.hadoop.hive.ql.metadata.Hive.getMSC(Hive.java:3024)
        at org.apache.hadoop.hive.ql.session.SessionState.start(SessionState.java:503)
... 8 more

原因是，Metastore默认存储在自带的derby数据库中，推荐使用MySQL存储Metastore;下面接着安装MySQL

安装MySQL详看 ：https://blog.csdn.net/weixin_45102492/article/details/103123152

Hive元数据配置到MySql

驱动拷贝

下载MySQL ： mysql-connector-java-5.1.47-bin.jar 驱动并上传到/opt/module/Hive/hive/lib目录下

配置Metastore到MySql

1．在/opt/module/Hive/hive/conf目录下创建一个hive-site.xml

[root@node01 conf]# touch hive-site.xml
[root@node01 conf]# vi hive-site.xml

2．根据官方文档配置参数，拷贝数据到hive-site.xml文件中
https://cwiki.apache.org/confluence/display/Hive/AdminManual+MetastoreAdmin

<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
	<property>
	  <name>javax.jdo.option.ConnectionURL</name>
	  <value>jdbc:mysql://node01:3306/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>123456</value>
	  <description>password to use against metastore database</description>
	</property>
</configuration>

3．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
1．先启动MySQL

[root@node01 conf]# mysql -uroot -p123456

查看有几个数据库

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

2．再次打开多个窗口，分别启动hive

[root@node01 conf]# hive

3．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

[root@node01 hive]# bin/hiveserver2 
OK

启动beeline

[root@node01 hive]# bin/beeline 
Beeline version 1.2.1 by Apache Hive

连接hiveserver2

beeline>  !connect jdbc:hive2://node01:10000
Connecting to jdbc:hive2://node01:10000
Enter username for jdbc:hive2://node01:10000: node01 (回车)
Enter password for jdbc:hive2://node01:10000: (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://node01:10000> show databases;
+----------------+--+
| database_name  |
+----------------+--+
| db_hive        |
| default        |
| hyk            |
+----------------+--+
3 rows selected (0.958 seconds)

Hive常用交互命令

[root@node01 ~]# 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

[root@node01 ~]# hive -e "select id from student;"

“-f”执行脚本中sql语句
（1）在/hyk/data目录下创建hivef.sql文件

[root@node01 data]# touch hivef.sql
[root@node01 data]# vi hivef.sql
# 文件中写入正确的sql语句
select *from student;

（2）执行文件中的sql语句

[root@node01 data]# hive -f /hyk/data/hivef.sql

（3）执行文件中的sql语句并将结果写入文件中

[root@node01 data]# hive -f /hyk/data/hivef.sql > /hyk/data/hive_result.txt

Hive其他命令操作

exit:先隐性提交数据，再退出；
quit:不提交数据，退出；

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;

4．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/root
（2）查看. hivehistory文件

[root@node01 ~]# cat .hivehistory

Hive常见属性配置

Hive数据仓库位置配置

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

2）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。

3）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

bin/hdfs dfs -chmod g+w /user/hive/warehouse

查询后信息显示配置
1）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>

Hive运行日志信息配置

1．Hive的log默认存放在/tmp/root/hive.log目录下（当前用户名下）
2．修改hive的log存放日志到/opt/module/Hive/hive/logs
（1）修改/opt/module/Hive/hive/conf/目录下的hive-log4j.properties.template文件名称为hive-log4j.properties

[root@node01 conf]# pwd
/opt/module/Hive/hive/conf

[root@node01 conf]# cp hive-log4j.properties.template hive-log4j.properties

2）在hive-log4j.properties文件中修改log存放位置

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

参数配置方式

1．查看当前所有的配置信息

hive (default)> set;

2．参数的配置三种方式

（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：

[root@node01 conf]# 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。