黑马大数据学习笔记4-Hive部署和基本操作

p48、51、52
https://www.bilibili.com/video/BV1WY4y197g7/?p=48

思考

Hive是分布式运行的框架还是单机运行的？

Hive是单机工具，只需要部署在一台服务器即可。
Hive虽然是单机的，但是它可以提交分布式运行的MapReduce程序运行。

规划

我们知道Hive是单机工具后，就需要准备一台服务器供Hive使用即可。
同时Hive需要使用元数据服务，即需要提供一个关系型数据库，我们也选择一台服务器安装关系型数据库即可。

所以：

服务	机器
Hive本体	部署在node1
元数据服务所需的关系型数据库（课程选择最为流行的MySQL）	部署在node1

为了简单起见，都安装到node1服务器上。

安装MySQL数据库

我们在node1节点使用yum在线安装MySQL5.7版本。

在root用户下执行

更新密钥

rpm --import https://repo.mysql.com/RPM-GPG-KEY-mysql-2022

安装Mysql yum库

rpm -Uvh http://repo.mysql.com//mysql57-community-release-el7-7.noarch.rpm

yum安装Mysql

yum -y install mysql-community-server

启动Mysql设置开机启动

systemctl start mysqld

systemctl enable mysqld

检查Mysql服务状态

systemctl status mysqld

第一次启动mysql，会在日志文件中生成root用户的一个随机密码，使用下面命令查看该密码

grep 'temporary password' /var/log/mysqld.log

修改root用户密码

进入mysql

mysql -uroot -p

然后输入密码，回车。

如果你想设置简单密码，需要降低Mysql的密码安全级别
密码安全级别低

set global validate_password_policy=LOW;

密码长度最低4位即可

set global validate_password_length=4;

然后就可以用简单密码了（课程中使用简单密码，为了方便，生产中不要这样）

修改root本机登录密码为123456

ALTER USER 'root'@'localhost' IDENTIFIED BY '123456';

/usr/bin/mysqladmin -u root password ‘root’
修改远程登录密码，打开root用户从任意地方的主机远程登录的权限

grant all privileges on *.* to root@"%" identified by '123456' with grant option;  

刷新权限

flush privileges;

ctrl+D退出mysql。
重新进入mysql验证密码是否修改完成。

mysql -uroot -p

配置Hadoop

Hive的运行依赖于Hadoop（HDFS、MapReduce、YARN都依赖）
同时涉及到HDFS文件系统的访问，所以需要配置Hadoop的代理用户
即设置hadoop用户允许代理（模拟）其它用户

切换到hadoop用户

su - hadoop

cd /export/server/hadoop/etc/hadoop/

vim core-site.xml

添加如下内容在Hadoop的core-site.xml的<configuration></configuration>之间，并分发到其它节点，且重启HDFS集群。

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

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

下载解压Hive

下载Hive安装包：
http://archive.apache.org/dist/hive/hive-3.1.3/apache-hive-3.1.3-bin.tar.gz
将下载好的文件拖拽上传

解压到node1服务器的：/export/server/内

tar -zxvf apache-hive-3.1.3-bin.tar.gz -C /export/server/

建立软链接

ln -s /export/server/apache-hive-3.1.3-bin /export/server/hive

提供MySQL Driver包

下载MySQL驱动包：
https://repo1.maven.org/maven2/mysql/mysql-connector-java/5.1.34/mysql-connector-java-5.1.34.jar

将下载好的驱动jar包，放入：Hive安装文件夹的lib目录内

mv mysql-connector-java-5.1.34.jar /export/server/apache-hive-3.1.3-bin/lib/

配置Hive

在Hive的conf目录内，新建hive-env.sh文件，填入以下环境变量内容：

cd /export/server/hive/conf

mv hive-env.sh.template hive-env.sh

vim hive-env.sh

export HADOOP_HOME=/export/server/hadoop
export HIVE_CONF_DIR=/export/server/hive/conf
export HIVE_AUX_JARS_PATH=/export/server/hive/lib

在Hive的conf目录内，新建hive-site.xml文件，填入以下内容：

vim hive-site.xml

<configuration>
	<property>
		<name>javax.jdo.option.ConnectionURL</name>
		<value>jdbc:mysql://node1:3306/hive?createDatabaseIfNotExist=true&amp;useSSL=false&amp;useUnicode=true&amp;characterEncoding=UTF-8</value>
	</property>

	<property>
		<name>javax.jdo.option.ConnectionDriverName</name>
		<value>com.mysql.jdbc.Driver</value>
	</property>

	<property>
		<name>javax.jdo.option.ConnectionUserName</name>
		<value>root</value>
	</property>

	<property>
		<name>javax.jdo.option.ConnectionPassword</name>
		<value>123456</value>
	</property>

	<property>
		<name>hive.server2.thrift.bind.host</name>
		<value>node1</value>
	</property>

	<property>
		<name>hive.metastore.uris</name>
		<value>thrift://node1:9083</value>
	</property>

	<property>
		<name>hive.metastore.event.db.notification.api.auth</name>
		<value>false</value>
	</property>
</configuration>

初始化元数据库

支持，Hive的配置已经完成，现在在启动Hive前，需要先初始化Hive所需的元数据库。
在MySQL中新建数据库：hive

mysql -uroot -p

show databases;

CREATE DATABASE hive CHARSET UTF8;

show databases;

退出mysql

exit

执行元数据库初始化命令：

cd /export/server/hive/bin

./schematool -initSchema -dbType mysql -verbos

初始化成功后，会在MySQL的hive库中新建74张元数据管理的表。

mysql -uroot -p

show databases;

use hive

show tables;

退出mysql

exit

启动Hive（使用Hadoop用户）

修改文件权限

chown -R hadoop:hadoop apache-hive-3.1.3-bin hive

• 确保Hive文件夹所属为hadoop用户
• 创建一个hive的日志文件夹：

su - hadoop

mkdir /export/server/hive/logs

cd /export/server/hive

• 启动元数据管理服务（必须启动，否则无法工作）

前台启动：

bin/hive --service metastore 

后台启动：

nohup bin/hive --service metastore >> logs/metastore.log 2>&1 &

查看日志

tail -f  metastore.log

• 启动客户端，二选一（当前先选择Hive Shell方式）
  确保metastore、hdfs和yarn都已经启动
  Hive Shell方式（可以直接写SQL）：

bin/hive

Hive ThriftServer方式（不可直接写SQL，需要外部客户端链接使用）：

bin/hive --service hiveserver2

Hive体验

首先，确保启动了Metastore服务、hdfs和yarn集群。

start-dfs.sh

start-yarn.sh

mapred --daemon start historyserver

nohup /export/server/hive/bin/hive --service metastore >> /export/server/hive/logs/metastore.log 2>&1 &

可以执行：

cd /export/server/hive

bin/hive

进入到Hive Shell环境中，可以直接执行SQL语句。
创建表

CREATE TABLE test(id INT, name STRING, gender STRING);

show tables;

插入数据

insert into test values(1,'mm','nan');

INSERT INTO test VALUES(2,'王力红','男'),(3,'李华','女');

会执行得有点慢。。。

查询数据

SELECT gender, COUNT(*) AS cnt FROM test GROUP BY gender;

验证SQL语句启动的MapReduce程序
打开YARN的WEB UI页面查看任务情况：http://node1:8088

ctrl+c退出hive。

验证Hive的数据存储
Hive的数据存储在HDFS的：/user/hive/warehouse中

HiveServer2

在启动Hive的时候，除了必备的Metastore服务外，有2种方式使用Hive：

• 方式1：

bin/hive

即Hive的Shell客户端，可以直接写SQL

• 方式2：

bin/hive --service hiveserver2

后台执行脚本：

nohup bin/hive --service hiveserver2 >> logs/hiveserver2.log 2>&1 &

bin/hive --service metastore，启动的是元数据管理服务
bin/hive --service hiveserver2，启动的是HiveServer2服务

HiveServer2是Hive内置的一个ThriftServer服务，提供Thrift端口供其它客户端链接
可以连接ThriftServer的客户端有：

• Hive内置的 beeline客户端工具（命令行工具）
• 第三方的图形化SQL工具，如DataGrip、DBeaver、Navicat等

HiveServer2服务

Hive的客户端体系如下

启动

在hive安装的服务器上，首先启动metastore服务，然后启动hiveserver2服务。

nohup bin/hive --service metastore >> logs/metastore.log 2>&1 &

nohup bin/hive --service hiveserver2 >> logs/hiveserver2.log 2>&1 &

ps -ef|grep 32094

ps -ef|grep 32429

hiveserver2监听了10000端口，金对外提供的thrift端口，默认10000

netstat -anp|grep 10000

Beeline

在node1上使用beeline客户端进行连接访问。需要注意hiveserver2服务启动之后需要稍等一会才可以对外提供服务。
Beeline是JDBC的客户端，通过JDBC协议和Hiveserver2服务进行通信，协议的地址是：jdbc:hive2://node1:10000

/export/server/hive/bin/beeline

! connect jdbc:hive2://node1:10000

输入用户名和密码

show databases;