Hive——Hive安装全流程

1、基本准备

（1）Hive 官网地址

Hive官网

（2）文档查看地址

Hive文档查看地址

（3）下载地址

下载地址

（4）Github地址

Github地址

2、安装Hive

• 把 apache-hive-3.1.2-bin.tar.gz 上传到 Linux 的/opt/software 目录下

• 解压 apache-hive-3.1.2-bin.tar.gz 到/opt/module/目录下面

  tar -zxvf /opt/software/apache-hive-3.1.2- bin.tar.gz -C /opt/module/
  

• 修改 apache-hive-3.1.2-bin.tar.gz 的名称为 hive

  mv /opt/module/apache-hive-3.1.2-bin/ /opt/module/hive
  

• 修改/etc/profile.d/my_env.sh，添加环境变量

  sudo vim /etc/profile.d/my_env.sh 
  

• 添加内容

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

• 解决日志 Jar 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
  

3、启动并使用Hive

3.1、启动Hive

bin/hive 

3.2、使用Hive

# 查看有哪些数据库
show databases;
# 查看有哪些表
show tables;
# 创建一张表
create table test(id int);
# 插入一条元素
insert into test values(1); 
# 查询
select * from test;

3.3、在 CRT 窗口中开启另一个窗口开启 Hive，在/tmp/atguigu 目录下监控hive.log文件

4、Hive元数据配置到 MySQL

4.1、拷贝驱动

将 MySQL 的 JDBC 驱动拷贝到 Hive 的 lib 目录下：

cp /opt/software/mysql-connector-java-5.1.37.jar $HIVE_HOME/lib

4.2、配置 Metastore 到 MySQL

# 文件目录：$HIVE_HOME/conf/hive-site.xml 
<?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://hadoop102:3306/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>000000</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>

4.3、登录MySQL

mysql -uroot -p000000

4.4、新建Hive元数据库

create database metastore;
quit;

4.5、初始化 Hive 元数据库

schematool -initSchema -dbType mysql - verbose

5、使用元数据服务的方式访问 Hive

• 使用元数据服务的方式访问 Hive；

<!-- 指定存储元数据要连接的地址 -->
<property>
  <name>hive.metastore.uris</name>
  <value>thrift://hadoop102:9083</value>
</property>

• 启动metastore：hive --service metastore；
• 启动Hive：bin/hive。

6、使用JDBC方式访问Hive

• 在hive-site.xml 文件中添加如下配置信息

  <!-- 指定 hiveserver2 连接的 host -->
  <property>
    <name>hive.server2.thrift.bind.host</name>
    <value>hadoop102</value>
  </property>
  
  <!-- 指定 hiveserver2 连接的端口号 -->
  <property>
    <name>hive.server2.thrift.port</name>
    <value>10000</value>
  </property>
  
  

• 启动 hiveserver2

  bin/hive --service hiveserver2
  

• 启动 beeline 客户端

  bin/beeline -u jdbc:hive2://hadoop102:10000 -n atguigu
  

• 看到如下界面

  Connecting to jdbc:hive2://hadoop102:10000 Connected to: 
  Apache Hive (version 3.1.2) Driver: Hive JDBC (version 3.1.2)
  Transaction isolation: 
  TRANSACTION_REPEATABLE_READ Beeline version 3.1.2 by Apache Hive
  0: jdbc:hive2://hadoop102:10000>
  
  

• 编写 hive 服务启动脚本

  • 前台启动的方式导致需要打开多个 shell 窗口，可以使用如下方式后台方式启动；

    • 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。

  nohup hive --service metastore 2>&1 &
  nohup hive --service hiveserver2 2>&1 &
  
  

  • 为了方便使用，可以直接编写脚本来管理服务的启动和关闭；

  # $HIVE_HOME/bin/hiveservices.sh
  
  #!/bin/bash 
  HIVE_LOG_DIR=$HIVE_HOME/logs 
  if [ ! -d $HIVE_LOG_DIR ] 
  then
      mkdir -p $HIVE_LOG_DIR
  fi
  #检查进程是否运行正常，参数 1 为进程名，参数 2 为进程端口
  function check_process()
  {
      pid=$(ps -ef 2>/dev/null | grep -v grep | grep -i $1 | awk '{print$2}')
      ppid=$(netstat -nltp 2>/dev/null | grep $2 | awk '{print $7}' | cut - d '/' -f 1)
      echo $pid
      [[ "$pid" =~ "$ppid" ]] && [ "$ppid" ] && return 0 || return 1
  }
  
  function hive_start()
  {
      metapid=$(check_process HiveMetastore 9083)
      cmd="nohup hive --service metastore >$HIVE_LOG_DIR/metastore.log 2>&1 &"
      [ -z "$metapid" ] && eval $cmd || echo "Metastroe 服务已启动" server2pid=$(check_process HiveServer2 10000)
      cmd="nohup hiveserver2 >$HIVE_LOG_DIR/hiveServer2.log 2>&1 &"
      [ -z "$server2pid" ] && eval $cmd || echo "HiveServer2 服务已启动"
  }
  
  function hive_stop()
  {
      metapid=$(check_process HiveMetastore 9083)
      [ "$metapid" ] && kill $metapid || echo "Metastore 服务未启动" server2pid=$(check_process HiveServer2 10000)
      [ "$server2pid" ] && kill $server2pid || echo "HiveServer2 服务未启动"
  }
  
  case $1 in 
  "start")
      hive_start
      ;;
  "stop")
      hive_stop
      ;;
  "restart")
      hive_stop sleep 2 hive_start
      ;;
  "status")
      check_process HiveMetastore 9083 >/dev/null && echo "Metastore 服务运行 正常" || echo "Metastore 服务运行异常"
      check_process HiveServer2 10000 >/dev/null && echo "HiveServer2 服务运 行正常" || echo "HiveServer2 服务运行异常"
      ;;
  *)
      echo Invalid Args!
      echo 'Usage: '$(basename $0)' start|stop|restart|status'
      ;;
  esac
  
  

• 添加执行权限

  chmod +x $HIVE_HOME/bin/hiveservices.sh 
  

• 启动 Hive 后台服务

  chmod +x $HIVE_HOME/bin/hiveservices.sh 
  

7、Hive常用交互命令

• "-e"不进入 hive 的交互窗口执行 sql语句

  bin/hive -e "select id from student;" 
  

• "-f"执行脚本中 sql 语句

  • 在/opt/module/hive/下创建 datas 目录并在 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

    bin/hive -f /opt/module/hive/datas/hivef.sql
    

  • 执行文件中的 sql 语句并将结果写入文件中

    bin/hive -f /opt/module/hive/datas/hivef.sql > /opt/module/datas/hive_result.txt
    

8、Hive其他命令操作

• 退出 hive 窗口；

exit;
quit;

• 在 hive cli 命令窗口中如何查看 hdfs 文件系统；

dfs -ls /;

• 查看在hive 中输入的所有历史命令；
  • 进入到当前用户的根目录 /root 或/home/atguigu；
  • 查看.hivehistory 文件。

cat .hivehistory 

9、Hive常见属性配置

Hive运行日志信息配置

• Hive 的 log 默认存放在/tmp/atguigu/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-log4j2.properties.template 文件名称为hive-log4j2.properties

    mv hive-log4j2.properties.template hive- log4j2.properties
    

  • 在 hive-log4j2.properties 文件中修改 log 存放位置

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

10、打印当前库和表头

在 hive-site.xml 中加入如下两个配置：

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

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

11、参数配置方式

11.1、查看当前所有的配置信息

set;

11.2、参数的配置三种方式

• 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

  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。

• 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。

    bin/hive -hiveconf mapred.reduce.tasks=10;
    

    仅对本次 hive 启动有效，查看参数设置：

    set mapred.reduce.tasks;
    

• 参数声明方式

  • 可以在 HQL中使用 SET 关键字设定参数

    set mapred.reduce.tasks=100;
    

    仅对本次 hive 启动有效

  • 查看参数设置

    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。