hive在hadoop完全分布式集群中的测试

首先告诉大家一个结论，hive不管是在伪分布式的hadoop中，还是在完全分布式的hadoop集群中，安装与配置方法都是不变的，我们已经说过了，也专门写过了详细的文章，参见hive的安装与测试。我们这篇文章只是在hadoop集群中再给大家验证下hive的可用性。下面直接上测试例子。

怎么创建数据库和表以及从linux本地导入数据到hive的表中，请参见上边的文章hive实例--分析每个月的查询量，我这里直接运行sql了。

hive> select count(*) from t_searchword;
Query ID = root_20180119032121_086e9c67-3578-4ff0-8959-24b0ea5a7845
Total jobs = 1
Launching Job 1 out of 1
Number of reduce tasks determined at compile time: 1
In order to change the average load for a reducer (in bytes):
  set hive.exec.reducers.bytes.per.reducer=<number>
In order to limit the maximum number of reducers:
  set hive.exec.reducers.max=<number>
In order to set a constant number of reducers:
  set mapreduce.job.reduces=<number>
Starting Job = job_1516341173755_0002, Tracking URL = http://node113:8088/proxy/application_1516341173755_0002/
Kill Command = /usr/local/hadoop/hadoop-2.6.5/bin/hadoop job  -kill job_1516341173755_0002
Hadoop job information for Stage-1: number of mappers: 1; number of reducers: 1
2018-01-19 03:21:36,191 Stage-1 map = 0%,  reduce = 0%
2018-01-19 03:21:46,068 Stage-1 map = 100%,  reduce = 0%, Cumulative CPU 1.58 sec
2018-01-19 03:21:56,996 Stage-1 map = 100%,  reduce = 100%, Cumulative CPU 3.36 sec
MapReduce Total cumulative CPU time: 3 seconds 360 msec
Ended Job = job_1516341173755_0002
MapReduce Jobs Launched: 
Stage-Stage-1: Map: 1  Reduce: 1   Cumulative CPU: 3.36 sec   HDFS Read: 7563 HDFS Write: 3 SUCCESS
Total MapReduce CPU Time Spent: 3 seconds 360 msec
OK
34
Time taken: 37.009 seconds, Fetched: 1 row(s)
hive>

运行成功，原先hive的配置是在hadoop伪分布式集群中配置的，伪分布式改为hadoop完全分布式集群cluster之后，发现hive没有收到影响，只是原先创建的数据库不能再使用了，因为原先的伪分布式集群中的hdfs文件都清空了啊。