Hive的安装配置和使用Java连接

Hadoop集群搭建可参考：http://blog.csdn.net/yanhang0610/article/details/51896545

1        系统环境

系统：CentOS 7.0。

版本：JDK 1.8.0_91，Hadoop 2.7.3，Hive 2.1.1。

2        Hive安装

官网：http://hive.apache.org/

安装Hive前先安装Hadoop。

Hive是单节点Server，不是分布式系统。

2.1 下载

    下载合适版本的Hive：

    http://mirrors.hust.edu.cn/apache/hive

2.2 安装

    解压即完成安装：

    # tar -xvf hive-x.y.z.tar.gz

    解压后可移动至合适位置。

2.3 设置环境变量

# vi /etc/profile.d/hive.sh

内容：

export HIVE_HOME=hive目录

export PATH=$HIVE_HOME/bin:$PATH

使配置生效

    # . /etc/profile

2.4 创建HDFS目录

# $HADOOP_HOME/bin/hadoop fs -mkdir       /tmp
# $HADOOP_HOME/bin/hadoop fs -mkdir       /user/hive/warehouse
# $HADOOP_HOME/bin/hadoop fs -chmod g+w   /tmp
# $HADOOP_HOME/bin/hadoop fs -chmod g+w   /user/hive/warehouse

“/user/hive/warehouse”为配置项“hive.metastore.warehouse.dir”的默认值。

2.5 配置

复制$HIVE_HOME/conf/hive-default.xml.template为hive-site.xml（不是hive-default.xml）。

2.5.1   元数据库MetaStore配置

拷贝java的mysql连接驱动jar包（如mysql-connector-java-5.1.8-bin.jar）到$HIVE_HOME/lib下。

    配置项参考：http://blog.csdn.net/aaa1117a8w5s6d/article/details/16884401

修改hive-site.xml相关配置项如下：

<property>
 <name>javax.jdo.option.ConnectionURL</name>
 <value>jdbc:mysql://localhost:3306/hive?createDatabaseIfNotExist=true</value>
</property>
<property>
 <name>javax.jdo.option.ConnectionDriverName</name>
 <value>com.mysql.jdbc.Driver</value>
</property>
<property>
 <name>javax.jdo.option.ConnectionUserName</name>
 <value>hive</value>
</property>
<property>
 <name>javax.jdo.option.ConnectionPassword</name>
  <value>hive</value>
</property>

将mysql作为hive的元数据库：

# schematool -dbType mysql -initSchema

2.5.2   设置java.io.tmpdir

在合适位置建议一个文件夹，做为hive的java.io.tmpdir值，如$HIVE_HOME/iotmp目录。

修改hive-site.xml配置文件，将所有的${system:java.io.tmpdir}/${system:user.name}改为上面建立的iotmp绝对路径。

3        运行

Hive日志文件默认存储在/tmp/{user.name}目录下。

3.1 运行Hive CLI

命令行输入：

# hive

正常的话将成功启动，进入hive提示符。

4        Java连接Hive

参考：https://cwiki.apache.org/confluence/display/Hive/HiveServer2+Clients#HiveServer2Clients-JDBC

所需jar包（注意，有一个是hadoop的包）：

    $HADOOP_HOME/share/hadoop/common/hadoop-common-2.7.3.jar
    $HIVE_HOME/lib/libthrift-0.10.0.jar
    $HIVE_HOME/lib/slf4j-log4j12-1.7.5.jar
    $HIVE_HOME/lib/slf4j-api-1.7.5.jar
    $HIVE_HOME/lib/log4j-1.2.15.jar
    $HIVE_HOME/lib/hive-exec-2.1.1.jar
    $HIVE_HOME/lib/hive-jdbc-2.1.1.jar
    $HIVE_HOME/lib/hive-metastore-2.1.1.jar
    $HIVE_HOME/lib/hive-service-2.1.1.jar
    $HIVE_HOME/lib/libfb303-0.9.3.jar
    $HIVE_HOME/lib/commons-logging-1.2.jar
    $HIVE_HOME/lib/httpclient-4.4.jar
    $HIVE_HOME/lib/httpcore-4.4.jar

4.1 Hadoop配置（集群各服务器需关闭防火墙）

参考：http://blog.csdn.net/fz1989/article/details/51489498

https://hadoop.apache.org/docs/current/hadoop-project-dist/hadoop-common/Superusers.html

使用Java远程连接HiveServer时，会出现

java.lang.RuntimeException:org.apache.hadoop.ipc.RemoteException(org.apache.hadoop.security.authorize.AuthorizationException):Userroot is not allowed to impersonateanonymous 错误，此时应修改hadoop 配置文件：etc/hadoop/core-site.xml，加入如下配置项：

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

其中红色部分值（User [用户名] is not allowed to …）应一致。

4.2 为Hive连接用户设置密码

可选，建议设置密码。若设置密码验证，则jdbc连接hiveserver2时需要填写正确密码才能连接成功。Hive一共提供了三种安全认证方式，我们通常采用的为第三种自定义的方式。

4.2.1   密码验证接口实现代码

自定义密码验证需要实现一个接口：org.apache.hive.service.auth.PasswdAuthenticationProvider，一个实现示例如下：

package hive.demo;
 
import java.security.MessageDigest;
import java.security.NoSuchAlgorithmException;
 
import javax.security.sasl.AuthenticationException;
 
import org.apache.commons.logging.Log;
import org.apache.commons.logging.LogFactory;
import org.apache.hadoop.conf.Configurable;
import org.apache.hadoop.conf.Configuration;
importorg.apache.hive.service.auth.PasswdAuthenticationProvider;
 
public class MyHiveServerPasswdAuthenticator implementsPasswdAuthenticationProvider, Configurable {
    private static final Log LOG = LogFactory.getLog(MyHiveServerPasswdAuthenticator.class);
    private Configurationconf =null;
    private static final String HIVE_SERVER2_COUSTOM_AUTH_JDBC_PASSWD_PREFIX ="hive.server2.custom_auth.jdbc_passwd.%s";
 
    @Override
    public void Authenticate(String userName, String passwd) throwsAuthenticationException {
       LOG.info("User:" + userName +" try to login.");
 
       String passwdMD5 = getConf().get(String.format(HIVE_SERVER2_COUSTOM_AUTH_JDBC_PASSWD_PREFIX, userName));
 
       if (passwdMD5 ==null) {
           String message = "User'sJDBC password configration is not found. User:" + userName;
           LOG.info(message);
           throw new AuthenticationException(message);
       }
 
       String md5 = MD5.md5(passwd);
 
       if (!md5.equalsIgnoreCase(passwdMD5)) {
           String message = "Username and password is mismatch. User:" + userName;
           throw new AuthenticationException(message);
       }
 
       LOG.info("User " + userName +"login successfully.");
    }
 
    @Override
    public Configuration getConf() {
       if (conf ==null) {
           this.conf =new Configuration();
       }
 
       returnconf;
    }
 
    @Override
    public void setConf(Configuration arg0) {
       this.conf = arg0;
    }
 
    // MD5加密工具类
    static class MD5 {
       private static MessageDigest digest;
       private static char hexDigits[] = {'0','1','2', '3', '4', '5','6','7', '8', '9', 'a','b','c', 'd', 'e', 'f'};
 
       static {
           try {
              digest = MessageDigest.getInstance("MD5");
           } catch (NoSuchAlgorithmException e) {
              throw new RuntimeException(e);
           }
       }
 
       public static String md5(String str) {
           byte[] btInput = str.getBytes();
           digest.reset();
           digest.update(btInput);
           byte[] md =digest.digest();
           // 把密文转换成十六进制的字符串形式
           int j = md.length;
           char strChar[] =newchar[j * 2];
           int k = 0;
           for (int i = 0; i < j; i++) {
              byte byte0 = md[i];
              strChar[k++] = hexDigits[byte0 >>> 4 &0xf];
              strChar[k++] = hexDigits[byte0 & 0xf];
           }
          
           return new String(strChar);
       }
    }
   
}

将以上代码导出jar包后上传到$HIVE_HOME/lib下。

4.2.2   修改配置

修改配置文件hive-site.xml，启用密码验证：

<property>
 <name>hive.server2.authentication</name>
 <value>CUSTOM</value>
</property>
<property>
 <name>hive.server2.custom.authentication.class</name>
 <value>hive.demo.MyHiveServerPasswdAuthenticator</value>
</property>

再添加密码配置到hive-site.xml中：

<property>
  <name>hive.server2.custom_auth.jdbc_passwd.root</name>
  <value>e99a18c428cb38d5f260853678922e03</value>
  <description/>
</property>

红色部分为登录用户名，value为密码，可以添加多组用户密码配置。

4.3 启动HiveServer2

启动HiveServer或HiveServer2可使得Java、Python连接Hive服务器提交请求并获得返回值。HiveServer只支持单客户端连接，HiveServer2支持多客户端连接。

先启动metastore：

# hive --service metastore &

再启动hiveserver2：

# hive --service hiveserver2 [hive端口] &

HiveServer默认端口为10000。

4.4 示例连接代码

package hive.demo;
 
import java.sql.Connection;
import java.sql.DriverManager;
import java.sql.PreparedStatement;
import java.sql.ResultSet;
 
public class HiveDemo {
 
    public static void main(String[] args) {
       Connection connection = null;
       PreparedStatement pstmt = null;
       ResultSet rs = null;
 
       try {
           // 加载驱动
           Class.forName("org.apache.hive.jdbc.HiveDriver");
 
           // 建立连接，其中user和password为具有hdfs读写权限的linux账号密码，否则会报Permission denied错误
           connection = DriverManager.getConnection("jdbc:hive2://192.168.1.210:10000/default","root","abc123");
 
           // 建表
           pstmt = connection.prepareStatement(" create table hive_test(id int, name string) rowformat delimited fields terminated by '\t' ");
           pstmt.execute();
 
           // 打印表结构
           pstmt = connection.prepareStatement(" describe hive_test ");
           rs = pstmt.executeQuery();
           while (rs.next()) {
              System.out.println(rs.getString(1) +"\t" + rs.getString(2));
           }
          
           // 导入数据
           // pstmt =connection.prepareStatement(" load data localinpath '/root/bigdata/apache-hive-2.1.1-bin/testData.txt'into table hive_test ");  //加载本地数据（位于linux集群服务器本地）
           pstmt = connection.prepareStatement(" load data inpath '/hive/testData2.txt' into tablehive_test "); //加载HDFS上的数据
           pstmt.execute();
          
           // 查询
           pstmt = connection.prepareStatement(" select * from hive_test ");
           rs = pstmt.executeQuery();
           while (rs.next()) {
              System.out.println(rs.getString(1) +"\t" + rs.getString(2));
           }
          
           // 统计
           pstmt = connection.prepareStatement(" select distinct(name) from hive_test ");
           rs = pstmt.executeQuery();
           while (rs.next()) {
              System.out.println(rs.getString(1));
           }
       } catch (Exception e) {
           e.printStackTrace();
       }
    }
 
}

测试数据：

testData.txt

111     str111

222     str222

333     str333

444     ddd

555     yyy

testData2.txt

2111    str1112

2222    str222

2333    str3332

2444    ddd

2555    yyy2

 

运行结果（distinct统计结果）：

ddd

str111

str1112

str222

str333

str3332

yyy

yyy2

5        常见问题

参考：http://blog.csdn.net/freedomboy319/article/details/44828337

    http://www.cnblogs.com/junle/p/6347637.html

    http://www.jianshu.com/p/d9cb284f842d