Hadoop入门进阶课程8--Hive介绍和安装部署

1 搭建环境

部署节点操作系统为CentOS，防火墙和SElinux禁用，创建了一个shiyanlou用户并在系统根目录下创建/app目录，用于存放Hadoop等组件运行包。因为该目录用于安装hadoop等组件程序，用户对shiyanlou必须赋予rwx权限（一般做法是root用户在根目录下创建/app目录，并修改该目录拥有者为shiyanlou(chown –R shiyanlou:shiyanlou /app）。

Hadoop搭建环境：

• 虚拟机操作系统： CentOS6.6 64位，单核，1G内存
• JDK：1.7.0_55 64位
• Hadoop：1.1.2

2 Hive介绍

Hive是Facebook开发的构建于Hadoop集群之上的数据仓库应用，它提供了类似于SQL语法的HQL语句作为数据访问接口，这使得普通分析人员的应用Hadoop的学习曲线变小，Hive有如下特性：
- Hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并使用sql语句转换为MapReduce任务进行运行。其优点是学习成本低，可以通过类SQL语句快速实现简单的MapReduce统计，不必开发专门的MapReduce应用，十分适合数据仓库的统计分析；
- Hive是建立在 Hadoop 上的数据仓库基础构架。它提供了一系列的工具，可以用来进行数据提取转化加载（ETL），这是一种可以存储、查询和分析存储在 Hadoop 中的大规模数据的机制。Hive 定义了简单的类 SQL 查询语言，称为 HQL，它允许熟悉 SQL 的用户查询数据。同时，这个语言也允许熟悉 MapReduce 开发者的开发自定义的 Mapper 和 Reducer 来处理内建的Mapper 和Reducer 无法完成的复杂的分析工作。

2.1 Hive与关系数据库的区别

使用Hive的命令行接口很像操作关系数据库，但是Hive和关系数据库还是有很大的不同， Hive与关系数据库的区别具体如下：
1. Hive和关系数据库存储文件的系统不同，Hive使用的是Hadoop的HDFS（Hadoop的分布式文件系统），关系数据库则是服务器本地的文件系统；
2. Hive使用的计算模型是Mapreduce，而关系数据库则是自身的计算模型；
3. 关系数据库都是为实时查询的业务进行设计的，而Hive则是为海量数据做数据挖掘设计的，实时性很差；实时性的区别导致Hive的应用场景和关系数据库有很大的不同；
4. Hive很容易扩展自己的存储能力和计算能力，这个是继承Hadoop的，而关系数据库在这个方面要比数据库差很多。

2.2 Hive架构

由上图可知，Hadoop的mapreduce是Hive架构的根基。Hive架构包括如下组件：CLI（command line interface）、JDBC/ODBC、Thrift Server、WEB GUI、metastore和Driver(Complier、Optimizer和Executor)，这些组件分为两大类：服务端组件和客户端组件。

服务端组件：

• Driver组件：该组件包括Complier、 Optimizer和Executor，它的作用是将HiveQL（类SQL）语句进行解析、编译优化，生成执行计划，然后调用底层的mapreduce计算框架；
• Metastore组件：元数据服务组件，这个组件存储Hive的元数据，Hive的元数据存储在关系数据库里，Hive支持的关系数据库有derby和mysql。元数据对于Hive十分重要，因此Hive支持把metastore服务独立出来，安装到远程的服务器集群里，从而解耦Hive服务和metastore服务，保证Hive运行的健壮性；
• Thrift服务：thrift是facebook开发的一个软件框架，它用来进行可扩展且跨语言的服务的开发，Hive集成了该服务，能让不同的编程语言调用hive的接口。

客户端组件：

• CLI：command line interface，命令行接口。
• Thrift客户端：上面的架构图里没有写上Thrift客户端，但是Hive架构的许多客户端接口是建立在thrift客户端之上，包括JDBC和ODBC接口。
• WEBGUI：Hive客户端提供了一种通过网页的方式访问hive所提供的服务。这个接口对应Hive的hwi组件（hive web interface），使用前要启动hwi服务。

3 搭建Hive环境

3.1 安装MySql数据库（实验环境中已经安装无需再次安装）

3.1.1 下载mysql安装文件

下载地址：http://dev.mysql.com/downloads/mysql/#downloads ，使用系统为CentOS选择 Red Hat Enterprise Linux/Oracle系列，也可以在/home/shiyanlou/install-pack目录中找到这些安装包：

操作系统为64位，选择对应安装包进行下载：

下载在本地目录如下图：

3.1.2 安装mysql

使用命令查看是否已经安装过mysql：
- sudo rpm -qa | grep -i mysql

可以看到如下图的所示：

说明之前安装了mysql，可以参考4.1进行卸载旧的mysql。如果以前没有安装mysql则进入安装文件的目录，安装mysql服务端
- cd /home/shiyanlou/install-pack
- sudo rpm -ivh MySQL-server-5.6.21-1.el6.x86_64.rpm

出现异常，通过分析缺少libaio依赖包，使用如下命令进行安装：
- sudo yum install libaio

再次安装mysql，并安装mysql客户端、mysql-devel
- sudo rpm -ivh MySQL-server-5.6.21-1.el6.x86_64.rpm
- sudo rpm -ivh MySQL-client-5.6.21-1.el6.x86_64.rpm
- sudo rpm -ivh MySQL-devel-5.6.21-1.el6.x86_64.rpm

3.1.3 启动mysql服务

通过下面查看mysql服务状态：
- sudo service mysql status

如果mysql没有启动，通过如下命令进行启动：
- sudo service mysql start

3.1.4 设置root密码

在CentOS6.5操作系统使用如下命令给mysql设置root密码时，出现如下错误：
/usr/bin/mysqladmin -u root password ‘root’;

/usr/bin/mysqladmin: connect to server at ‘localhost’ failed
error: ‘Access denied for user ‘root’@’localhost’ (using password: NO)’
可以进入安全模式进行设置root密码

（1） 停止mysql服务

使用如下命令停止mysql服务：
- su