第一章——hive入门教程之hello world

2020年4月12日 6265点热度 0人点赞 0条评论

1. Hive简介

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,并提供简单的sql查询功能,可以将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。

2. Hive的安装

安装hive前请确保已经安装好hadoop集群,通常使用mysql作为hive的元数据库,所以需要安装mysql
我的hadoop集群是用3台虚拟机搭建的,分别是:

master1.hadoop
slave2.hadoop
slave3.hadoop

hive只需要在hadoop集群的一台节点上面安装即可。安装步骤通常有以下几步:
1 下载hive到本地
我的hadoop版本是2.7.2的,这里选择了hive 2.x版本。国内阿里的镜像速度比较快,可以选择这个版本(我用的版本是hive-2.1.0),地址,下载到本地后并解压。

2 复制hive-site.xml

  • 进入hive-2.1.0\conf目录
  • 修改hive-default.xml.templatehive-site.xml,这个文件是hive的核心配置文件;
  • 修改hive-env.sh.templatehive-env.sh
  • 修改hive-log4j2.properties.templatehive-log4j2.properties
  • 修改hive-exec-log4j2.properties.templatehive-exec-log4j2.properties

3 配置hive-site.xml
1). 修改javax.jdo.option.ConnectionURL为你自己的mysql连接,可以在本节点安装mysql,也可以访问其它可访问的mysql


    javax.jdo.option.ConnectionURL
    jdbc:mysql://master1.hadoop:3306/hive?createDatabaseIfNotExist=true
    
      JDBC connect string for a JDBC metastore.
      To use SSL to encrypt/authenticate the connection, provide database-specific SSL flag in the connection URL.
      For example, jdbc:postgresql://myhost/db?ssl=true for postgres database.
    

注意:这里在master1.hadoop上面安装了一个mysql,你可以使用你的本地mysql,只需把主机ip信息换一下即可。
2). 修改javax.jdo.option.ConnectionDriverNamemysql的连接驱动


    javax.jdo.option.ConnectionDriverName
    com.mysql.jdbc.Driver
    Driver class name for a JDBC metastore

3). 修改javax.jdo.option.ConnectionUserNamemysql的用户名root


    javax.jdo.option.ConnectionUserName
    root
    Username to use against metastore database

4). 修改javax.jdo.option.ConnectionPasswordmysql的密码:root


    javax.jdo.option.ConnectionPassword
    root
    password to use against metastore database

5). 修改hive.exec.local.scratchdir为指定临时路径


    hive.exec.local.scratchdir
    /tmp/hive
    Local scratch space for Hive jobs

6). 修改hive.downloaded.resources.dir为指定临时路径


    hive.downloaded.resources.dir
    /tmp/hive/resources
    Temporary local directory for added resources in the remote file system.

7). 修改hive.querylog.location为指定临时路径


    hive.querylog.location
    /tmp/hive
    Location of Hive run time structured log file

8). 修改hive.server2.logging.operation.log.location为指定临时路径


    hive.server2.logging.operation.log.location
    /tmp/hive/operation_logs
    Top level directory where operation logs are stored if logging functionality is enabled

4 配置hive-env.sh
编辑文件vim hive-env.sh,主要配置以下几个值:

HADOOP_HOME=/home/hadoop/hadoop-2.7.2
export HIVE_CONF_DIR=/home/hadoop/hive-2.1.0/conf
export JAVA_HOME=/home/hadoop/jdk1.8.0_73
export HIVE_HOME=/home/hadoop/hive-2.1.0

5 启动hive
1). 保证有执行权限

chmod 777 /home/hadoop/hive-2.1.0/bin/*
chmod 777 /home/hadoop/hive-2.1.0/lib/*

2). 添加环境变量(root用户下)
打开/etc/profile,添加如下内容

...
其它环境变量,省略...
...
export HIVE_HOME=/home/hadoop/hive-2.1.0
export PATH=$HIVE_HOME/bin:$PATH

3). 创建hdfs文件夹

  • 启动hdfs
  • hdfs系统中,创建/tmp/user/hive/warehouse两个文件夹
    hdfs dfs -mkdir /tmp
    hdfs dfs -mkdir -p /user/hive/warehouse

    递归创建hdfs目录用-p参数。
    4). 初始化hive
    运行命令:schematool -dbType mysql -initSchema

查看mysql,发现hive库和表都已建好

5). 如果前面步骤配置的没有问题,命令行输入hive命令即可。

hive> show databases;
OK
default
Time taken: 2.184 seconds, Fetched: 1 row(s)

ikeguang

待我代码写成,便娶你为妻!

文章评论