hive的安装与基本配置

显示全部楼层 · 发表于转帖 2022-6-28 19:51:27

一、前提：
安装hive所需要的虚拟机环境为虚拟机安装有Hadoop并且集群成功，同时Hadoop需要在启动状态下，同时需要安装有mysql。不需要有zookeeper和HA，由于HA中含有大量进程，启动会占用很多资源，建议不要有HA

二、安装步骤：
1、上传jar包至/usr/local/soft
将hive-3.1.2上传到虚拟机中的/usr/local/soft目录下

2、解压并重命名
tar -zxvf apache-hive-3.1.2-bin.tar.gz
# 重命名
mv apache-hive-3.1.2-bin hive-3.1.2/

3、配置环境变量
vim /etc/profile
#增加以下内容：
# HIVE_HOME
export HIVE_HOME=/usr/local/soft/hive-3.1.2/
export PATH=$PATH

hive的安装与基本配置8658 作者:wifi 帖子ID:868 安装,基本配置

HIVE_HOME/bin

#保存退出 source 使其生效
source /etc/profile

三、配置HIVE文件
1、配置hive-env.sh
cd $HIVE_HOME/conf
# 复制命令
cp hive-env.sh.template hive-env.sh
# 编辑
vim hive-env.sh

# 增加如下内容
# Set HADOOP_HOME to point to a specific hadoop install directory
HADOOP_HOME=/usr/local/soft/hadoop-2.7.6

# Hive Configuration Directory can be controlled by:
export HIVE_CONF_DIR=/usr/local/soft/hive-3.1.2/conf

2、配置hive-site.xml
上传hive-site.xml到conf目录：
hive-site.xml文件内容：

<configuration>
<property>
<name>hive.cli.print.header</name>
<value>true</value>
</property>
<property>
<name>hive.cli.print.current.db</name>
<value>true</value>
</property>
<property>
<name>hive.metastore.warehouse.dir</name>
<value>/user/hive/warehouse</value>
</property>
<property>
<name>javax.jdo.option.ConnectionURL</name>
<value>jdbc:mysql://localhost:3306/hive?createDatabaseIfNotExist=true&useSSL=false&serverTimezone=GMT</value>
</property>
<property>
<name>javax.jdo.option.ConnectionDriverName</name>
<value>com.mysql.jdbc.Driver</value>
</property>
<property>
<name>javax.jdo.option.ConnectionUserName</name>
<value>root</value>
</property>
<property>
<name>javax.jdo.option.ConnectionPassword</name>
<value>123456</value>
</property>
<property>
<name>hive.server2.thrift.port</name>
<value>10000</value>
</property>
<property>
<name>hive.server2.thrift.bind.host</name>
<value>master</value>
</property>
</configuration>

复制代码

3、配置日志
# 创建日志目录
cd $HIVE_HOME
mkdir log
# 设置日志配置
cd conf
cp hive-log4j2.properties.template hive-log4j2.properties
vim hive-log4j2.properties
# 修改以下内容：
property.hive.log.dir = /usr/local/soft/hive-3.1.2/log
4、修改默认配置文件
cp hive-default.xml.template hive-default.xml
5、上传MySQL连接jar包
上传 mysql-connector-java-5.1.37.jar 至 /usr/local/soft/hive/lib目录中

四、修改MySQL编码
修改mysql编码为UTF-8：
1、编辑配置文件

vim /etc/my.cnf
2、加入以下内容：
[client]
default-character-set = utf8mb4
[mysqld]
character-set-server = utf8mb4
collation-server = utf8mb4_general_ci
3、重启mysql
systemctl restart mysqld

五、初始化HIVE
schematool -dbType mysql -initSchema

六、进入hive
输入命令：hive

七、后续配置
修改mysql元数据库hive，让其hive支持utf-8编码以支持中文
登录mysql：
mysql -u root -p123456
切换到hive数据库:
use hive;
1).修改字段注释字符集
alter table COLUMNS_V2 modify column COMMENT varchar(256) character set utf8;
2).修改表注释字符集
alter table TABLE_PARAMS modify column PARAM_VALUE varchar(4000) character set utf8;
3).修改分区表参数，以支持分区键能够用中文表示
alter table PARTITION_PARAMS modify column PARAM_VALUE varchar(4000) character set utf8;
alter table PARTITION_KEYS modify column PKEY_COMMENT varchar(4000) character set utf8;
4).修改索引注解(可选)
alter table INDEX_PARAMS modify column PARAM_VALUE varchar(4000) character set utf8;
5).修改库注释字符集
alter table DBS modify column DESC varchar(4000) character set utf8;

八、测试hive
启动hive，直接输入命令：hive
在hive中创建filetest数据库
命令： create database filetest;
切换filetest数据库：use filetest;
hive中的几种存储格式
TextFile格式：文本格式
以TextFile格式创建students表：

使用命令：desc students查看students表的各个字段：

在hive根目录下创建一个文件夹data用于存放本地文件，将本地中的一个文本文件上传到hive根目录下的data中
向表中插入数据：

1、通过input命令将该data中的文本文件上传到hdfs中所创建的该表中，实现向该表中插入数据
在hive中可以使用hdfs中的命令：
查询结果：

2、通过普通的格式对表中进行插入数据
创建一个新的表stduents2，使用普通格式进行插入数据：
load data local inpath "/usr/local/soft/hive-3.1.2/data/students.txt" into table students2;
结果：

进入到hdfs中查看：发现两种插入方式对数据大小没有变化，都是37M：

RCFile：
Hadoop中第一个列文件格式
RCFile通常写操作较慢，具有很好的压缩和快速查询功能。
创建RCFile格式的表：

插入数据：
使用命令：
insert into table students_rcFile select * from students;

插入完成后，查看数据大小：为26.44M

ORCFile：
Hadoop0.11版本就存在的格式，不仅是一个列文件格式，而且有着很高的压缩比
创建ORCFile格式的表：

查看数据大小：被压缩为220.38KB

同时观察插入数据所用时间，ORCFile格式与RCFile格式插入数据相差时间不大
Parquet：
这是一种嵌套结构的存储格式，他与语言、平台无关
创建Parquet格式的表：

向表中插入数据：
insert into table students_parquet select * from students;

查看数据大小：为3M

同时发现该格式在插入数据时所花费的时间比ORC格式所花费的时间更少。
其他格式：
SEQUENCEFILE格式：这是一个Hadoop API提供的一种二进制文件格式，实际生产中不使用
AVRO：是一种支持数据密集型的二进制文件格式，他的格式更为紧凑

九、配置JDBC连接
Hive中有两种命令模式：CLi模式和JDBC模式
Cli模式就是Shell命令行
JDBC模式就是Hive中的Java，与使用传统数据库JDBC的方式类似
开启JDBC连接：
进入到/usr/local/soft/hive-3.1.2/bin目录下，在bin目录下有一个hiveserver2文件，通过该文件开启JDBC连接：
输入命令：hive --service hiveserver2开启JDBC连接
一般情况下当出现四个Hive Session时就说明JDBC连接被开启了，也可以通过命令查看是否开启：
进入到 /usr/local/soft/hive-3.1.2/bin目录下：
输入：netstat -nplt | grep 10000
该输入的端口号为hive-site.xml中的hiveserver2服务的端口号

报错：
若输入该命令报错：
Error: Could not open client transport with JDBC Uri: jdbc:hive2://master:10000:
      Failed to open new session: java.lang.RuntimeException:
      org.apache.hadoop.ipc.RemoteException(org.apache.hadoop.security.authorize.AuthorizationException):
      User: root is not allowed to impersonate root (state=08S01,code=0)

解决办法：
先关闭Hadoop集群：stop-all.sh
再进入到Hadoop 中的core-site.xml中添加如下内容：

<property>
<name>fs.trash.interval</name>
<value>1440</value>
</property>
#以下是添加的内容：
<property>
<name>hadoop.proxyuser.root.hosts</name>
<value>*</value>
</property>
<property>
<name>hadoop.proxyuser.root.groups</name>
<value>*</value>
</property>
</configuration>

复制代码

注意：这些内容需要添在加<configuration>...</configuration>中，否则无法生效
重新启动集群：start-all.sh
再次启动hiveserver2
hive --service hiveserver2
该过程较慢，需要等待
连接到JDBC
当启动JDBC连接后，会开启一个进程RunJar，使用jps命令就可查看
Hive 将元数据存储在数据库中(metastore)，目前只支持 mysql、derby
连接到JDBC命令：
进入到 /usr/local/soft/hive-3.1.2/bin下，输入命令：
beeline -u jdbc:hive2://master:10000 -n root连接JDBC：

在JDBC中输入命令可以查看当前hive中的数据库：show databases；

可以发现他与hive的区别在于他使用了一个表格式将databases显示出来
Hive中metastore是hive元数据的集中存放地，这里使用的是MySQL

微信扫一扫分享朋友圈