微信扫一扫 分享朋友圈

已有 81 人浏览分享

开启左侧

hive的安装与基本配置

[复制链接]
81 0
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=$PATHhive的安装与基本配置9791 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:

  1. <configuration>
  2.   <property>
  3.      <!-- 查询数据时 显示出列的名字 -->
  4.      <name>hive.cli.print.header</name>
  5.      <value>true</value>
  6.   </property>
  7.   <property>
  8.      <!-- 在命令行中显示当前所使用的数据库 -->
  9.      <name>hive.cli.print.current.db</name>
  10.      <value>true</value>
  11.   </property>
  12.   <property>
  13.      <!-- 默认数据仓库存储的位置,该位置为HDFS上的路径 -->
  14.      <name>hive.metastore.warehouse.dir</name>
  15.      <value>/user/hive/warehouse</value>
  16.   </property>
  17.   <!-- 8.x -->
  18.   <property>
  19.      <name>javax.jdo.option.ConnectionURL</name>
  20.      <value>jdbc:mysql://localhost:3306/hive?createDatabaseIfNotExist=true&useSSL=false&serverTimezone=GMT</value>
  21.   </property>
  22.   <!-- 8.x -->
  23.   <property>
  24.      <name>javax.jdo.option.ConnectionDriverName</name>
  25.      <value>com.mysql.jdbc.Driver</value>
  26.   </property>
  27.   <property>
  28.      <name>javax.jdo.option.ConnectionUserName</name>
  29.      <value>root</value>
  30.   </property>
  31.   <property>
  32.      <name>javax.jdo.option.ConnectionPassword</name>
  33.      <value>123456</value>
  34.   </property>
  35.   <!-- hiveserver2服务的端口号以及绑定的主机名 -->
  36.   <property>
  37.      <name>hive.server2.thrift.port</name>   
  38.      <value>10000</value>  
  39.   </property>
  40.   <property>
  41.      <name>hive.server2.thrift.bind.host</name>
  42.      <value>master</value>
  43.   </property>
  44. </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:
image.png
使用命令:desc students查看students表的各个字段:
image.png
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:

image.png
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:

image.png
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:
image.png
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:

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

image.png
插入完成后,查看数据大小:为26.44M
image.png
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:

image.png
查看数据大小:被压缩为220.38KB
image.png

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:

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

image.png
查看数据大小:为3M
image.png
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
image.png
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:
  1. <property>
  2. <name>fs.trash.interval</name>
  3. <value>1440</value>
  4. </property>

  5. #以下是添加的内容:
  6. <property>
  7. <name>hadoop.proxyuser.root.hosts</name>
  8. <value>*</value>
  9. </property>

  10. <property>
  11. <name>hadoop.proxyuser.root.groups</name>
  12. <value>*</value>
  13. </property>
  14. </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:
image.png
在JDBC中输入命令可以查看当前hive中的数据库:show databases;
image.png
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


免责声明:
1,海欣资源网所发布的资源由网友上传和分享,不保证信息的正确性和完整性,且不对因信息的不正确或遗漏导致的任何损失或损害承担责任。
2,海欣资源网的资源来源于网友分享,仅限用于学习交流和测试研究目的,不得将上述内容用于商业或者非法用途,否则,一切后果请用户自负。
3,海欣资源网所发布的资源由网友上传和分享,版权争议与本站无关,您必须在下载后的24个小时之内,从您的电脑中彻底删除上述内容。
4,如果您喜欢,请支持正版,购买正版,得到更好的正版服务,如有侵权,请联系我们删除并予以真诚的道歉,联系方式邮箱 haixinst@qq.com
海欣资源-企业信息化分享平台。
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

0

关注

0

粉丝

9

主题
热度排行
回复排行
最新贴子

Archiver|手机版|小黑屋|海欣资源 ( 湘ICP备2021008090号-1 )|网站地图

GMT+8, 2022-9-25 15:18 , Gzip On, MemCache On.

免责声明:本站所发布的资源和文章均来自网络,仅限用于学习交流和测试研究目的,不得将上述内容用于商业或者非法用途,否则,一切后果请用户自负。 本站信息来自网络,版权争议与本站无关,您必须在下载后的24个小时之内,从您的电脑中彻底删除上述内容。 如果您喜欢,请支持正版,购买正版,得到更好的正版服务,如有侵权,请联系我们删除并予以真诚的道歉。