Hive(一)—— 启动与基本使用

一、基本概念#

The Apache Hive™ data warehouse software facilitates reading, writing, and managing large datasets residing in distributed storage and queried using SQL syntax.

Hive数据仓库软件,致力于解决读写、管理分布式存储中的大规模数据集,以及使用SQL语法进行查询的问题。

Hive用于解决海量结构化日志的数据统计问题。

Hive是基于Hadoop的一个数据仓库工具。本质是将HQL(Hive的查询语言)转化成MapReduce程序。

HIve处理的数据存储在HDFS
HIve分析数据底层的默认实现是MapReduce
执行程序运行在Yarn上

Hive的优缺点#

优点:

可以快速进行数据分析,不需要写MapReduce程序。
MapReduce适合处理大数据,不适合处理小数据

缺点:

HQL表达能力有限,迭代式算法不能表达,粒度较粗,调优比较困难。

自定义函数类别:

  • UDF
  • UDAF
  • UDTF

架构原理#

执行顺序:解析器-编译器-优化器-执行器

Hive与数据库对比#

HIve相比数据库,读多写少,没有索引,需要暴力扫描所有数据,即使引入了MapReduce机制,也不适合实时查询,扩展性和Hadoop的是一致的,扩展性强。

二、安装与启动#

下载hive-1.2.2

需要启动Hadoop的HDFS和Yarn

配置conf/hive-env.sh

Copy
export HADOOP_HOME=/usr/local/hadoop(改成hadoop-home路径) export HIVE_CONF_DIR=/ur/local/hive/conf

启动

Copy
bin/hive

三、Hive语句#

显示数据库

Copy
show databases;

使用本地模式执行

Copy
hive> SET mapreduce.framework.name=local;

创建表、插入记录、查询记录#

Copy
use default; #### 创建表 create table student(id int,name string); #### 插入记录 insert into table student values(1,'fonxian'); #### 查询记录 select * from student;

在Hadoop上查看记录

从文件系统加载数据#

创建数据文本student.txt

Copy
3,kafka 4,flume 5,hbase 6,zookeeper

创建表,定义分隔符

Copy
create table stu1(id int,name string) row format delimited fields terminated by ',';

加载数据

Copy
load data local inpath '/usr/local/hive/data/student.txt' into table stu1;

查看数据后的执行效果

四、Hive Hook使用#

添加依赖

Copy
<?xml version="1.0" encoding="UTF-8"?> <project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd"> <modelVersion>4.0.0</modelVersion> <groupId>hive-hook-example</groupId> <artifactId>Hive-hook-example</artifactId> <version>1.0</version> <dependencies> <dependency> <groupId>org.apache.hive</groupId> <artifactId>hive-exec</artifactId> <version>1.1.0</version> </dependency> </dependencies> </project>

创建HiveExampleHook

Copy
public class HiveExampleHook implements ExecuteWithHookContext { public void run(HookContext hookContext) throws Exception { System.out.println("operation name :" + hookContext.getQueryPlan().getOperationName()); System.out.println(hookContext.getQueryPlan().getQueryPlan()); System.out.println("Hello from the hook !!"); } }

编译好,获得Hive-hook-example-1.0.jar

Copy
hive> add jar Hive-hook-example-1.0.jar hive> set hive.exec.pre.hooks=HiveExampleHook; hive> select * from student; operation name :QUERY Query(queryId:fangzhijie_20191221231550_0e949bbf-f8f7-45a8-8726-c1cdd679cef9, queryType:null, queryAttributes:{queryString=select * from student}, queryCounters:null, stageGraph:Graph(nodeType:STAGE, roots:null, adjacencyList:null), stageList:null, done:false, started:true) Hello from the hook !! OK Time taken: 1.718 seconds Time taken: 1.68 seconds

五、使用MySQL存储元数据#

在本地安装mysql,创建hive-site.xml

Copy
<configuration> <property> <name>javax.jdo.option.ConnectionURL</name> <value>jdbc:mysql://127.0.0.1:3306/metastore?createDatabaseIfNotExist=true</value> <description>JDBC connect string for a JDBC metastore</description> </property> <property> <name>javax.jdo.option.ConnectionDriverName</name> <value>com.mysql.jdbc.Driver</value> <description>Driver class name for a JDBC metastore</description> </property> <property> <name>javax.jdo.option.ConnectionUserName</name> <value>root</value> <description>username to use against metastore database</description> </property> <property> <name>javax.jdo.option.ConnectionPassword</name> <value>123456</value> <description>password to use against metastore database</description> </property> </configuration>

执行bin/hive,查看数据库,发现有创建表。

在hive中执行reate table aaa(id int);,HDFS中有创建该文件,且metastore的TBLS表中有记录。

六、Beeline#

HiveServer2 (introduced in Hive 0.11) has its own CLI called Beeline. HiveCLI is now deprecated in favor of Beeline, as it lacks the multi-user, security, and other capabilities of HiveServer2. To run HiveServer2 and Beeline from shell:

HiveServer2有自己的客户端,叫Beeline。HiveCLI目前已经废弃了,建议使用Beeline。

使用Beeline连接HiveServer2

Copy
beeline -u "jdbc:hive2://host:port/;serviceDiscoveryMode=zooKeeper;zooKeeperNamespace=hiveserver2" -n username -p password

七、报错信息解决&问题定位#

修改配置不生效#

可能是配置路径的问题,查看hive-env.sh,最后发现hive配置路径写错。

错误的路径配置,导致根本找不到配置路径

Copy
export HIVE_CONF_DIR=/ur/local/hive/conf

正确的配置

Copy
export HIVE_CONF_DIR=/usr/local/hive/conf

插入数据失败#

Copy
hive> insert into table student values(1,'fonxian'); Query ID = fangzhijie_20191205061055_6c8c233e-2d46-470a-972d-38f36bb8068c Total jobs = 3 Launching Job 1 out of 3 Number of reduce tasks is set to 0 since there's no reduce operator Starting Job = job_1575495654045_0004, Tracking URL = http://localhost:8088/proxy/application_1575495654045_0004/ Kill Command = /usr/local/hadoop/bin/hadoop job -kill job_1575495654045_0004 Hadoop job information for Stage-1: number of mappers: 0; number of reducers: 0 2019-12-05 06:10:58,803 Stage-1 map = 0%, reduce = 0% Ended Job = job_1575495654045_0004 with errors Error during job, obtaining debugging information... FAILED: Execution Error, return code 2 from org.apache.hadoop.hive.ql.exec.mr.MapRedTask MapReduce Jobs Launched: Stage-Stage-1: HDFS Read: 0 HDFS Write: 0 FAIL Total MapReduce CPU Time Spent: 0 msec

解决方法:执行下面的命令

Copy
hive> SET mapreduce.framework.name=local;

分析:

参考官方文档

Copy
Hive compiler generates map-reduce jobs for most queries. These jobs are then submitted to the Map-Reduce cluster indicated by the variable: mapred.job.tracker Hive编译器 为大多数查询操作生成MR任务,这些任务之后会被提交到MR集群。 Hive fully supports local mode execution. To enable this, the user can enable the following option: Hive支持本地模式执行,用户可以使用下列操作: hive> SET mapreduce.framework.name=local;

参考文档#

Hive Getting Started
尚硅谷大数据课程之Hive
hive-hook-example
Beeline 官方文档

posted @   清泉白石  阅读(7167)  评论(0编辑  收藏  举报
编辑推荐:
· Java 中堆内存和栈内存上的数据分布和特点
· 开发中对象命名的一点思考
· .NET Core内存结构体系(Windows环境)底层原理浅谈
· C# 深度学习:对抗生成网络(GAN)训练头像生成模型
· .NET 适配 HarmonyOS 进展
阅读排行:
· 本地部署 DeepSeek:小白也能轻松搞定!
· 如何给本地部署的DeepSeek投喂数据,让他更懂你
· 从 Windows Forms 到微服务的经验教训
· 李飞飞的50美金比肩DeepSeek把CEO忽悠瘸了,倒霉的却是程序员
· 超详细,DeepSeek 接入PyCharm实现AI编程!(支持本地部署DeepSeek及官方Dee
点击右上角即可分享
微信分享提示
CONTENTS