CentOS7安装Hive

写在前面

必须要先保证hadoop是正常启动的，hadoop安装配置见《CentOS7安装Hadoop集群》

软件下载

自行下载需要的版本，这里附上apache-hive-3.1.2-bin.tar.gz百度云下载链接

解压缩

tar xzvf apache-hive-3.1.2-bin.tar.gz -C /opt/module/

解压缩后名字太长，可以改个名字

创建环境变量

#HIVE_HOME
export HIVE_HOME=/opt/module/hive
export PATH=$PATH:$HIVE_HOME/bin

刷新环境变量

source /etc/profile

Hive配置原数据到mysql

1. 拷贝/上传mysql的jdbc驱动到hive的lib目录下，提供mysql-connector-java-5.1.27-bin.jar百度云下载地址
2. 配置Metastore到mysql
   在$HIVE_HOME/conf目录下创建hive-site.xml文件,并写入下列配置

vim $HIVE_HOME/conf/hive-site.xml

<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
 <!-- jdbc 连接的 URL，指定编码格式以支持中文 -->
 <property>
   <name>javax.jdo.option.ConnectionURL</name>
   <value>jdbc:mysql://hadoop102:33066/metastore?useSSL=false&amp;useUnicode=true&amp;characterEncoding=UTF-8</value>
 </property>
 <!-- jdbc 连接的 Driver-->
 <property>
   <name>javax.jdo.option.ConnectionDriverName</name>
   <value>com.mysql.jdbc.Driver</value>
 </property>
 <!-- jdbc 连接的 username-->
 <property>
   <name>javax.jdo.option.ConnectionUserName</name>
   <value>root</value>
 </property>
 <!-- jdbc 连接的 password -->
 <property>
   <name>javax.jdo.option.ConnectionPassword</name>
   <value>your_passwd</value>
 </property>
 <!-- Hive 元数据存储版本的验证 -->
 <property>
   <name>hive.metastore.schema.verification</name>
   <value>false</value>
 </property>
 <!--元数据存储授权-->
 <property>
   <name>hive.metastore.event.db.notification.api.auth</name>
   <value>false</value>
 </property>
 <!-- Hive 默认在 HDFS 的工作目录 -->
 <property>
   <name>hive.metastore.warehouse.dir</name>
   <value>/user/hive/warehouse</value>
 </property>
 <!-- 指定hiveserver2连接的host --> 
 <property> 
   <name>hive.server2.thrift.bind.host</name>
   <value>hadoop102</value> 
 </property>  
 <!-- 指定hiveserver2连接的端口号 --> 
 <property> 
   <name>hive.server2.thrift.port</name> 
   <value>10000</value> 
 </property>
 <!-- 指定存储元数据要连接的地址 --> 
 <!--
 <property> 
   <name>hive.metastore.uris</name> 
   <value>thrift://hadoop102:9083</value> 
 </property>
 --> 
 <!--hiveserver2的高可用参数，开启此参数可以提高hiveserver2的启动速度 -->
 <property>
   <name>hive.server2.active.passive.ha.enable</name>
   <value>true</value>
 </property>
</configuration>

修改hive-env.sh.template,放开 export HADOOP_HEAPSIZE配置

cp hive-env.sh.template hive-env.sh
vim hive-env.sh
export HADOOP_HEAPSIZE=1024

默认不放开，默认使用256M

修改hive-log4j2.properties.template中日志路径

cp hive-log4j2.properties.template hive-log4j2.properties
vim hive-log4j2.properties

#修改以下配置项
property.hive.log.dir=/opt/module/hive/logs

Mysql增加metastore库

名称与上面jdbc中的配置一致
mysql环境安装/进入见《CentOS7安装Mysql-5.7.30》
这里需要配置下mysql的root用户远程可登录，或者重新新建一个账号

update mysql.user set host="%" where user="root";
flush privileges;

create database metastore;

初始化Hive元数据

/opt/module/hive/bin/schematool -initSchema -dbType mysql -verbose

这里会跳一堆脚本，提示schemaTool completed则表示成功

修改部分表的编码格式以支持中文

默认是Latin1格式

use metastore;
#修改表字段注解和表注解
alter table COLUMNS_V2 modify column COMMENT varchar(256) character set utf8;
alter table TABLE_PARAMS modify column PARAM_VALUE varchar(4000) character set utf8;
#修改分区字段注解
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;
#修改索引注解
alter table INDEX_PARAMS modify column PARAM_VALUE varchar(4000) character set utf8;
#修改视图
alter table TBLS modify column `VIEW_EXPANDED_TEXT` mediumtext character set utf8;
alter table TBLS modify column `VIEW_ORIGINAL_TEXT` mediumtext character set utf8;

启动hive

# 启动客户端，客户端用DBeaver，界面友好点
/opt/module/hive/bin/hive

# 启动服务端，默认端口10000
nohup hive --service hiveserver2 &
# 启动服务端，不输出日志
nohup hive --service hiveserver2 > /dev/null 2>&1 &

必须要保证hadoop正常启动中
提供DBeaver破解教程，有能力请支持正版

查看数据库

hive> show databases;
OK
default
Time taken: 1.377 seconds, Fetched: 1 row(s)
hive> 

建表及插入数据

CREATE TABLE `test_user`(
  `id` string COMMENT '编号', 
  `name` string COMMENT '姓名', 
  `province_id` string COMMENT '省份ID', 
  `province_name` string COMMENT '省份名称')
COMMENT '用户表'
ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t';

insert into table test_user values('1','zhangsan','001','北京');

插入数据可以在yarn（http://hadoop103:8088）上看到任务，跑完后即可在hive中查到这个记录，数据存在HDFS(http://hadoop102:9870)

检查中文显示是否正常

desc test_user;

写在后面

默认引擎是MapReduce,建议替换为Spark,速度和提示感觉好很多，测试样本4.5K万，前者跑不出来，后者很轻松,配置方法详细见《替换Hive引擎为Spark》