Hive安装
第1章 Hive安装
1.1 Hive安装地址
1）Hive官网地址
2）文档查看地址
https://cwiki.apache.org/confluence/display/Hive/GettingStarted
3）下载地址
http://archive.apache.org/dist/hive/
4）github地址
https://github.com/apache/hive
1.2Hive安装部署
1.2.1 安装Hive
1）把apache-hive-3.1.2-bin.tar.gz上传到linux的/opt/software目录下
2）解压apache-hive-3.1.2-bin.tar.gz到/opt/module/目录下面（-C指定解压路径）
[daydayup@hadoop102 software]$ tar -zxvf /opt/software/apache-hive-3.1.2-bin.tar.gz -C /opt/module/
3）修改apache-hive-3.1.2-bin.tar.gz的名称为hive
[daydayup@hadoop102 software]$ mv /opt/module/apache-hive-3.1.2-bin/ /opt/module/hive
4）修改/etc/profile.d/my_env.sh，添加环境变量
[daydayup@hadoop102 software]$ sudo vim /etc/profile.d/my_env.sh
5）添加内容
#HIVE_HOME
export HIVE_HOME=/opt/module/hive
export PATH=$PATH:$HIVE_HOME/bin
6）解决日志Jar包冲突
[daydayup@hadoop102 software]$ mv $HIVE_HOME/lib/log4j-slf4j-impl-2.10.0.jar $HIVE_HOME/lib/log4j-slf4j-impl-2.10.0.bak
7）初始化元数据库
[daydayup@hadoop102 hive]$ bin/schematool -dbType derby -initSchema
1.2.2 启动并使用Hive（退出安全模式下）
1）启动Hive
[daydayup@hadoop102 hive]$ bin/hive
2）使用Hive
hive> show databases;
hive> show tables;
hive> create table test(id int);
hive> insert into test values(1);
hive> select * from test;
3）在CRT窗口中开启另一个窗口开启Hive，在/tmp/daydayup目录下监控hive.log文件
Caused by: ERROR XSDB6: Another instance of Derby may have already booted the database /opt/module/hive/metastore_db.
at org.apache.derby.iapi.error.StandardException.newException(Unknown Source)
at org.apache.derby.iapi.error.StandardException.newException(Unknown Source)
at org.apache.derby.impl.store.raw.data.BaseDataFileFactory.privGetJBMSLockOnDB(Unknown Source)
at org.apache.derby.impl.store.raw.data.BaseDataFileFactory.run(Unknown Source)
...
原因在于Hive默认使用的元数据库为derby，开启Hive之后就会占用元数据库，且不与其他客户端共享数据，所以我们需要将Hive的元数据地址改为MySQL。
2.1MySQL安装
1）检查当前系统是否安装过MySQL
[daydayup@hadoop102 ~]$ rpm -qa|grep mariadb
mariadb-libs-5.5.56-2.el7.x86_64
//如果存在通过如下命令卸载
[daydayup @hadoop102 ~]$ sudo rpm -e --nodeps mariadb-libs
2）将MySQL安装包拷贝到/opt/software目录下
[daydayup @hadoop102 software]# ll
总用量 528384
-rw-r--r--. 1 root root 609556480 3月 21 15:41 mysql-5.7.28-1.el7.x86_64.rpm-bundle.tar
3）解压MySQL安装包
[daydayup @hadoop102 software]# tar -xf mysql-5.7.28-1.el7.x86_64.rpm-bundle.tar
4）在安装目录下执行rpm安装
[daydayup @hadoop102 software]$
sudo rpm -ivh mysql-community-common-5.7.28-1.el7.x86_64.rpm
sudo rpm -ivh mysql-community-libs-5.7.28-1.el7.x86_64.rpm
sudo rpm -ivh mysql-community-libs-compat-5.7.28-1.el7.x86_64.rpm
sudo rpm -ivh mysql-community-client-5.7.28-1.el7.x86_64.rpm
sudo rpm -ivh mysql-community-server-5.7.28-1.el7.x86_64.rpm
注意:按照顺序依次执行
如果Linux是最小化安装的，在安装mysql-community-server-5.7.28-1.el7.x86_64.rpm时可能会出现如下错误
[daydayup@hadoop102 software]$ sudo rpm -ivh mysql-community-server-5.7.28-1.el7.x86_64.rpm
警告：mysql-community-server-5.7.28-1.el7.x86_64.rpm: 头V3 DSA/SHA1 Signature, 密钥 ID 5072e1f5: NOKEY
错误：依赖检测失败：
libaio.so.1()(64bit) 被 mysql-community-server-5.7.28-1.el7.x86_64 需要
libaio.so.1(LIBAIO_0.1)(64bit) 被 mysql-community-server-5.7.28-1.el7.x86_64 需要
libaio.so.1(LIBAIO_0.4)(64bit) 被 mysql-community-server-5.7.28-1.el7.x86_64 需要
通过yum安装缺少的依赖,然后重新安装mysql-community-server-5.7.28-1.el7.x86_64即可
[daydayup@hadoop102 software] yum install -y libaio
5）删除/etc/my.cnf文件中datadir指向的目录下的所有内容,如果有内容的情况下:
查看datadir的值：
[mysqld]
datadir=/var/lib/mysql
删除/var/lib/mysql目录下的所有内容:
[daydayup @hadoop102 mysql]# cd /var/lib/mysql
[daydayup @hadoop102 mysql]# sudo rm -rf ./* //注意执行命令的位置
6）初始化数据库
[daydayup @hadoop102 opt]$ sudo mysqld --initialize --user=mysql
7）查看临时生成的root用户的密码
[daydayup @hadoop102 opt]$ sudo cat /var/log/mysqld.log
8）启动MySQL服务// 查看状态：sudo systemctl status mysqld
[daydayup @hadoop102 opt]$ sudo systemctl start mysqld
9）登录MySQL数据库
[daydayup @hadoop102 opt]$ mysql -uroot -p
Enter password: 输入临时生成的密码FQ+6qjW_V1Wa
登录成功.
10）必须先修改root用户的密码,否则执行其他的操作会报错
mysql> set password = password("新密码");
11）修改mysql库下的user表中的root用户允许任意ip连接
mysql> update mysql.user set host='%' where user='root';
mysql> flush privileges;
Hive元数据配置到MySQL
（元数据就是告诉你这张表在哪里，有没有取决于这个路径下有无文件）
2.4.1 拷贝驱动
将MySQL的JDBC驱动拷贝到Hive的lib目录下
[daydayup@hadoop102 software]$ cp /opt/software/mysql-connector-java-5.1.37.jar $HIVE_HOME/lib
2.4.2 配置Metastore到MySQL
1）在$HIVE_HOME/conf目录下新建hive-site.xml文件
[daydayup@hadoop102 software]$ vim $HIVE_HOME/conf/hive-site.xml
添加如下内容
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<!-- jdbc连接的URL -->
<property>
<name>javax.jdo.option.ConnectionURL</name>
<value>jdbc:mysql://hadoop102:3306/metastore?useSSL=false</value>
</property>
<!-- jdbc连接的Driver-->
<property>
<name>javax.jdo.option.ConnectionDriverName</name>
<value>com.mysql.jdbc.Driver</value>
</property>
<!-- jdbc连接的username-->
<property>
<name>javax.jdo.option.ConnectionUserName</name>
<value>root</value>
</property>
<!-- jdbc连接的password -->
<property>
<name>javax.jdo.option.ConnectionPassword</name>
<value>000000</value>
</property>
<!-- Hive元数据存储版本的验证 -->
<property>
<name>hive.metastore.schema.verification</name>
<value>false</value>
</property>
<!--元数据存储授权-->
<property>
<name>hive.metastore.event.db.notification.api.auth</name>
<value>false</value>
</property>
<!-- Hive默认在HDFS的工作目录 -->
<property>
<name>hive.metastore.warehouse.dir</name>
<value>/user/hive/warehouse</value>
</property>
</configuration>
[daydayup@hadoop102 software]$ mysql -uroot -p000000
3）新建Hive元数据库
mysql> create database metastore;
mysql> quit;
4） 初始化Hive元数据库
[daydayup@hadoop102 software]$ schematool -initSchema -dbType mysql -verbose
2.4.3 再次启动Hive
1）启动Hive
[daydayup@hadoop102 hive]$ bin/hive
2）使用Hive
hive> show databases;
hive> show tables;
hive> create table test (id int);
hive> insert into test values(1);
hive> select * from test;
3）在CRT窗口中开启另一个窗口开启Hive
hive> show databases;
hive> show tables;
hive> select * from aa;
2.5 使用元数据服务的方式访问Hive
1）在hive-site.xml文件中添加如下配置信息 $HIVE_HOME/conf/hive-site.xml
<!-- 指定存储元数据要连接的地址 -->
<property>
<name>hive.metastore.uris</name>
<value>thrift://hadoop102:9083</value>
</property>
2）启动metastore
[daydayup@hadoop202 hive]$ hive --service metastore
2020-04-24 16:58:08: Starting Hive Metastore Server
注意: 启动后窗口不能再操作，需打开一个新的shell窗口做别的操作
3）启动 hive
[daydayup@hadoop202 hive]$ bin/hive
4.444）查询
通过查询语句进行查找 查找的值通过元数据服务的方式查找
2.6 使用JDBC方式访问Hive
1）在hive-site.xml文件中添加如下配置信息
<!-- 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>
2）启动hiveserver2
[daydayup@hadoop102 hive]$ bin/hive --service hiveserver2
3）启动beeline客户端（需要多等待一会）---默认找tez，需要时间重试去找mr
[daydayup@hadoop102 hive]$ bin/beeline -u jdbc:hive2://hadoop102:10000 -n daydayup
4）看到如下界面
Connecting to jdbc:hive2://hadoop102:10000
Connected to: Apache Hive (version 3.1.2)
Driver: Hive JDBC (version 3.1.2)
Transaction isolation: TRANSACTION_REPEATABLE_READ
Beeline version 3.1.2 by Apache Hive
0: jdbc:hive2://hadoop102:10000>
4.4444）查询
通过命令去查询，查询到的结果会加框
5）编写hive服务启动脚本（了解）
- 前台启动的方式导致需要打开多个shell窗口，可以使用如下方式后台方式启动
nohup: 放在命令开头，表示不挂起,也就是关闭终端进程也继续保持运行状态
/dev/null：是Linux文件系统中的一个文件，被称为黑洞，所有写入改文件的内容都会被自动丢弃
2>&1 : 表示将错误重定向到标准输出上（Linux三个级别：0：标注输入，1：标准输出，2：错误输出）
&: 放在命令结尾,表示后台运行
一般会组合使用: nohup [xxx命令操作]> file 2>&1 &，表示将xxx命令运行的结果输出到file中，并保持命令启动的进程在后台运行。
如上命令不要求掌握。
[daydayup@hadoop202 hive]$ nohup hive --service metastore 2>&1 &
[daydayup@hadoop202 hive]$ nohup hive --service hiveserver2 2>&1 &
- 为了方便使用，可以直接编写脚本来管理服务的启动和关闭
[daydayup@hadoop102 hive]$ vim $HIVE_HOME/bin/hiveservices.sh
内容如下：此脚本的编写不要求掌握。直接拿来使用即可。
#!/bin/bash
HIVE_LOG_DIR=$HIVE_HOME/logs
if [ ! -d $HIVE_LOG_DIR ]
then
mkdir -p $HIVE_LOG_DIR
fi
#检查进程是否运行正常，参数1为进程名，参数2为进程端口
function check_process()
{
pid=$(ps -ef 2>/dev/null | grep -v grep | grep -i $1 | awk '{print $2}')
ppid=$(netstat -nltp 2>/dev/null | grep $2 | awk '{print $7}' | cut -d '/' -f 1)
echo $pid
[[ "$pid" =~ "$ppid" ]] && [ "$ppid" ] && return 0 || return 1
}
function hive_start()
{
metapid=$(check_process HiveMetastore 9083)
cmd="nohup hive --service metastore >$HIVE_LOG_DIR/metastore.log 2>&1 &"
[ -z "$metapid" ] && eval $cmd || echo "Metastroe服务已启动"
server2pid=$(check_process HiveServer2 10000)
cmd="nohup hiveserver2 >$HIVE_LOG_DIR/hiveServer2.log 2>&1 &"
[ -z "$server2pid" ] && eval $cmd || echo "HiveServer2服务已启动"
}
function hive_stop()
{
metapid=$(check_process HiveMetastore 9083)
[ "$metapid" ] && kill $metapid || echo "Metastore服务未启动"
server2pid=$(check_process HiveServer2 10000)
[ "$server2pid" ] && kill $server2pid || echo "HiveServer2服务未启动"
}
case $1 in
"start")
hive_start
;;
"stop")
hive_stop
;;
"restart")
hive_stop
sleep 2
hive_start
;;
"status")
check_process HiveMetastore 9083 >/dev/null && echo "Metastore服务运行正常" || echo "Metastore服务运行异常"
check_process HiveServer2 10000 >/dev/null && echo "HiveServer2服务运行正常" || echo "HiveServer2服务运行异常"
;;
*)
echo Invalid Args!
echo 'Usage: '$(basename $0)' start|stop|restart|status'
;;
esac
3）添加执行权限
[daydayup@hadoop102 hive]$ chmod +x $HIVE_HOME/bin/hiveservices.sh
4）启动Hive后台服务
[daydayup@hadoop102 hive]$ hiveservices.sh start
2.7 Hive常用交互命令
[daydayup@hadoop102 hive]$ bin/hive -help
usage: hive
-d,--define <key=value> Variable subsitution to apply to hive
commands. e.g. -d A=B or --define A=B
--database <databasename> Specify the database to use
-e <quoted-query-string> SQL from command line
-f <filename> SQL from files
-H,--help Print help information
--hiveconf <property=value> Use value for given property
--hivevar <key=value> Variable subsitution to apply to hive
commands. e.g. --hivevar A=B
-i <filename> Initialization SQL file
-S,--silent Silent mode in interactive shell
-v,--verbose Verbose mode (echo executed SQL to the console)
1）“-e”不进入hive的交互窗口执行sql语句（命令用单/双引号扩起来）
[daydayup@hadoop102 hive]$ bin/hive -e "select id from student;"
2）“-f”执行脚本中sql语句
（1）在/opt/module/hive/下创建datas目录并在datas目录下创建hivef.sql文件
[daydayup@hadoop102 datas]$ touch hivef.sql
（2）文件中写入正确的sql语句
select *from student;
（3）执行文件中的sql语句
[daydayup@hadoop102 hive]$ bin/hive -f /opt/module/hive/datas/hivef.sql
（4）执行文件中的sql语句并将结果写入文件中
[daydayup@hadoop102 hive]$ bin/hive -f /opt/module/hive/datas/hivef.sql > /opt/module/hive/datas/hive_result.txt
2.8 Hive其他命令操作
1）退出hive窗口：
hive(default)>exit;
hive(default)>quit;
2）在hive cli命令窗口中如何查看hdfs文件系统
hive(default)>dfs -ls /;
3）查看在hive中输入的所有历史命令
（1）进入到当前用户的根目录 /root或/home/daydayup
（2）查看. hivehistory文件
[atguig2u@hadoop102 ~]$ cat .hivehistory
2.9 Hive常见属性配置
2.9.1 Hive运行日志信息配置
1）Hive的log默认存放在/tmp/daydayup/hive.log目录下（当前用户名下）
2）修改hive的log存放日志到/opt/module/hive/logs
（1）修改/opt/module/hive/conf/hive-log4j2.properties.template文件名称为
hive-log4j2.properties
[daydayup@hadoop102 conf]$ pwd
/opt/module/hive/conf
[daydayup@hadoop102 conf]$ mv hive-log4j2.properties.template hive-log4j2.properties
（2）在hive-log4j2.properties文件中修改log存放位置
hive.log.dir=/opt/module/hive/logs
2.9.2 打印 当前库 和 表头
在hive-site.xml中加入如下两个配置:
<property>
<name>hive.cli.print.header</name>
<value>true</value>
</property>
<property>
<name>hive.cli.print.current.db</name>
<value>true</value>
</property>
2.9.3 参数配置方式
1）查看当前所有的配置信息
hive>set;
2）参数的配置三种方式
（1）配置文件方式
默认配置文件：hive-default.xml
用户自定义配置文件：hive-site.xml
注意：用户自定义配置会覆盖默认配置。另外，Hive也会读入Hadoop的配置，因为Hive是作为Hadoop的客户端启动的，Hive的配置会覆盖Hadoop的配置。配置文件的设定对本机启动的所有Hive进程都有效。
（2）命令行参数方式
启动Hive时，可以在命令行添加-hiveconf param=value来设定参数。
例如：
[daydayup@hadoop103 hive]$ bin/hive -hiveconf mapred.reduce.tasks=10;
注意：仅对本次hive启动有效
查看参数设置：
hive (default)> set mapred.reduce.tasks;
（3）参数声明方式
可以在HQL中使用SET关键字设定参数
例如：
hive (default)> set mapred.reduce.tasks=100;
注意：仅对本次hive启动有效。
查看参数设置
hive (default)> set mapred.reduce.tasks;
上述三种设定方式的优先级依次递增。即配置文件<命令行参数<参数声明。注意某些系统级的参数，例如log4j相关的设定，必须用前两种方式设定，因为那些参数的读取在会话建立以前已经完成了。
