hive 连接及使用（三）
1. 连接
有三种方式连接 hive：
cli：直接输入bin/hive就可以进入clihiveserver2、beelinewebui
1.1 hiveserver2/beeline
1、开启 hiveserver2 服务
// 前台运行，当 beeline 输入命令时，服务端会返回 OK
[root@hadoop1 bin]# ./hiveserver2
OK
// 后台运行，1：表示标准日志输出、2：表示错误日志输出 如果我没有配置日志的输出路径，日志会生成在当前工作目录，默认的日志名称叫做： nohup.xxx
nohup hiveserver2 1>/home/hadoop/hiveserver.log 2>/home/hadoop/hiveserver.err &
或者：nohup hiveserver2 1>/dev/null 2>/dev/null &
或者：nohup hiveserver2 >/dev/null 2>&1 &
2、启动 beeline 客户端连接
[hadoop@hadoop1 bin]$ ./beeline
// 这里为 hadoop 的用户名
beeline> !connect jdbc:hive2://hadoop1:10000
Connecting to jdbc:hive2://hadoop1:10000
Enter username for jdbc:hive2://hadoop1:10000: hadoop
Enter password for jdbc:hive2://hadoop1:10000: ******
Connected to: Apache Hive (version 1.2.1)
Driver: Hive JDBC (version 1.2.1)
Transaction isolation: TRANSACTION_REPEATABLE_READ
0: jdbc:hive2://hadoop1:10000> show databases;
+----------------+--+
| database_name |
+----------------+--+
| default |
| hive_1 |
+----------------+--+
2 rows selected (4.183 seconds)
0: jdbc:hive2://hadoop1:10000>
// 指定用户名连接
beeline -u jdbc:hive2://hadoop1:10000 -n hadoop
2. 交互式命令
// -e 不进入hive的交互窗口执行sql语句
bin/hive -e "select id from student;"
// -f 执行脚本中的 sql 语句，hivef.sql 语句：select *from student;
bin/hive -f /opt/module/datas/hivef.sql
bin/hive -f /opt/module/datas/hivef.sql > /opt/module/datas/hive_result.txt
// 退出
exit、quit
// 查看 hdfs 文件系统
dfs -ls /;
// 查看本地文件系统
! ls /opt/module/datas;
// 查看在hive中输入的所有历史命令，一般为当前用户的根目录 /root 或 /home 目录
cat /home/hadoop/.hivehistory
// 其他常用命令
show databases;
show tables;
drop table tableName;
desc tableName; // 查看表结构
use default; // 使用数据库
3. 常见属性配置
3.1 数据仓库位置
Default 数据仓库的最原始位置是在 hdfs 上的：/user/hive/warehouse 路径下，修改位置：
<!--hive-default.xml.template 拷贝到 hive-site.xml文件中-->
<property>
<name>hive.metastore.warehouse.dir</name>
<value>/user/hive/warehouse</value>
<description>location of default database for the warehouse</description>
</property>
配置完后，需要修改同组用户权限：
bin/hdfs dfs -chmod g+w /user/hive/warehouse
注意：重启
hive cli才会生效
3.2 修改查询结果显示信息
1、新建一张表 student，并插入数据：
// 以 \t 作为分隔符
[hadoop@hadoop1 apps]$ vim my_code/student.txt
// 检查分隔符
[hadoop@hadoop1 apps]$ cat -T my_code/student.txt
1001^Izhangshan
1002^Ilishi
1003^Izhaoliu
// 创建一张表 student，数据以 \t 作为分隔符
hive> create table student(id int, name string) ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t';
OK
Time taken: 0.463 seconds
// 从本地导入数据
hive> load data local inpath '/home/hadoop/apps/my_code/student.txt' into table student;
Loading data to table hive_1.student
Table hive_1.student stats: [numFiles=1, totalSize=39]
OK
Time taken: 0.846 seconds
// 查询（发现没有显示具体列名等信息）
hive> select * from student;
OK
1001 zhangshan
1002 lishi
1003 zhaoliu
Time taken: 0.229 seconds, Fetched: 3 row(s)
2、修改 hive-site.xml文件中添加如下配置信息：
<property>
<name>hive.cli.print.header</name>
<value>true</value>
</property>
<property>
<name>hive.cli.print.current.db</name>
<value>true</value>
</property>
3、重启 hive：
// 显示列名
hive (hive_1)> select * from student;
OK
student.id student.name
1001 zhangshan
1002 lishi
1003 zhaoliu
Time taken: 1.636 seconds, Fetched: 3 row(s)
3.3 Hive 运行日志信息配置
1、默认日志路径：/tmp/hadoop/hive.log
2、修改 hive-log4j.properties：
[hadoop@hadoop1 apps]$ cd hive/conf/
[hadoop@hadoop1 conf]$ ls
beeline-log4j.properties.template hive-env.sh hive-exec-log4j.properties.template hive-site.xml
hive-default.xml.template hive-env.sh.template hive-log4j.properties.template ivysettings.xml
[hadoop@hadoop1 conf]$ cp hive-log4j.properties.template hive-log4j.properties
[hadoop@hadoop1 conf]$ vim hive-log4j.properties
// 修改日志路径
hive.log.dir=/home/hadoop/apps/hive/logs
3、重启 hive
3.4 参数配置方式
参数配置有三种方式：
- 修改配置文件：对所有会话有效
- 命令行参数：仅对本次会话有效，即退出
cli就失效 - 参数声明：上同
优先级：配置文件 < 命令行参数 < 参数声明
系统级的参数，log4j，必须用前两种方式设定，因为参数的读取在会话建立之前就完成了，推荐使用第一种方式
配置文件
-
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配置会覆盖hadoop配置，因为它会读取hadoop配置
命令行参数
即在启动 hive时通过命令行来添加一些参数，如：
// 格式：-hiveconf param=value
bin/hive -hiveconf mapred.reduce.tasks=10;
// 查看配置
hive (default)> set mapred.reduce.tasks;
mapred.reduce.tasks=-1
参数声明方式
可以在 HQL 中使用 SET 关键字设定参数
hive (default)> set mapred.reduce.tasks=100;
