1.系统环境
VMware-workstation：VMware-workstation-full-16.2.3
ubuntu：ubuntu-21.10
hadoop：hadoop2.7.2
mysql：mysql-connector-java-8.0.19
jdk：jdk-8u91-linux-x64.tar（注意要是linux版本的，因为是在linux系统中创建虚拟机）
hive：hive1.2.1
小技巧：
右键单击可以paste
2.创建虚拟机
1.选择典型即可
2.将ubuntu镜像文件导入：
3.用户名要记住，涉及到之后的文件路径：（推荐使用hadoop）
4.磁盘大小，选择默认的20GB就行，不要低于15GB，否则在远程连接的时候可能会出问题
5.进行克隆，生成子节点slave1，slave2......
要选择完整克隆
克隆后的虚拟机密码和原虚拟机相同
3.修改虚拟机
修改hostname和主机名解析文件
步骤
1.sudo vi /etc/hostname
修改为自己虚拟机的名称即可：master，slave1等等
（需要重启才能生效）
第一次使用sudo需要输入密码，即创建虚拟机时的密码
2.sudo vi /etc/hosts
编辑主机名解析文件，填入对应的各节点地址和对应的主机名
把类似于下面格式的文本粘贴到原文件中（各个节点都要）
192.168.40.133 master
192.168.40.132 slave1
首先需要ifconfig查看当前的ip地址
如果显示ifconfig命令找不到，按照报错提示安装即可
问题
1.vim无法输入
原因：ubuntu默认安装的是vim-tiny版本，并没有老版本的vi编辑器，它是vim的最小化版本，只包含一小部分功能
可以到文件夹中看看文件，是不是下面这样：
如果是的话，重装一下vim即可
重装命令：
sudo apt-get remove vim-common（卸载老版本）
sudo apt-get install vim（安装新版本）
4.设置SSH
1.ps -e|grep ssh：查看是否安装ssh服务（一开始都是没安装的）
如果安装：
有sshd表示ssh-server已启动
2.sudo apt-get install ssh：安装ssh
3.节点生成公钥、私钥对对：
ssh-keygen -t rsa：生成
cat .ssh/id_rsa.pub >> .ssh/authorized_keys：导入公钥
cd .ssh cat id_rsa.pub：查看公钥
最终看到的应该是这样的：
这一步骤每个节点都需要执行
4.子节点向主节点传送密钥
scp .ssh/id_rsa.pub hadoop@master:/home/hadoop/id_rsa1.pub（这里的hadoop就是创建虚拟机时填写用户名）
5.主节点设置免密码登录
cat id_rsa1.pub >> .ssh/authorized_keys（这个就是子节点传过来的密钥）
6.主节点返回子节点：
scp .ssh/authorized_keys hadoop@slave1:/home/hadoop/.ssh/authorized_keys（子节点的名称）
7.验证ssh免密码登录：
执行ssh+hostname（如ssh master）
验证是否能直接登录，而不需要输入密码
5.配置集群
1.创建以下文件夹
/home/hadoop/data/namenode /home/hadoop/data/datanode /home/hadoop/temp
(可以直接在文件夹中创建：
右键new即可）
2.Master上 hadoop路径下解压缩hadoop2.7.2和jdk1.8
压缩包如果不能直接拖到文件夹中，可以通过以下命令从windows系统中上传到虚拟机：
首先windows+R打开命令行
然后：
scp E:\python+hive\hadoop-2.7.2.tar.gz hadoop@192.168.40.133:/home/hadoop
windows中文件的路径 用户名 主机ip
以hadoop为例，其他的压缩包类似
jdk传过来之后需要重命名为jdk1.8
3.解压gz文件：
tar zxvf hadoop-2.7.2.tar.gz
（以hadoop为例）
4.修改master的一些配置文件：
- 修改hadoop-env.sh 文件:
export HADOOP_PREFIX=/home/hadoop/hadoop-2.7.2(这个是新建的，原文件中没有)
export JAVA_HOME=/home/hadoop/jdk1.8
- 修改yarn-env.sh文件:
export JAVA_HOME=/home/hadoop/jdk1.8
- 下面是一些xml文件的配置
修改core-site.xml文件: <?xml version="1.0" encoding="UTF-8"?> <?xml-stylesheet type="text/xsl" href="configuration.xsl"?> <configuration> <property> <name>fs.defaultFS</name> <value>hdfs://master:9000</value> </property> <property> <name>hadoop.tmp.dir</name> <value>file:/home/hadoop/temp</value> </property> <property> <name>hadoop.proxyuser.root.hosts</name> <value>*</value> </property> <property> <name>hadoop.proxyuser.root.groups</name> <value>*</value> </property> </configuration> 修改hdfs-site.xml文件: <configuration> <property> <name>dfs.namenode.name.dir</name> <value>file:/home/hadoop/data/namenode</value> </property> <property> <name>dfs.datanode.data.dir</name> <value>file:/home/hadoop/data/datanode</value> </property> <property> <name>dfs.namenode.secondary.http-address</name> <value>slave1:50090</value> </property> <property> <name>dfs.replication</name> <value>2</value> </property> <property> <name>dfs.permissions.enabled</name> <value>false</value> </property> <property> <name>dfs.webhdfs.enabled</name> <value>true</value> </property> </configuration> 修改mapred-site.xml文件: <configuration> <property> <name>mapreduce.framework.name</name> <value>yarn</value> </property> <property> <name>mapreduce.jobhistory.address</name> <value>master:10020</value> </property> <property> <name>mapreduce.jobhistory.webapp.address</name> <value>master:19888</value> </property> </configuration> 修改yarn-site.xml文件: <configuration> <property><name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value></property> <property> <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name> <value>org.apache.hadoop.mapred.ShuffleHandler</value> </property><property> <name>yarn.resourcemanager.scheduler.address</name> <value>master:8030</value></property> <property> <name>yarn.resourcemanager.admin.address</name> <value>master:8033</value></property> <property> <name>yarn.resourcemanager.address</name> <value>master:8032</value> </property> <property> <name>yarn.resourcemanager.resource-tracker.address</name> <value>master:8031</value></property> <property><name>yarn.resourcemanager.webapp.address</name> <value>master:8088</value> </property> </configuration>
以上直接复制粘贴即可
注意，configuration包裹的替换源文件中的configuration部分，不要替换多了，如果有的文件是.template格式的，直接重命名，把.template删除即可
6.修改环境变量：
sudo vi /etc/profile：修改环境变量
export HADOOP_HOME=/home/hadoop/hadoop-2.7.2 export CLASSPATH=.:$JAVA_HOME/lib:$JRE_HOME/lib:$CLASSPATH:$HADOOP_HOME/share/hadoop/common/hadoop-common-2.7.2.jar:$HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduce-client-core-2.7.2.jar:$HADOOP_HOME/share/hadoop/common/lib/commons-cli-1.2.jar export PATH=$JAVA_HOME/bin:$JRE_HOME/bin:$HADOOP_HOME/sbin:$HADOOP_HOME/bin:$PATH export JAVA_HOME=/home/hadoop/jdk1.8 export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar export PATH=$JAVA_HOME/bin:$PATH export JRE_HOME=$JAVA_HOME/jre
所有节点都要配置
直接CV即可
7.拷贝hadoop：
scp -r hadoop-2.7.2/ hadoop@slave1:/home/hadoop：从主节点拷贝到其他节点
8.查看版本：
source /etc/profile：可以使环境变量的配置即刻生效（否则需要重启虚拟机）
然后：
java –version hadoop version
查看jdk和hadoop的版本
能找到对应的版本说明环境变量配置成功
9.启动集群
hdfs namenode -format：格式化（只需配置一次即可）
start-all.sh：启动hadoop集群
信息如上说明成功
集群启动到此结束
jps：查看进程
能看到除去RunJar的其他进程，说明集群启动成功
6.安装hive
Mysql
1.安装MySQL（在master中）
sudo apt-get install mysql-server：服务器
sudo apt-get install mysql-client sudo apt-get install libmysqlclient-dev：客户端
默认安装的是MySQL8，会自动生成一个密码
sudo cat /etc/mysql/debian.cnf：查看初始密码：
建议复制下来保存
2.修改配置文件：
sudo vim /etc/mysql/mysql.conf.d/mysqld.cnf
将 bind-address = 127.0.0.1给注释掉
3.登录数据库：
mysql -u debian-sys-maint -p：登录数据库，密码输入以上的默认密码
4.创建用户
create user 'hive'@'%' IDENTIFIED BY '123456';
grant all privileges on *.* to 'hive'@'%';
flush privileges;
依次执行，创建的数据库用户名是hive，密码是123456
Hive
5.上传apache-hive-1.2.1-bin.tar.gz，解压后重命名为hive-1.2.1
也是可以从windows传送
MySQL的驱动包mysql-connector-java-8.0.19.jar，将解压出来的jar放入hive 的lib目录下
版本可能不同
6.hive环境变量配置
sudo vi /etc/profile
export HIVE_HOME=/home/hadoop/hive-1.2.1 export PATH=$PATH:$HIVE_HOME/bin:$PATH export CLASSPATH=$CLASSPATH:$HIVE_HOME/lib
所有节点都要配置
7.修改/conf/hive-env.sh文件
添加以下语句：
HADOOP_HOME=/home/hadoop/hadoop-2.7.2 export HIVE_CONF_DIR=/home/hadoop/hive-1.2.1/conf
如果是.template直接删除掉或者复制一份为.xml都行
template就只是一个模板而已
8.修改hive配置文件：
①执行以下命令，创建路径，用于HDFS存储：
hdfs dfs -mkdir -p /hive/warehouse hdfs dfs -mkdir -p /hive/logs hdfs dfs -mkdir -p /hive/tmp hdfs dfs -chmod 733 /hive/warehouse hdfs dfs -chmod 733 /hive/logs hdfs dfs -chmod 733 /hive/tmp
查看是否成功：
②创建本地目录：
mkdir -p /home/hadoop/hive-1.2.1/hivedata/logs
③配置.xml文件：
cd /home/hadoop/hive-1.2.1/conf：跳转到conf文件夹下
配置hive-site.xml： cp hive-default.xml.template hive-site.xml：首先复制一份hive-site.xml 然后修改hive-site.xml <property><name>javax.jdo.option.ConnectionURL</name> <value>jdbc:mysql://master:3306/stock?createDatabaseIfNotExist=true&characterEncoding=UTF-8&useSSL=false&serverTimezone=GMT&allowPublicKeyRetrieval=true</value></property> <property><name>javax.jdo.option.ConnectionDriverName</name> <value>com.mysql.jdbc.Driver</value></property> <property><name>javax.jdo.option.ConnectionUserName</name> <value>hive</value></property> <property><name>javax.jdo.option.ConnectionPassword</name> <value>123456</value></property> <property><name>hive.metastore.warehouse.dir</name> <value>/hive/warehouse</value></property> <property><name>hive.exec.scratchdir</name><value>/hive/tmp</value> </property> <!--第六行的stock是数据库名，自己起；然后url后面的比较长，要复制全--> 配置log4j： 先复制出两个文件： cp hive-exec-log4j.properties.template hive-exec-log4j.properties cp hive-log4j.properties.template hive-log4j.properties 然后修改配置： hive.log.dir=/home/hadoop/hive-1.2.1/logs log4j.appender.EventCounter=org.apache.hadoop.log.metrics.EventCounter <!--两个文件（hive-exec-log4j.properties和hive-log4j.properties）中的都要修改-->
9.主节点hive启动：
schematool --dbType mysql -initSchema：启动数据库
如果启动失败：
则可以通过df -hl查看当前内存的使用情况，如果内存太满：
尝试一下虚拟机-》右键打开设置-》找到硬盘-》扩展，增加容量-》重启虚拟机
再不好用就去网上搜报错信息吧
注意：只能启动一次
这样的报错信息意思是不能重复启动，对正常使用无影响
hive：hive启动
这样就是启动成功
hive中的语句和mysql一样
通过exit;可以退出hive
10.远程连接配置（子节点slave1）：
子节点配置：
①将master上的hive-1.2.1目录复制到其他节点上
scp -r hive-1.2.1/ hadoop@slave1:/home/hadoop
②修改hive-site.xml文件，删除如下的配置：
• javax.jdo.option.ConnectionURL
• javax.jdo.option.ConnectionDriverName
• javax.jdo.option.ConnectionUserName
• javax.jdo.option.ConnectionPassword
然后添加如下配置：
<property> <name>hive.metastore.uris</name> <value>thrift://192.168.149.128:9083</value>、 </property> <!--192.168.149.128是主机名，自己修改；9083是端口，不要动--> <property> <name>hive.server2.thrift.bind.host</name> <value>**.**.**.**</value> <!--主机地址--> </property> <property> <name>hive.server2.thrift.port</name> <value>10000</value> <!--端口使用默认的即可--> </property>
远程连接配置到此结束
11.进行远程连接：
①
master启动metastore：hive --service metastore &
&表示后台启动
执行jps可以看到其RunJar
子节点连接：执行hive即可
②
master启动hiveserver2 ：hive --service hiveserver2 &
子节点连接：执行beeline -u jdbc:hive2://192.168.40.133:10000/stock1 -n root即可
自己改主机地址和数据库名，端口10000不要动
上面两个服务器，可以同时开启，一般用第二个比较多
然后就可以在子节点进行hive的操作了
7.hive操作示例：
123
流程：建表-》整理数据-》数据加载到hive中-》JDBC连接hive取出数据
①建表语句：
create table fortest(time_ String,begin_ FLOAT,end_ FLOAT,low_ FLOAT,high_ FLOAT) row format delimited fields terminated by ',';
②数据格式：
不同的列以“,”分隔，多条数据之间以换行分隔
③加载数据：
LOAD DATA LOCAL INPATH "/home/hadoop/test.txt" INTO TABLE fortest;
需要先把.txt文件复制到虚拟机文件夹中，直接CV即可
④JDBC配置
需要导入的坐标：
<dependency>
<groupId>org.apache.hive</groupId>
<artifactId>hive-jdbc</artifactId>
<version>1.2.1</version>
</dependency>
<dependency>
<groupId>org.apache.hadoop</groupId>
<artifactId>hadoop-common</artifactId>
<version>2.7.2</version>
</dependency>
配置文件：
jdbc_driver=org.apache.hive.jdbc.HiveDriver
jdbc_url=jdbc:hive2://192.168.40.133:10000/stock1
jdbc_username=hive
jdbc_password=123456