Hive 从 0 到 1 学习 —— 第二章 Hive 安装

1. Hive 安装地址

1. Hive官网地址

   http://hive.apache.org/

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

2. Hive 安装部署

2.1 Hive 安装及配置

1. 把 apache-hive-1.2.1-bin.tar.gz上传到 linux 的 /opt/software目录下

2. 解压 apache-hive-1.2.1-bin.tar.gz 到 /opt/module/目录下面

   [atguigu@hadoop102 software]$ tar -zxvf apache-hive-1.2.1-bin.tar.gz -C /opt/module/
   

3. 修改 apache-hive-1.2.1-bin.tar.gz 的名称为 hive

   [atguigu@hadoop102 module]$ mv apache-hive-1.2.1-bin/ hive
   

4. 修改 /opt/module/hive/conf目录下的 hive-env.sh.template名称为 hive-env.sh

5. 配置 hive-env.sh文件

   配置 HADOOP_HOME路径

   export HADOOP_HOME=/opt/module/hadoop-2.7.2
   

   配置 HIVE_CONF_DIR路径

   export HIVE_CONF_DIR=/opt/module/hive/conf
   

2.2 Hadoop 集群配置

1. 必须启动 hdfs 和 yarn

   [atguigu@hadoop102 hadoop-2.7.2]$ sbin/start-dfs.sh
   [atguigu@hadoop103 hadoop-2.7.2]$ sbin/start-yarn.sh
   

2. 在 HDFS 上创建 /tmp和 /user/hive/warehouse两个目录并修改他们的同组权限可写

   [atguigu@hadoop102 hadoop-2.7.2]$ bin/hadoop fs -mkdir /tmp
   [atguigu@hadoop102 hadoop-2.7.2]$ bin/hadoop fs -mkdir -p /user/hive/warehouse
   
   [atguigu@hadoop102 hadoop-2.7.2]$ bin/hadoop fs -chmod g+w /tmp
   [atguigu@hadoop102 hadoop-2.7.2]$ bin/hadoop fs -chmod g+w /user/hive/warehouse
   

2.3 Hive基本操作

1. 启动 hive

   [atguigu@hadoop102 hive]$ bin/hive
   

2. 查看数据库

   hive> show databases;
   

3. 打开默认数据库

   hive> use default;
   

4. 显示 default 数据库中的表

   hive> show tables;
   

5. 创建一张表

   hive> create table student(id int, name string);
   

6. 显示数据库中有几张表

   hive> show tables;
   

7. 查看表的结构

   hive> desc student;
   

8. 向表中插入数据

   hive> insert into student values(1000,"ss");
   

9. 查询表中数据

   hive> select * from student;
   

10. 退出 hive

    hive> quit;
    

3. 将本地文件导入 Hive 案例

需求

将本地 /opt/module/datas/student.txt这个目录下的数据导入到 hive 的 student(id int, name string)表中。

3.1 数据准备

在 /opt/module/datas这个目录下准备数据

[atguigu@hadoop102 module]$ mkdir datas
[atguigu@hadoop102 module]$ cd datas
[atguigu@hadoop102 module]$ vim student.txt

1001	大明
1002	二明
1003	三明

注意以 tab 键间隔。

3.2 Hive 实际操作

1. 启动 hive

   [atguigu@hadoop102 hive]$ bin/hive
   

2. 显示数据库

   hive> show databases;
   

3. 使用 default 数据库

   hive> use default;
   

4. 显示 default 数据库中的表

   hive> show tables;
   

5. 删除已创建的 student 表

   hive> drop table if exists student;
   

6. 创建 student 表, 并声明文件分隔符 ’\t’

   hive> create table student(id int, name string) ROW FORMAT DELIMITED FIELDS TERMINATED
    BY '\t';
   

7. 加载 /opt/module/datas/student.txt文件到 student 数据库表中。

   hive> load data local inpath '/opt/module/datas/student.txt' into table student;
   

8. Hive 查询结果

   hive> select * from student;
   OK
   1001	大明
   1002	二明
   1003	三明
   Time taken: 0.289 seconds, Fetched: 3 row(s)
   

3.3 遇到的问题

再打开一个客户端窗口启动 hive，会产生 java.sql.SQLException 异常。

Exception in thread "main" java.lang.RuntimeException: java.lang.RuntimeException:
 Unable to instantiate
 org.apache.hadoop.hive.ql.metadata.SessionHiveMetaStoreClient
        at org.apache.hadoop.hive.ql.session.SessionState.start(SessionState.java:522)
        at org.apache.hadoop.hive.cli.CliDriver.run(CliDriver.java:677)
        at org.apache.hadoop.hive.cli.CliDriver.main(CliDriver.java:621)
        at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
        at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:57)
        at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
        at java.lang.reflect.Method.invoke(Method.java:606)
        at org.apache.hadoop.util.RunJar.run(RunJar.java:221)
        at org.apache.hadoop.util.RunJar.main(RunJar.java:136)
Caused by: java.lang.RuntimeException: Unable to instantiate org.apache.hadoop.hive.ql.metadata.SessionHiveMetaStoreClient
        at org.apache.hadoop.hive.metastore.MetaStoreUtils.newInstance(MetaStoreUtils.java:1523)
        at org.apache.hadoop.hive.metastore.RetryingMetaStoreClient.<init>(RetryingMetaStoreClient.java:86)
        at org.apache.hadoop.hive.metastore.RetryingMetaStoreClient.getProxy(RetryingMetaStoreClient.java:132)
        at org.apache.hadoop.hive.metastore.RetryingMetaStoreClient.getProxy(RetryingMetaStoreClient.java:104)
        at org.apache.hadoop.hive.ql.metadata.Hive.createMetaStoreClient(Hive.java:3005)
        at org.apache.hadoop.hive.ql.metadata.Hive.getMSC(Hive.java:3024)
        at org.apache.hadoop.hive.ql.session.SessionState.start(SessionState.java:503)
... 8 more

原因是，Metastore 默认存储在自带的 derby 数据库中，推荐使用 MySQL 存储 Metastore。

4. Hive 元数据配置到 MySql

4.1 驱动拷贝

拷贝 mysql 的驱动到 /opt/moudule/hive/lib

[root@hadoop102 software]# cp mysql-libs/mysql-connector-java-5.1.44.jar
 /opt/module/hive/lib/

4.2 配置 Metastore 到 MySql

1. 在 /opt/module/hive/conf目录下创建一个 hive-site.xml

2. 根据官方文档配置参数，拷贝数据到 hive-site.xml文件中

   <?xml version="1.0"?>
   <?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
   <configuration>
       <property>
           <name>javax.jdo.option.ConnectionURL</name>
           <value>jdbc:mysql://hadoop102:3306/metastore?createDatabaseIfNotExist=true&amp;useUnicode=true&amp;characterEncoding=UTF-8</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>
       <property>
           <name>hive.metastore.schema.verification</name>
           <value>false</value>
           <description>关闭元数据检查</description>
       </property>
   </configuration>
   

3. 配置完毕后，如果启动 hive 异常，可以重新启动虚拟机。（重启后，别忘了启动 hadoop 集群）

4.3 多窗口启动 Hive 测试

1. 先启动 MySQL

   [dwjf321@hadoop102 hive]$ mysql -uroot -p123456
   

   查看有几个数据库

   mysql> show databases;
   +--------------------+
   | Database           |
   +--------------------+
   | information_schema |
   | mysql             |
   | performance_schema |
   | test               |
   +--------------------+
   

2. 再次打开多个窗口，分别启动 hive

   [dwjf321@hadoop102 hive]$ bin/hive
   

3. 启动 hive 后，回到 MySQL 窗口查看数据库，显示增加了 metastore 数据库

   mysql> show databases;
   +--------------------+
   | Database           |
   +--------------------+
   | information_schema |
   | metastore          |
   | mysql             |
   | performance_schema |
   | test               |
   +--------------------+
   

5. HiveJDBC 访问

5.1 启动 hiveserver2 服务

nohup /opt/module/hive/bin/hiveserver2 >/dev/null 2>&1 &

5.2 连接 hiveserver2

beeline> !connect jdbc:hive2://hadoop102:10000（回车）
Connecting to jdbc:hive2://hadoop102:10000
Enter username for jdbc:hive2://hadoop102:10000: dwjf321（回车）
Enter password for jdbc:hive2://hadoop102:10000: （直接回车）
Connected to: Apache Hive (version 1.2.1)
Driver: Hive JDBC (version 1.2.1)
Transaction isolation: TRANSACTION_REPEATABLE_READ
0: jdbc:hive2://hadoop102:10000> show databases;
+----------------+--+
| database_name  |
+----------------+--+
| default        |
+----------------+--+

5.3 DBeaver 连接 hive

1. core-site.xml添加配置

   vim /opt/module/hadoop-2.7.2/etc/hadoop/core-site.xml
   

   内容如下：

   <property>
           <name>hadoop.proxyuser.root.hosts</name>
           <value>*</value>
    </property>
   <property>
           <name>hadoop.proxyuser.root.groups</name>
       <value>*</value>
   </property>
   <property>
           <name>hadoop.proxyuser.zhaoshb.hosts</name>
           <value>*</value>
   </property>
   <property>
           <name>hadoop.proxyuser.zhaoshb.groups</name>
           <value>*</value>
   </property>
   

2. 连接 hive
   

6. Hive 常用交互命令

[dwjf321@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

   [dwjf321@hadoop102 hive]$ bin/hive -e "select id from student;"
   

2. -f执行脚本中sql语句

   [dwjf321@hadoop102 datas]$ touch hivef.sql
   

   文件中写入正确的sql语句

   select *from student;
   

   执行文件中的 sql 语句

   [dwjf321@hadoop102 hive]$ bin/hive -f /opt/module/datas/hivef.sql  > /opt/module/datas/hive_result.txt
   

7. Hive 其他命令操作

1. 退出hive窗口：

   hive(default)>exit;
   

   或

   hive(default)>quit;
   

   在新版的hive中没区别了，在以前的版本是有的：

   • exit：先隐性提交数据，再退出；

   • quit：不提交数据，退出；

2. 在 hive cli命令窗口中如何查看hdfs文件系统

   hive(default)>dfs -ls /;
   

3. 在 hive cli命令窗口中如何查看本地文件系统

   hive(default)>! ls /opt/module/datas;
   

4. 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/dwjf321

   2. 查看 . hivehistory文件

      [dwjf312@hadoop102 ~]$ cat .hivehistory
      

8. Hive 常见属性配置

8.1 Hive 数据仓库位置配置

1. Default数据仓库的最原始位置是在hdfs上的：/user/hive/warehouse路径下。

2. 在仓库目录下，没有对默认的数据库 default 创建文件夹。如果某张表属于default数据库，直接在数据仓库目录下创建一个文件夹。

3. 修改default数据仓库原始位置

   vim hive-site.xml
   

   添加如下内容

   <property>
       <name>hive.metastore.warehouse.dir</name>
       <value>/user/hive/warehouse</value>
       <description>location of default database for the warehouse</description></property>
   

   配置同组用户有执行权限

   bin/hdfs dfs -chmod g+w /user/hive/warehouse
   

8.2 查询后信息显示配置

1. 在 hive-site.xml文件中添加如下配置信息，就可以实现显示当前数据库，以及查询表的头信息配置。

   <property>
   	<name>hive.cli.print.header</name>
   	<value>true</value>
   </property>
   <property>
   	<name>hive.cli.print.current.db</name>
   	<value>true</value>
   </property>
   

   配置后，如图所示：

   

8.3 Hive 运行日志信息配置

1. Hive 的 log 默认存放在 /tmp/dwjf321/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-log4j.properties.template文件名称为 hive-log4j.properties

      [dwjf321@hadoop102 conf]$ mv hive-log4j.properties.template hive-log4j.properties
      

   2. 在 hive-log4j.properties文件中修改log存放位置

      hive.log.dir=/opt/module/hive/logs
      

8.4 参数配置方式

1. 查看当前所有的配置信息

   hive>set;
   

8.4.1 参数的配置三种方式

8.4.1.1 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。

8.4.1.2 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：

[dwjf31@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;

8.4.1.3 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。