大数据入门（15）hive简介和配置

1、上传文件，解压到app 下
tar -zxvf 文件 -C app
2、不配置文件的情况下
启动：./hive (目录：/home/admin/app/hive/bin)
创建表： create table t_1(id int ,name string);
查看：show tables;
退出：exit;

当前目录下生产文件： metastore_db

退出后，在外层目录启动.hive ,查看表，则无法查看，因为metastore_db 文件只存在bin 目录下，默认使用的derby数据库,缺点：一次只能打开一个会话；

3、配置文件，使用mysql 作为数据源管理
   3.1、配置环境变量（/etc/profile ）

       JAVA_HOME=/home/admin/app/java/jdk1.7.0_71
       HIVE_HOME=/home/admin/app/hive
       HADOOP_HOME=/home/admin/app/hadoop-2.4.1
       PATH=$HIVE_HOME/bin:$HADOOP_HOME/sbin:$HADOOP_HOME/bin:$JAVA_HOME/bin:$PATH
       CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
       export JAVA_HOME HIVE_HOME HADOOP_HOME PATH CLASSPATH

   3.2、修改配置文件 hive-env.sh
       cp hive-env.sh.template hive-env.sh
   编辑文件：
       export JAVA_HOME=/home/admin/app/java/jdk1.7.0_71
       export HIVE_HOME=/home/admin/app/hive
       export HADOOP_HOME=/home/admin/app/hadoop-2.4.1
   3.3、添加配置文件hive-site.xml
       vi hive-site.xml

   3.4、hive-site.xml（需要先安装mysql或者使用windows下的配置，切允许远程连接）

   添加如下内容：

<configuration>
   <property>
   <name>javax.jdo.option.ConnectionURL</name>
   <value>jdbc:mysql://192.168.1.2:3306/hive?createDatabaseIfNotExist=true</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>root</value>
   <description>password to use against metastore database</description>
   </property>
</configuration>
4、将mysql的连接jar包拷贝到$HIVE_HOME/lib目录下

sftp> cd /home/admin/app/hive/lib
sftp> put e:\soft\mysql-connector-java-5.1.28.jar

注意:使用外部的mysql ,需要把mysql的数据库字符类型改为latin1，否则建表失败

5、bin/hive启动
show tables;
load dat

show tables;
create table z_1(id int,name string);（需要把mysql的数据库字符类型改为latin1）

6、创建内部表(默认是内部表)
create table t_order(id int,name string,velocity string,price double) row format delimited fields terminated by '\t';

（1）原理
   每一个 Table 在 Hive 中都有一个相应的目录存储数据。例如，一个表 test，它在 HDFS 中的路径为：/ warehouse/test。
   warehouse是在 hive-site.xml 中由 ${hive.metastore.warehouse.dir} 指定的数据仓库的目录，所有的 Table 数据（不包括 External Table）都保存在这个目录中。

（2）hdfs中路径

默认hdfs中路径：hdfs://ns1/user/hive/warehouse
表直接在warehouse 下

http://192.168.1.113:50070/explorer.html#/user/hive/warehouse

   新建一个creat database wek01;新建表t_order_01；
   hdfsl路径：warehouse/wek01.db/t_order_01

（3）加载数据

   #本地虚拟机上文件
   load data local inpath '/home/admin/oder.txt' into table t_order_01;

#hdfs中文件
load data inpath '/oder3.txt' into table t_order_01;

（4）hive查询的hdfs原理：查询表下的文件

load后文件的hdfs路径：warehouse/wek01.db/t_order_01/order.txt

select * from t_order_01;
select count(*) from t_order_01;(使用mapreduce)

直接导入文件到warehouse/wek01.db/t_order_01/下，
select * from t_order_01 ;//如果格式不同，则显示为NULL
(5)删除表时，元数据与数据都会被删除

7、创建外部表
(1)原理
   它和内部表在元数据的组织上是相同的，而实际数据的存储则有较大的差异：
   内部表的创建过程和数据加载过程（这两个过程可以在同一个语句中完成），在加载数据的过程中，实际数据会被移动到数据仓库目录中；之后对数据对访问将会直接在数据仓库目录中完成。       删除表时，表中的数据和元数据将会被同时删除
   外部表只有一个过程，加载数据和创建表同时完成，并不会移动到数据仓库目录中，只是与外部数据建立一个链接。当删除一个外部表时，仅删除该链接
（2）创建表
   create external table t_order_ex(id int,name string,velocity string,price double) row format delimited fields terminated by '\t' location '/hive_test';

8、创建分区表
（1）原理
       Partition 对应于数据库的 Partition 列的密集索引；
       在 Hive 中，表中的一个 Partition 对应于表下的一个目录，所有的 Partition 的数据都存储在对应的目录中
       例如：test表中包含 date 和 city 两个 Partition，
       则对应于date=20130201, city = bj 的 HDFS 子目录为：/warehouse/test/date=20130201/city=bj
       对应于date=20130202, city=sh 的HDFS 子目录为：/warehouse/test/date=20130202/city=sh
（2）创建表
   create table t_order_pt(id int,name string,velocity string,price double)
   partitioned by (month string)
   row format delimited fields terminated by '\t';
（3）加载数据
   load data local inpath '/home/admin/order.txt' into table t_order_pt partition (month='201810');
   load data local inpath '/home/admin/order2.txt' into table t_order_pt partition (month='201811');
（4）查询
   select count(*) from t_order_pt;
   select count(*) from t_order_pt where month='201810';
（5）修改数据
   alter table partition_table add partition (daytime='2013-02-04',city='bj');
   通过load data 加载数据

alter table partition_table drop partition (daytime='2013-02-04',city='bj')
元数据，数据文件删除，但目录daytime=2013-02-04还在

9、将mysq当中的数据直接导入到hive当中
sqoop import --connect jdbc:mysql://192.168.1.10:3306/itcast --username root --password 123 --table trade_detail --hive-import --hive-overwrite --hive-table trade_detail --fields-terminated-by '\t'
sqoop import --connect jdbc:mysql://192.168.1.10:3306/itcast --username root --password 123 --table user_info --hive-import --hive-overwrite --hive-table user_info --fields-terminated-by '\t'

10、hive 的运行模式

Hive的运行模式即任务的执行环境，分为本地与集群两种，我们可以通过mapred.job.tracker 来指明
设置方式：
hive > SET mapred.job.tracker=local

11、hive的启动方式
   1、hive 命令行模式，直接输入#/hive/bin/hive的执行程序，或者输入 #hive --service cli
   2、 hive web界面的 (端口号9999) 启动方式
   #hive --service hwi &
   用于通过浏览器来访问hive；
   http://hadoop0:9999/hwi/
   3、 hive 远程服务 (端口号10000) 启动方式
   #hive --service hiveserver &

创建分区表
普通表和分区表区别：有大量数据增加的需要建分区表比较方便
create table book (id bigint, name string) partitioned by (pubdate string) row format delimited fields terminated by '\t';

   分区表加载数据
   load data local inpath './book.txt' overwrite into table book partition (pubdate='2010-08-22');
   load data local inpath '/root/data.am' into table beauty partition (nation="USA");
   select nation, avg(size) from beauties group by nation order by avg(size);

*************************************常见问题*********************************************************************

创建表的过程，报错
com.mysql.jdbc.exceptions.jdbc4.MySQLSyntaxErrorException: Specified key was too long; max key length is 767 bytes

解决方案：修改数据库的编码utf-8 为latin1

大数据入门（15）hive简介和配置

猜你喜欢