Hive 的 安装与使用

Hive 官网

1 安装 MySql

为什么需要安装 MySql?

• 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，如果想多窗口操作就会报错，操作比较局限。以我们需要将Hive 的元数据地址改为 MySql，可支持多窗口操作。

（1）检查当前系统是否安装过 Mysql，如果有，则删除

[huwei@hadoop101 ~]$ rpm -qa|grep mariadb
mariadb-libs-5.5.56-2.el7.x86_64
[huwei@hadoop101 ~]$ sudo rpm -e --nodeps  mariadb-libs

rpm -qa 用于列出系统中已安装的所有软件包的名称，CentOS 6系统自带的数据库 MySql，CentOS 7系统自带的数据库是 mariadb（本质上就是 MySQL），根据自己的系统来确定。

（2）将 MySql 安装包拷贝到 /opt/software 目录下

（3）解压 MySql 安装包

新建 mysql_rpm 文件夹，并将MySQL 安装包中的文件解压在此处

[huwei@hadoop101 software]$ mkdir mysql_rpm
[huwei@hadoop101 software]$ tar -xvf mysql-5.7.28-1.el7.x86_64.rpm-bundle.tar -C ./mysql_rpm/

注意，mysql-5.7.28-1.el7.x86_64.rpm-bundle.tar没有以gz结尾，不是压缩文件

（4）在安装目录下执行 rpm 安装

注意：按照 顺序 依次执行

[huwei@hadoop101 mysql_rpm]$ sudo rpm -ivh mysql-community-common-5.7.28-1.el7.x86_64.rpm
[huwei@hadoop101 mysql_rpm]$ sudo rpm -ivh mysql-community-libs-5.7.28-1.el7.x86_64.rpm
[huwei@hadoop101 mysql_rpm]$ sudo rpm -ivh mysql-community-libs-compat-5.7.28-1.el7.x86_64.rpm
[huwei@hadoop101 mysql_rpm]$ sudo rpm -ivh mysql-community-client-5.7.28-1.el7.x86_64.rpm
[huwei@hadoop101 mysql_rpm]$ sudo rpm -ivh mysql-community-server-5.7.28-1.el7.x86_64.rpm

（5）初始化数据库

[huwei@hadoop101 mysql_rpm]$ sudo mysqld --initialize --user=mysql

（6）查看临时生成的 root 用户的密码

[huwei@hadoop101 mysql_rpm]$ sudo cat /var/log/mysqld.log

复制保存临时密码

（7）启动 MySql 服务

[huwei@hadoop101 mysql_rpm]$ sudo systemctl start mysqld

（8）登录 MySql 数据库

[huwei@hadoop101 mysql_rpm]$ mysql -uroot -p

不建议直接在-p后直接输入密码，因为临时密码中可能含有一些特殊字符，shell 可能会把这些特殊字符解析导致出问题

（9）必须先修改 root 用户的密码，否则执行其他的操作会报错

这里我将 root 用户的密码改为 root

mysql> set password = password("root");

（10）修改 mysql 库下的 user 表中的 root 用户允许任意 ip 连接

此时我是在主机 hadoop101 上安装的 MySQL，如果我想在主机 hadoop102 上登录MySQL，是登录不上的

mysql> update mysql.user set host='%' where user='root';
mysql> flush privileges;

退出 MySQL 数据库

mysql> exit;

2 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

[huwei@hadoop101 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 的名称为 hive-3.1.2

[huwei@hadoop101 software]$ cd ../module/
[huwei@hadoop101 module]$ mv apache-hive-3.1.2-bin/ hive-3.1.2

（4）修改 /etc/profile.d/my_env.sh，添加环境变量

[huwei@hadoop101 module]$ sudo vim /etc/profile.d/my_env.sh

添加如下内容

# HIVE_HOME
export HIVE_HOME=/opt/module/hive-3.1.2
export PATH=$PATH:$HIVE_HOME/bin

使环境变量生效

[huwei@hadoop101 module]$ source /etc/profile

（5）解决日志Jar包冲突

[huwei@hadoop101 module]$ cd hive-3.1.2/lib/
[huwei@hadoop101 module]$ ll

hive 工作时底层是基于 hadoop 的，hadoop 里也有日志的 jar 包，二者可能会有冲突，将 hive 中的 log4j-slf4j-impl-2.10.0.jar删除，在hive运行时直接使用 hadoop 提供的日志 jar 包。

[huwei@hadoop101 lib]$ rm -rf log4j-slf4j-impl-2.10.0.jar

3 Hive 元数据配置到 MySql

（1）在 $HIVE_HOME/conf目录下新建 hive-site.xml 文件

[huwei@hadoop101 ~]$ vim $HIVE_HOME/conf/hive-site.xml

添加如下内容

<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration><!-- jdbc连接的URL --><property><name>javax.jdo.option.ConnectionURL</name><value>jdbc:mysql://hadoop101:3306/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>root</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><!-- Hive元数据存储的验证 --><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>
</configuration>

（2）拷贝驱动

上传 JDBC 驱动至/opt/software/ ，然后将 MySql 的 JDBC 驱动拷贝到 Hive 的 lib 目录下

[huwei@hadoop101 software]$ cp /opt/software/mysql-connector-java-5.1.37.jar $HIVE_HOME/lib

（3）初始化元数据库

登录 mysql

[huwei@hadoop101 ~]$ mysql -uroot -proot

由于在 hive-site.xml 文件中指定了存放元数据的数据库 metastore

所以新建 Hive 元数据库 metastore

mysql> create database metastore;
Query OK, 1 row affected (0.01 sec)mysql> quit;
Bye

初始化 Hive 元数据库

[huwei@hadoop101 ~]$ schematool -initSchema -dbType mysql -verbose

4 启动 Hive

（1）启动 hadoop 集群

[huwei@hadoop101 ~]$ hdp_cluster.sh start

从下面三种启动方式中选择一种即可

（3）普通方式启动 hive

[huwei@hadoop101 ~]$ hive

（4）元数据服务方式启动 hive

hive的元数据是存在 MySql 里的，如果不使用元数据服务的话，hive直接会操作MySql里的元数据，使用元数据服务的话，hive会操作元数据服务，元数据服务再去操作 MySql 里的元数据

① 在 hive-site.xml 文件中添加如下配置信息

[huwei@hadoop101 ~]$ cd /opt/module/hive-3.1.2/conf
[huwei@hadoop101 conf]$ vim hive-site.xml

    <!-- 指定存储元数据要连接的地址 --><property><name>hive.metastore.uris</name><value>thrift://hadoop101:9083</value></property>

② 启动 metastore

[huwei@hadoop101 ~]$ hive --service metastore

③ 新开启一个窗口，启动 hive

[huwei@hadoop101 ~]$ hive

（5）JDBC 方式启动 hive

普通方式启动 hive是直连的，而该方式则是通过 hiveserver2 再去连接 hive 的

① 在 hive-site.xml 文件中添加如下配置信息

[huwei@hadoop101 ~]$ cd /opt/module/hive-3.1.2/conf
[huwei@hadoop101 conf]$ vim hive-site.xml

    <!-- 指定hiveserver2连接的host --><property><name>hive.server2.thrift.bind.host</name><value>hadoop101</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

[huwei@hadoop101 ~]$ hive --service hiveserver2

③ 新开启一个窗口，启动 beeline 客户端

[huwei@hadoop101 conf]$ beeline -u jdbc:hive2://hadoop101:10000 -n huwei

注意：-n后跟的是当前的用户名

（6）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;

（7）编写启动 metastore 和 hiveserver2 脚本

前面第2、3种启动的方式导致需要打开多个 shell 窗口，编写启动 metastore 和 hiveserver2 脚本

[huwei@hadoop101 ~]$ cd bin
[huwei@hadoop101 bin]$ vim hiveservice.sh

#!/bin/bash
HIVE_LOG_DIR=$HIVE_HOME/logs
if [ ! -d $HIVE_LOG_DIR ]
thenmkdir -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 &"cmd=$cmd" sleep 4; hdfs dfsadmin -safemode wait >/dev/null 2>&1"[ -z "$metapid" ] && eval $cmd || echo "Metastroe服务已启动"server2pid=$(check_process HiveServer2 10000)cmd="nohup hive --service 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 $1 in
"start")hive_start;;
"stop")hive_stop;;
"restart")hive_stopsleep 2hive_start;;
"status")check_process HiveMetastore 9083 >/dev/null && echo "Metastore服务运行正常" || echo "Metastore服务运行异常"check_process HiveServer2 10000 >/dev/null && echo "HiveServer2服务运行正常" || echo "HiveServer2服务运行异常";;
*)echo Invalid Args!echo 'Usage: '$(basename $0)' start|stop|restart|status';;
esac

添加执行权限

[huwei@hadoop101 bin]$ chmod u+x hiveservice.sh

启动服务

[huwei@hadoop101 bin]$ hiveservice.sh start

此时，我们发现有两个 RunJar 进程，就是hive服务进程了

5 Hive 常用交互命令

（1）-e：进入 hive 的交互窗口执行 sql 语句

首先进入hive 的交互窗口，新建表并插入内容

hive> create table mytbl (id int,name string);
hive> insert into mytbl values(1001,'zhangsan');

退出hive 的交互窗口

[huwei@hadoop101 ~]$ hive -e "select * from mytbl;"

（2）-f：执行脚本中 sql 语句

在 /opt/module/hive/下创建 datas 目录并在该目录下创建 hivef.sql 文件

[huwei@hadoop101 ~]$ cd /opt/module/hive-3.1.2/
[huwei@hadoop101 hive-3.1.2]$ mkdir datas
[huwei@hadoop101 hive-3.1.2]$ cd datas/
[huwei@hadoop101 datas]$ touch hivef.sql
[huwei@hadoop101 datas]$ vim hivef.sql

在文件中编写 sql 语句

select * from mytbl;

执行脚本文件中的 sql 语句

[huwei@hadoop101 datas]$ hive -f /opt/module/hive-3.1.2/datas/hivef.sql

（3）退出 hive 窗口

hive> quit;
hive> exit;

如果是以 jdbc 方式开启 hive，则!quit;退出

（4）在 hive 命令窗口中查看 hdfs文件系统

hive> dfs -ls /;

还可以在 hive 命令窗口中查看 linux 文件系统，!ls /;，但这都很少用

（5）查看在 hive 中输入的所有历史命令

[huwei@hadoop101 datas]$ cd ~
[huwei@hadoop101 ~]$ cat .hivehistory

6 Hive 常见属性配置

（1）Hive 窗口打印默认库和表头

[huwei@hadoop101 ~]$ cd /opt/module/hive-3.1.2/conf/
[huwei@hadoop101 conf]$ vim hive-site.xml

添加如下内容

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

（2）Hive 运行日志信息配置

Hive 的 log 默认存放在 /tmp/atguigu/hive.log 目录下（当前用户名下），修改 hive 的 log存放日志到 /opt/module/hive-3.1.2/logs下

修改 /opt/module/hive-3.1.2/conf/hive-log4j2.properties.template文件名称为 hive-log4j2.properties

[huwei@hadoop101 conf]$ mv hive-log4j2.properties.template hive-log4j2.properties

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

[huwei@hadoop101 conf]$ vim hive-log4j2.properties

（3）参数配置方式

查看当前所有的配置信息

hive (default)> set;

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。

[huwei@hadoop101 ~]$ 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

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。