Hive基础学习-二之HIVE安装

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

Hive安装部署

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

[root@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

[root@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

[root@hadoop102 conf]$ mv hive-env.sh.template 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

Hadoop集群配置

1. 必须启动hdfs和yarn

[root@hadoop102 hadoop-2.7.2]$ sbin/start-dfs.sh
[root@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

[root@hadoop102 hadoop-2.7.2]$ bin/hadoop fs -mkdir /tmp
[root@hadoop102 hadoop-2.7.2]$ bin/hadoop fs -mkdir -p /user/hive/warehouse

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

3. Hive基本操作

启动hive
[root@hadoop102 hive]$ bin/hive

查看数据库
hive> show databases;

打开默认数据库
hive> use default;

显示default数据库中的表
hive> show tables;

创建一张表
hive> create table student(id int, name string);

显示数据库中有几张表
hive> show tables;

查看表的结构
hive> desc student;

向表中插入数据
hive> insert into student values(1000,"ss");

查询表中数据
hive> select * from student;

退出hive
hive> quit;

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

数据准备

在/opt/module/datas这个目录下准备数据

在/opt/module/目录下创建datas
[root@hadoop102 module]$ mkdir datas

在/opt/module/datas/目录下创建student.txt文件并添加数据,注意以tab键间隔。
[root@hadoop102 datas]$ touch student.txt
[root@hadoop102 datas]$ vi student.txt
1001	zhangshan
1002	lishi
1003	zhaoliu

Hive实际操作

1. 启动Hive

[root@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 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	zhangshan
1002	lishi
1003	zhaoliu
Time taken: 0.266 seconds, Fetched: 3 row(s)

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

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;

安装MySql

Linux下MySql安装

Hive元数据配置到MySql

驱动拷贝

1. 在/opt/software/mysql-libs目录下解压mysql-connector-java-5.1.27.tar.gz驱动包

[root@hadoop102 mysql-libs]# tar -zxvf mysql-connector-java-5.1.27.tar.gz

2. 拷贝/opt/software/mysql-libs/mysql-connector-java-5.1.27目录下的mysql-connector-java-5.1.27-bin.jar到/opt/module/hive/lib/

[root@hadoop102 mysql-connector-java-5.1.27]# cp mysql-connector-java-5.1.27-bin.jar /opt/module/hive/lib/

配置Metastore到MySql

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

[root@hadoop102 conf]$ touch hive-site.xml
[root@hadoop102 conf]$ vi 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

官方文档配置参数

<?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</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>

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）

多窗口启动Hive测试

1. 先启动MySQL

[root@hadoop102 mysql-libs]$ mysql -uroot -p

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

[root@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               |
+--------------------+

HiveJDBC访问

启动hiveserver2服务

[root@hadoop102 hive]$ bin/hiveserver2

启动beeline

[root@hadoop102 hive]$ bin/beeline
Beeline version 1.2.1 by Apache Hive 
beeline>

连接hiveserver2

beeline> !connect jdbc:hive2://hadoop102:10000（回车）
Connecting to jdbc:hive2://hadoop102:10000
Enter username for jdbc:hive2://hadoop102:10000: atguigu（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        |
| hive_db2       |
+----------------+--+

Hive常用交互命令

[root@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

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

2. “-f”执行脚本中sql语句

在/opt/module/datas目录下创建hivef.sql文件
[root@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
[root@hadoop102 hive]$ bin/hive -f /opt/module/datas/hivef.sql

执行文件中的sql语句并将结果写入文件中
[root@hadoop102 hive]$ bin/hive -f /opt/module/datas/hivef.sql  > /opt/module/datas/hive_result.txt

其他命令操作

1. 退出hive窗口：

hive(default)>exit;
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

[root@hadoop102 ~]$ cat .hivehistory

Hive常见属性配置

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（将hive-default.xml.template如下配置信息拷贝到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>

配置同组用户有执行权限
bin/hdfs dfs -chmod g+w /user/hive/warehouse

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>

2. 重新启动hive，对比配置前后差异。

Hive运行日志信息配置

1. Hive的log默认存放在/tmp/root/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

修改/opt/module/hive/conf/hive-log4j.properties.template文件名称为hive-log4j.properties
[root@hadoop102 conf]$ pwd
/opt/module/hive/conf
[root@hadoop102 conf]$ mv hive-log4j.properties.template hive-log4j.properties

在hive-log4j.properties文件中修改log存放位置
hive.log.dir=/opt/module/hive/logs

参数配置方式

1. 查看当前所有的配置信息

hive>set;

2. 参数的配置三种方式

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。

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：
[root@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;

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。