Hive安装与配置MySQL元数据库

一.MySQL的安装

1.1 更新获取最新软件源，并安装MySQL。

sudo apt-get update
sudo apt-get install mysql-server

1.2 启动和关闭MySQL服务器。

service mysql start
service mysql stop

1.3 确认MySQL 是否启动成功，MySQL 处于LISTEN状态则表示启动成功。

　sudo netstat -tap | grep mysql

1.4 安装过程中若提示设置密码则设置登录密码，若没有提示设置密码，则需要修改默认密码。若　mysql -u root 和mysql -u root -p 都无法登录则需要修改密码。如下修改密码步骤。

1.5 查看mysql 相关信息。

sudo cat /etc/mysql/debian.cnf

1.6 设置无需验证密码登录,打开my.cnf文件，添加skip-grant-tables,需要关闭mysql 服务。

service mysql stop
vim /etc/mysql/my.cnf

在文件末尾添加如下内容，按ｉ进入输入模式。

[mysqld]
skip-grant-tables

1.7 保存内容，由于文件是只读文件，需要通过如下方式保存。
按Esc,然后Shift+ : ,输入如下命令，保存文件。

 w !sudo tee %

1.8 启动服务，无密码登录mysql。

service mysql start
mysql -u root -p

1.9 选择一个数据库,我选择mysql。

show databases;
use mysql;

1.20 执行如下命令,查询plugin 字段和更新plugin字段为默认值。

select plugin from user where user='root';
update user set plugin = 'mysql_native_password';
select plugin from user where user='root';

1.21 执行更新密码操作。

update user set authentication_string =password('root') where user ='root' and host='localhost';

1.22 刷新权限。

flush privileges;

1.23 退出mysql ,关闭服务，修改my.cnf文件,删除skip-grant-tables。

exit
service mysql stop

1.24 重启mysql ,密码更新成功。

1.25 设置利用sqoop 导入MySQL中文乱码问题，是由于character_set_server默认为latin1。

在这里插入图片描述
1.26 配置文件，修改编码,添加character_set_server=utf8。

vim sudo /etc/mysql/mysql.conf.d/mysqld.cnf

在这里插入图片描述
1.27 重启服务，查看设置。

service mysql restart
mysql -u root -p
show variables like "char%";

在这里插入图片描述

二.Hive 的安装与配置

2.1 准备Hive 3.1.2。
https://pan.baidu.com/s/1h3UNBcXOeI3IYVYIOEhY_Q
提取码: yj3x

2.2 进入Hive3.1.2所在目录，解压文件到/usr/local目录。

sudo tar -zxvf apache-hive-3.1.2-bin.tar.gz -C /usr/local
cd /usr/local/
sudo mv apache-hive-3.1.2-bin hive
sudo chown -R hadoop:hadoop hive #hadoop为当前登录的用户名

2.3 修改环境变量

vim ~/.bashrc

添加如下内容。

export HIVE_HOME=/usr/local/hive
export PATH=$PATH:$HIVE_HOME/bin
export HADOOP_HOME=/usr/local/hadoop

使配置生效。

source ~/.bashrc

2.4 修改配置文件hive-site.xml。

cd /usr/local/hive/conf
mv hive-default.xml.template hive-default.xml
vim hive-site.xml

添加如下配置，保存退出。

<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration><property><name>javax.jdo.option.ConnectionURL</name><value>jdbc:mysql://localhost: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>hive</value><description>username to use against metastore database</description></property><property><name>javax.jdo.option.ConnectionPassword</name><value>hive</value><description>password to use against metastore database</description></property>
</configuration>

2.5 下载mysql jdbc 包，解压并配置，如下相关命令。

tar -zxvf mysql-connector-java-5.1.40.tar.gz 
cp mysql-connector-java-5.1.40/mysql-connector-java-5.1.40-bin.jar　/usr/local/hive/lib

2.6 登录数据库，并进行相关设置操作创建数据库ｈｉｖｅ。

 service mysql start #启动mysql服务mysql -u root -p  #登陆shell界面create database hive;

2.7 配置mysql 允许hive 接入。

grant all on *.* to hive@localhost identified by 'hive';   #将所有数据库的所有表的所有权限赋给hive用户，后面的hive是配置hive-site.xml中配置的连接密码
flush privileges;

2.8 启动hive ，已经配置了ＰＡＴＨ,可以直接输入启动名利，否则需要加上路径。

start-dfs.sh #启动Hadoop的HDFS
hive  #启动hive

2.9 相关错误解决。

在这里插入图片描述

出现　java.lang.NoSuchMethodError:com.google.common.base.Preconditions.checkArgument
是因为hive内依赖的guava.jar和hadoop内的版本不一致造成的。
解决方法
1.查看hadoop安装目录下share/hadoop/common/lib内guava.jar版本
2.查看hive安装目录下lib内guava.jar的版本如果两者不一致，删除版本低的，并拷贝高版本的问题解决。

在这里插入图片描述

出现　org.datanucleus.store.rdbms.exceptions.MissingTableException: Required table missing : “VERSION” in Catalog “” Schema “”. DataNucleus requires this table to perform its persistence operations.
解决办法:

cd /usr/local/hive
./bin/schematool -dbType mysql -initSchema

2.10 Hive 简单编程
导入的数据集是HDFS 文件目录的数据，不是本地数据。

create table docs(line string);
load data inpath 'input' overwrite into table docs;
create table word_count as 
select word, count(1) as count from
(select explode(split(line,' '))as word from docs) w
group by word
order by word;