任务描述
知识点:Hive安装应用
重 点:
- 基于CentOS系统,安装配置Hive
- 创建访问Hive数据库的用户,并授予访问权限
内 容:
- 安装Hive
- 配置MySQL、设置远程访问权限
- 配置Hive
- Hive服务端、客户端访问
任务指导
1. Hive简介
Hive是基于Hadoop的一个数据仓库工具,用来进行数据提取、转化、加载,这是一种可以存储、查询和分析存储在Hadoop中的大规模数据的机制。hive数据仓库工具能将结构化的数据文件映射为一张数据库表,并提供SQL查询功能,能将SQL语句转变成MapReduce任务来执行。Hive的优点是学习成本低,可以通过类似SQL语句实现快速MapReduce统计,使MapReduce变得更加简单,而不必开发专门的MapReduce应用程序。Hive十分适合对数据仓库进行统计分析。
2. 安装Hive过程如下(在master节点安装):
- 安装Hive
- 创建hive目录,解压Hive软件包;
- 配置MySQL数据库;
- 进入mysql数据库
- 创建hive数据库,用来保存Hive元数据
- 创建访问Hive数据库的用户,并授予访问权限
- 配置Hive;
- 配置环境变量并使之生效
- 修改Hive相关配置
- 根据模板创建hive-env.sh和hive-site.xml文件
- 配置hive-env.sh和hive-site.xml文件
- 根据hive-site.xml配置,创建缓存目录
- 修改bin/hive-config.sh 文件
- 将mysql-connector-java-5.1.41-bin.jar包复制到/home/hive/apache-hive-2.1.0-bin/lib目录下
- 从master上分发hive到slave
- 在slave端修改 conf/hive-site.xml 文件
- 启动Hive
- 启动Hadoop集群
- 初次启动之前需要初始化数据库
- 启动metastore服务
- 在 Hive服务器端(master)访问
- Hive客户端(slave)访问
任务实现
1. 安装Hive(在master节点安装)
1)创建/home/hive/目录,命令如下:
# mkdir /home/hive
2)安装包apache-hive-2.1.0-bin.tar.gz已存放在/home/software/目录下。
3)进入/home/software目录,命令如下:
# cd /home/software/
4)解压apache-hive-2.1.0-bin.tar.gz 到 /home/hive/ 目录下,命令如下:
# tar -zxvf apache-hive-2.1.0-bin.tar.gz -C /home/hive/
2. 配置MySql数据库
1)进入mysql数据库:
# mysql -uroot -proot
2)创建hive数据库,用来保存Hive元数据,语句如下;
mysql> create database hive DEFAULT CHARSET utf8 COLLATE utf8_general_ci;
3)创建访问Hive数据库的用户,并授予访问权限:
mysql> grant all on *.* to 'hive'@'%' IDENTIFIED BY 'hive';
mysql> grant all on *.* to 'hive'@'localhost' IDENTIFIED BY 'hive';
4)刷新权限列表,并退出MySQL
mysql> FLUSH PRIVILEGES;
mysql> exit;
3. 配置Hive
1)配置环境变量
使用【# vim /etc/profile】命令,编辑/etc/profile文件,在文件最后,添加如下内容:
export HIVE_HOME=/home/hive/apache-hive-2.1.0-bin
export PATH=:$PATH:$HIVE_HOME/bin
使用【# source /etc/profile】命令使环境变量生效。
# source /etc/profile
2)修改Hive相关配置
进入$HIVE_HOME/conf目录根据模板创建hive-env.sh和hive-site.xml文件
- 进入conf目录
# cd $HIVE_HOME/conf
- 从模板复制并创建hive-env.sh文件
# cp hive-env.sh.template hive-env.sh
- 修改$HIVE_HOME/conf/hive-env.sh文件
# vim hive-env.sh
添加如下内容:
HADOOP_HOME=/home/hadoop/hadoop-2.9.2/
export HIVE_CONF_DIR=/home/hive/apache-hive-2.1.0-bin/conf
- 使用【vim hive-site.xml】新建hive-site.xm配置文件
# vim hive-site.xml
添加内容如下所示:
<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<!-- 指定Hive元数据要访问的地址 -->
<property> <name>hive.metastore.uris</name> <value>thrift://master:9083</value><description>Thrift URI for the remote metastore. Used by metastore client to connect to remote metastore.</description>
</property>
<!-- Hive元数据库连接地址 -->
<property><name>javax.jdo.option.ConnectionURL</name><value>jdbc:mysql://master:3306/hive?createDatabaseIfNotExist=true&useSSL=false</value>
</property>
<!-- JDBC连接驱动 -->
<property><name>javax.jdo.option.ConnectionDriverName</name><value>com.mysql.jdbc.Driver</value>
</property>
<!-- 数据库连接用户名 -->
<property><name>javax.jdo.option.ConnectionUserName</name><value>hive</value>
</property>
<!-- 数据库连接密码-->
<property><name>javax.jdo.option.ConnectionPassword</name><value>hive</value>
</property>
<!--配置缓存目录-->
<property><name>hive.exec.local.scratchdir</name><value>/home/hive/apache-hive-2.1.0-bin/iotmp</value>
</property>
<property><name>hive.downloaded.resources.dir</name><value>/home/hive/apache-hive-2.1.0-bin/iotmp</value>
</property>
</configuration>
- 根据hive-site.xml配置,创建缓存目录:
# cd /home/hive/apache-hive-2.1.0-bin/
# mkdir iotmp
- 修改 /home/hive/apache-hive-2.1.0-bin/bin/hive-config.sh 文件
# vim /home/hive/apache-hive-2.1.0-bin/bin/hive-config.sh
添加如下内容:
export JAVA_HOME=/home/java/jdk1.8.0_221
export HIVE_HOME=/home/hive/apache-hive-2.1.0-bin
export HADOOP_HOME=/home/hadoop/hadoop-2.9.2/
- 如果Hive使用MySql作为元数据存储方式,则需要添加MySql的驱动程序到Hive的lib目录下
下载mysql-connector-java-5.1.41-bin.jar文件,存放到/home/software目录中,并复制到/home/hive/apache-hive-2.1.0-bin/lib目录下。
# cp /home/software/mysql-connector-java-5.1.41-bin.jar /home/hive/apache-hive-2.1.0-bin/lib/
- 如果不在master节点上访问Hive,则需要:
1)配置slave节点为客户端;
2)从master上分发hive到slave 。
# scp -rq /home/hive/ root@slave1:/home/
# scp -rq /etc/profile root@slave1:/etc/
4. 启动Hive(在master节点上)
- 需要先启动hadoop(如已启动,无需再次启动)
# cd /home/hadoop/hadoop-2.9.2/
# sbin/start-all.sh
- 初次启动之前需要初始化数据库,以后不需要
# schematool -initSchema -dbType mysql
- 启动metastore服务
# hive --service metastore &
- 在 Hive服务器端(master)访问
# hive
hive> show databases;
OK
default
Time taken: 1.332 seconds, Fetched: 2 row(s)
hive> create database test;
OK
Time taken: 0.152 seconds
hive> create table test1(id int);
OK
Time taken: 0.174 seconds
hive> show tables;
OK
test1
Time taken: 0.026 seconds, Fetched: 1 row(s)
- Hive客户端(slave)访问(步骤可选)
# hive
hive> show databases;
OK
default
test
Time taken: 0.219 seconds, Fetched: 2 row(s)
hive> use default;
OK
Time taken: 0.015 seconds
hive> show tables;
OK
test1
Time taken: 0.022 seconds, Fetched: 1 row(s)
注意:
- 启动顺序:Hadoop -> Hive
- 所创建的数据库及其表都是默认存放在hdfs的 /user/hive/warehouse 目录底下。存放路径也可以进行更改,在hive-site.xm配置文件中,添加如下内容:
<property> <name>hive.metastore.warehouse.dir</name> <value>hdfs://master:9000/hive/warehouse</value>
</property>
上一个任务下一个任务