1. Hive安装配置

Hive官网：http://hive.apache.org
下载网址：http://archive.apache.org/dist/hive/
文档网址：https://cwiki.apache.org/confluence/display/Hive/LanguageManual

安装前提：3台虚拟机，安装了Hadoop
安装软件：Hive(2.3.7) + MySQL (5.7.26)

备注：**Hive的元数据默认存储在自带的 derby 数据库中，生产中多采用MySQL**

derby：java语言开发占用资源少，单进程，单用户。仅仅适用于个人的测试。

软件	hadoop01	hadoop02	hadoop03
hadoop	√	√	√
mysql			√
hive			√

# hive安装包
apache-hive-2.3.7-bin.tar.gz
# MySQL安装包
mysql-5.7.26-1.el7.x86_64.rpm-bundle.tar
# MySQL的JDBC驱动程序
mysql-connector-java-5.1.46.jar
# 整体的安装步骤：
1、安装MySQL
2、安装配置Hive
3、Hive添加常用配置

2.1、MySQL安装

Hive中使用MySQL存储元数据，MySQL的版本 5.7.26。安装步骤：

1、环境准备(删除有冲突的依赖包、安装必须的依赖包)
2、安装MySQL
3、修改root口令(找到系统给定的随机口令、修改口令)
4、在数据库中创建hive用户

**删除**MariaDB

centos7.6自带的 MariaDB(MariaDB是MySQL的一个分支)，与要安装的MySQL有
冲突，需要删除。

# 查询是否安装了mariadb
rpm -aq | grep mariadb

# 删除mariadb。-e 删除指定的套件；--nodeps 不验证套件的相互关联性
rpm -e --nodeps mariadb-libs

安装依赖

yum install perl -y 
yum install net-tools -y

安装**MySQL**

# 解压缩
tar xvf mysql-5.7.26-1.el7.x86_64.rpm-bundle.tar

# 依次运行以下命令
rpm -ivh mysql-community-common-5.7.26-1.el7.x86_64.rpm
rpm -ivh mysql-community-libs-5.7.26-1.el7.x86_64.rpm
rpm -ivh mysql-community-client-5.7.26-1.el7.x86_64.rpm
rpm -ivh mysql-community-server-5.7.26-1.el7.x86_64.rpm

启动数据库
```
systemctl start mysqld
```
查找**root**密码
```
grep password /var/log/mysqld.log
```
修改** root **口令 ```shell

进入MySQL，使用前面查询到的口令
mysql -u root -p

设置口令强度；将root口令设置为12345678；刷新

set global validate_password_policy=0; set password for ‘root’@’localhost’ =password(‘12345678’); flush privileges;

**validate_password_policy **密码策略(默认是1)，可配置的值有以下：

- 0 or LOW 仅需需符合密码长度（由参数validate_password_length【默认为8】指定）
- 1 or MEDIUM 满足LOW策略，同时还需满足至少有1个数字，小写字母，大写字母和特殊字符
- 2 or STRONG 满足MEDIUM策略，同时密码不能存在字典文件（dictionaryfile）中



备注：个人开发环境，出于方便的目的设比较简单的密码；生产环境一定要设复杂<br />密码！

7. **创建**** hive ****用户**
```sql
-- 创建用户设置口令、授权、刷新 
CREATE USER 'hive'@'%' IDENTIFIED BY '12345678';
GRANT ALL ON *.* TO 'hive'@'%';
FLUSH PRIVILEGES;

2.2 Hive 安装

下载**Hive**软件，并解压缩

cd /opt/software 
tar zxvf apache-hive-2.3.7-bin.tar.gz -C ../servers/ 
cd ../servers 
mv apache-hive-2.3.7-bin hive-2.3.7

修改环境变量 ```shell

在 /etc/profile 文件中增加环境变量
export HIVE_HOME=/opt/servers/hive-2.3.7 export PATH=$PATH:$HIVE_HOME/bin

执行并生效

source /etc/profile


3. **修改**** Hive ****配置**

    cd $HIVE_HOME/conf vi hive-site.xml 增加以下内容：
```xml
<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
  <!-- hive元数据的存储位置 -->
  <property>
    <name>javax.jdo.option.ConnectionURL</name>
    <value>jdbc:mysql://hadoop03:3306/hivemetadata?createDatabaseIfNotExist=true&amp;useSSL=false</value>
    <description>JDBC connect string for a JDBC metastore</description>
  </property>
  <!-- 指定驱动程序 -->
  <property>
    <name>javax.jdo.option.ConnectionDriverName</name>
    <value>com.mysql.jdbc.Driver</value>
    <description>Driver class name for a JDBC metastore</description>
  </property>
  <!-- 连接数据库的用户名 -->
  <property>
    <name>javax.jdo.option.ConnectionUserName</name>
    <value>hive</value>
    <description>username to use against metastore database</description>
  </property>
  <!-- 连接数据库的口令 -->
  <property>
    <name>javax.jdo.option.ConnectionPassword</name>
    <value>12345678</value>
    <description>password to use against metastore database</description>
  </property>
</configuration>

备注：

注意jdbc的连接串，如果没有 useSSL=false 会有大量警告
在xml文件中 &; 表示 &

拷贝** MySQL JDBC **驱动程序

将 mysql-connector-java-5.1.46.jar 拷贝到 $HIVE_HOME/lib

初始化元数据库

[root@hadoop03 ~]$ schematool -dbType mysql -initSchema

启动**Hive**，执行命令

# 启动hive服务之前，请先启动hdfs、yarn的服务
[root@hadoop03 ~]$ hive 
hive> show functions;

2.3、Hive 属性配置

可在 hive-site.xml 中增加以下常用配置，方便使用。

数据存储位置

<property>
  <!-- 数据默认的存储位置(HDFS) -->
  <name>hive.metastore.warehouse.dir</name>
  <value>/user/hive/warehouse</value>
  <description>location of default database for the warehouse</description>
</property>

显示当前库

<property>
  <!-- 在命令行中，显示当前操作的数据库 -->
  <name>hive.cli.print.current.db</name>
  <value>true</value>
  <description>Whether to include the current database in the Hive prompt.</description>
</property>

显示表头属性

<property>
  <!-- 在命令行中，显示数据的表头 -->
  <name>hive.cli.print.header</name>
  <value>true</value>
</property>

本地模式

<property>
  <!-- 操作小规模数据时，使用本地模式，提高效率 -->
  <name>hive.exec.mode.local.auto</name>
  <value>true</value>
  <description>Let Hive determine whether to run in local mode automatically</description>
</property>

备注：
当 Hive 的输入数据量非常小时，Hive 通过本地模式在单台机器上处理所有的任务。对于小数据集，执行时间会明显被缩短。当一个job满足如下条件才能真正使用本地模式：

job的输入数据量必须小于参数：hive.exec.mode.local.auto.inputbytes.max

(默认128MB)

job的map数必须小于参数：hive.exec.mode.local.auto.tasks.max (默认4)
job的reduce数必须为0或者1

Hive**的日志文件**
Hive的log默认存放在 /tmp/root 目录下（root为当前用户名）；这个位置可以修改。

vi $HIVE_HOME/conf/hive-log4j2.properties 

# 添加以下内容： 
property.hive.log.dir = /opt/lagou/servers/hive-2.3.7/logs

可以不修改，但是要知道位置。

Hadoop 2.x **中 NameNode RPC缺省的端口号：**8020

对端口号要敏感

2.3.- 添加第三方用户（Hadoop）

groupadd hadoop
# -m：自动建立用户的登入目录
# -g：指定用户所属的起始群组
# -G<群组>：指定用户所属的附加群组
# －s：指定用户登入后所使用的shell 
useradd -m hadoop -g hadoop -s /bin/bash

passwd hadoop 

visudo 
# 在100行后添加。允许用户执行sudo，免密 
hadoop ALL=(ALL)                             NOPASSWD:ALL

建议：现阶段使用**root**用户

小结：

添加了配置，使用Hive更方便；
删除了有冲突的软件包(hive);
Hive的日志在哪里(/tmp/root);
第三方用户使用Hive。建议使用root用户;
NameNode 缺省的RPC(远程过程调用)端口号8020，经常使用的端口号9000。

2.4 参数配置方式

查看参数配置信息：

-- 查看全部参数
hive> set; 

-- 查看某个参数
hive> set hive.exec.mode.local.auto;
hive.exec.mode.local.auto=false

参数配置的三种方式：

1. 用户自定义配置文件(hive-site.xml) 
2. 启动hive时指定参数(-hiveconf) 
3. hive命令行指定参数(set) 

配置信息的优先级： 
set > -hiveconf > hive-site.xml > hive-default.xml

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
配置优先级：hive-site.xml > hive-default.xml
配置文件的设定对本机启动的所有Hive进程有效；
配置文件的设定对本机所有启动的Hive进程有效；

启动时指定参数值

启动Hive时，可以在命令行添加 -hiveconf param=value 来设定参数，这些设定仅对本次启动有效。

# 启动时指定参数
hive -hiveconf hive.exec.mode.local.auto=true

# 在命令行检查参数是否生效
hive> set hive.exec.mode.local.auto;
hive.exec.mode.local.auto=true

命令行修改参数

可在 Hive 命令行中使用SET关键字设定参数，同样仅对本次启动有效

hive> set hive.exec.mode.local.auto=false;
hive> set hive.exec.mode.local.auto;
hive.exec.mode.local.auto=false

set > -hiveconf > hive-site.xml > hive-default.xml

2. Hive命令

1、Hive

hive -help
usage: hive
 -d,--define <key=value>          Variable substitution 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 substitution 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)

-e：不进入hive交互窗口，执行sql语句

hive -e "select * from users"

-f：执行脚本中sql语句

# 创建文件hqlfile1.sql，内容：select * from users 

# 执行文件中的SQL语句 
hive -f hqlfile1.sql 

# 执行文件中的SQL语句，将结果写入文件 
hive -f hqlfile1.sql >> result1.log

2、退出Hive命令行

exit; quit;

3**、在命令行执行 shell 命令 / dfs 命令**

hive> ! ls; 
hive> ! clear; 
hive> dfs -ls / ;

大数据学习笔记

hive安装与配置