Hive - 2、Hive安装与配置 - 《大数据》

1、Hive安装与配置
第 2 节 hive命令

1、Hive安装与配置

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	linux121	linux122	linux123
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

1.1. 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

1、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

2、安装依赖

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

3、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

4、启动MySQL

systemctl start mysqld

5、查找root密码

grep password /var/log/mysqld.log

6、修改root口令

# 进入MySQL，使用前面查询到的口令
mysql -u root -p
# 设置口令强度
set global validate_password_policy=0;
# 将root口令设置为12345678
set password for 'root'@'localhost' =password('root');
# 刷新
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(dictionary file)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密码!

7、创建hive用户

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

1.2 hive安装

安装步骤: 
1、下载、上传、解压缩
2、修改环境变量
3、修改hive配置
4、拷贝JDBC的驱动程序
5、初始化元数据库

1、下载hive，并解压缩

cd /opt/lagou/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

2、修改环境变量

# 在 /etc/profile 文件中增加环境变量
export HIVE_HOME=/opt/lagou/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 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://linux123:3306/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>root</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 &
4、拷贝MySQL JDBC驱动程序
将 mysql-connector-java-5.1.46.jar 拷贝到 $HIVE_HOME/lib
5、初始化元数据
```
[root@linux123 ~]$ schematool -dbType mysql -initSchema
```
6、启动hive、执行命令
```
# 启动hive服务之前，请先启动hdfs、yarn的服务
[root@linux123 ~]$ hive
hive> show functions;
```

1.3 hive属性配置

可在 hive-site.xml 中增加以下常用配置，方便使用。

hive数据存储位置配置

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

显示当前数据库

<!-- 在命令行中，显示当前操作的数据库 -->
<property>
    <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

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

配置本地模式

<!-- 操作小规模数据时，使用本地模式，提高效率 -->
<property>
    <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的日志文件存储位置
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，也可以不改，但是要知道位置。

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

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

1.4 hive参数配置方式

1、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

2、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

配置文件的设定对本机启动的所有Hive进程有效;
3、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

4、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

第 2 节 hive命令

2.1 常用命令

-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

2.2 退出hive命令

exit; quit;

2.3 在命令行执行 shell 命令 / dfs 命令

# 前面都要加个 !
hive> ! ls;
hive> ! clear;
hive> dfs -ls / ;

2、Hive安装与配置