Hive技术原理及安装使用
参考连接：
Hive的概念、原理及其与Hadoop和数据库关系（图文讲解）_攻城狮Kevin-CSDN博客_hadoop hive
https://blog.csdn.net/yohohaha/category_8997407.html
Hive安装详细步骤_大数据面壁者的博客-CSDN博客_hive 安装
Hive技术原理_曹世宏的博客-CSDN博客_hive 原理
Hive集群搭建 - Smart_Data - 博客园
hive集群模式安装 - 不像话 - 博客园
Hive3.1.2安装指南_厦大数据库实验室博客
Hive安装与配置详解_A卖鞋的乱臣贼子的博客-CSDN博客_hive安装
hive安装过程中的bug:
一、Hive到底是什么
1. 如何理解Hive
（1）从概念上来看
-> Hive是基于Hadoop的一个数据仓库工具；它是MapReduce的一个封装，底层就是MapReduce程序；
-> Hive可以将结构化的数据文件（eg：按照各字段分类的数据）映射成一张虚表，并提供类SQL查询功能；
-> 有了Hive后我们就不用再写麻烦的MapReduce程序了。
（2）从本质上来看
Hive就是把sql语句转化为MapReduce程序。
Hive没有服务端，它本质是Hadoop或者说是HDFS的一个客户端，对HDFS的数据和meta store的元数据进行操作；
通常我们启动Hive是通过JDBC客户端操作的；
ps：对比hadoop中通过命令start-dfs.sh启动HDFS服务端，然后通过hadoop fs -命令来启动HDFS客户端进行实际操作；
服务端是提供后台服务的，客户端是进行具体操作然后让服务端提供对应服务的。
二、Hive的优缺点
1. 优点
（1）简单、只需要写SQL语句就行；
（2）Hive常用于数据分析，适合处理离线数据（静态数据）；
（3）优势在于处理大数据；
（4）支持用户自定义函数；
ps：mysql适合处理数据的增删改查，适合处理实时数据（动态数据）
2. 缺点
（1）Hive的表达有限，无法表达迭代式算法（（第一个MapReducer程序的结果作为另一个MapReducer程序的输入，这种就是迭代式算法））；
（2）数据挖掘不擅长（擅长数据挖掘的是Spark）；
（3）Hive自动生成MapReduce作业，通常不够智能化，效率比较低；
（4）Hive调优一般比较困难，粒度较粗。
2.Hive安装详及相关配置
文章目录
Hive安装详及相关配置
一、下载地址
二、MySql安装
三、Hive安装部署
四、Hive元数据配置到MySql
4.1 拷贝驱动
4.2 配置metastore到MySql
五、启动Hive
5.1 初始化元数据库
5.2 启动metastore和hiveserver2
5.3 HiveJDBC访问
5.4 Hive访问
六、Hive常用交互命令
七、Hive其他命令操作
一、下载地址
Hive官网地址
http://hive.apache.org/
文档查看地址
https://cwiki.apache.org/confluence/display/Hive/GettingStarted
下载地址
http://archive.apache.org/dist/hive/
github地址
https://github.com/apache/hive
二、MySql安装
使用MySql存储hive的元数据信息。
2.1 检查当前系统是否安装过Mysql
[hadoop@hadoop102 ~]$ rpm -qa|grep mariadb
mariadb-libs-5.5.56-2.el7.x86_64 //如果存在通过如下命令卸载
[hadoop @hadoop102 ~]$ sudo rpm -e --nodeps mariadb-libs //用此命令卸载mariadb
2.2 将MySQL安装包拷贝到/opt/software目录下
[hadoop @hadoop102 software]# ll
总用量 528384
-rw-r--r--. 1 root root 609556480 3月 21 15:41 mysql-5.7.28-1.el7.x86_64.rpm-bundle.tar
2.3 解压MySQL安装包
[hadoop @hadoop102 software]# tar -xvf mysql-5.7.28-1.el7.x86_64.rpm-bundle.tar
2.4 在安装目录下执行rpm安装
[hadoop @hadoop102 software]$ sudo rpm -ivh mysql-community-common-5.7.28-1.el7.x86_64.rpm
[hadoop @hadoop102 software]$ sudo rpm -ivh mysql-community-libs-5.7.28-1.el7.x86_64.rpm
[hadoop @hadoop102 software]$ sudo rpm -ivh mysql-community-libs-compat-5.7.28-1.el7.x86_64.rpm
[hadoop @hadoop102 software]$ sudo rpm -ivh mysql-community-client-5.7.28-1.el7.x86_64.rpm
[hadoop @hadoop102 software]$ sudo rpm -ivh mysql-community-server-5.7.28-1.el7.x86_64.rpm
注意:按照顺序依次执行
如果Linux是最小化安装的，在安装mysql-community-server-5.7.28-1.el7.x86_64.rpm时可能会出 现如下错误
[hadoop@hadoop102 software]$ sudo rpm -ivh mysql-community-server-5.7.28-1.el7.x86_64.rpm
警告：mysql-community-server-5.7.28-1.el7.x86_64.rpm: 头V3 DSA/SHA1 Signature, 密钥 ID 5072e1f5: NOKEY
错误：依赖检测失败：
libaio.so.1()(64bit) 被 mysql-community-server-5.7.28-1.el7.x86_64 需要
libaio.so.1(LIBAIO_0.1)(64bit) 被 mysql-community-server-5.7.28-1.el7.x86_64 需要
libaio.so.1(LIBAIO_0.4)(64bit) 被 mysql-community-server-5.7.28-1.el7.x86_64 需要
通过yum安装缺少的依赖,然后重新安装mysql-community-server-5.7.28-1.el7.x86_64 即可
[hadoop@hadoop102 software] sudo yum install -y libaio
1
2.5 删除/etc/my.cnf文件中datadir指向的目录下的所有内容,如果有内容的情况下:
查看datadir的值：
[mysqld]
datadir=/var/lib/mysql
1
2
删除/var/lib/mysql目录下的所有内容:
[hadoop @hadoop102 mysql]# cd /var/lib/mysql
[hadoop @hadoop102 mysql]# sudo rm -rf ./* //注意执行命令的位置
1
2
2.6 初始化数据库
[hadoop @hadoop102 opt]$ sudo mysqld --initialize --user=mysql
1
2.7 查看临时生成的root用户的密码
[hadoop @hadoop102 opt]$ sudo cat /var/log/mysqld.log
1
2.8 启动MySQL服务
[hadoop @hadoop102 opt]$ sudo systemctl start mysqld
1
2.9 登录MySQL数据库
[hadoop @hadoop102 opt]$ mysql -uroot -p
Enter password: 输入临时生成的密码
1
2
登录成功.
2.10 必须先修改root用户的密码,否则执行其他的操作会报错
mysql> set password = password("123456");
1
2.11 修改mysql库下的user表中的root用户允许任意ip连接
mysql> update mysql.user set host='%' where user='root';
mysql> flush privileges;
1
2
三、Hive安装部署
3.1 把apache-hive-3.1.2-bin.tar.gz上传到linux的/opt/software目录下
3.2 解压apache-hive-3.1.2-bin.tar.gz到/opt/module/目录下面
[hadoop@hadoop102 software]$ tar -zxvf /opt/software/apache-hive-3.1.2-bin.tar.gz -C /opt/module/
1
3.3 修改apache-hive-3.1.2-bin.tar.gz的名称为hive
[hadoop@hadoop102 software]$ mv /opt/module/apache-hive-3.1.2-bin/ /opt/module/hive
1
3.4 修改/etc/profile.d/my_env.sh，添加环境变量
[hadoop@hadoop102 software]$ sudo vim /etc/profile.d/my_env.sh
1
3.5 添加内容
#HIVE_HOME
export HIVE_HOME=/opt/module/hive
export PATH=$PATH:$HIVE_HOME/bin
1
2
3
配置完成后需要source，使配置文件生效。
[hadoop@hadoop102 software]$ source /etc/profile.d/my_env.sh
1
3.6 解决日志Jar包冲突
[hadoop@hadoop102 software]$ mv $HIVE_HOME/lib/log4j-slf4j-impl-2.10.0.jar $HIVE_HOME/lib/log4j-slf4j-impl-2.10.0.bak
1
四、Hive元数据配置到MySql
4.1 拷贝驱动
将MySQL的JDBC驱动拷贝到Hive的lib目录下
[hadoop@hadoop102 software]$ cp /opt/software/mysql-connector-java-5.1.37.jar $HIVE_HOME/lib
1
4.2 配置metastore到MySql
在$HIVE_HOME/conf目录下新建hive-site.xml文件
[hadoop@hadoop102 software]$ vim $HIVE_HOME/conf/hive-site.xml
1
添加如下内容
五、启动Hive
5.1 初始化元数据库
1）登陆MySQL
[hadoop@hadoop102 software]$ mysql -uroot -p123456
1
2）新建Hive元数据库
mysql> create database metastore;
mysql> quit;
1
2
3）初始化Hive元数据库
[hadoop@hadoop102 software]$ schematool -initSchema -dbType mysql -verbose
1
5.2 启动metastore和hiveserver2
1）Hive 2.x以上版本，要先启动这两个服务，否则会报错：
FAILED: HiveException java.lang.RuntimeException: Unable to instantiate org.apache.hadoop.hive.ql.metadata.SessionHivemetaStoreClient
1
（1）启动metastore
[hadoop@hadoop202 hive]$ hive --service metastore
2020-04-24 16:58:08: Starting Hive metastore Server
注意: 启动后窗口不能再操作，需打开一个新的shell窗口做别的操作
1
2
3
（2）启动 hiveserver2
[hadoop@hadoop202 hive]$ hive --service hiveserver2
which: no hbase in (/usr/local/bin:/usr/bin:/usr/local/sbin:/usr/sbin:/opt/module/jdk1.8.0_212/bin:/opt/module/hadoop-3.1.3/bin:/opt/module/hadoop-3.1.3/sbin:/opt/module/hive/bin:/home/hadoop/.local/bin:/home/hadoop/bin)
2020-04-24 17:00:19: Starting HiveServer2
注意: 启动后窗口不能再操作，需打开一个新的shell窗口做别的操作
1
2
3
4
2）编写hive服务启动脚本
（1）前台启动的方式导致需要打开多个shell窗口，可以使用如下方式后台方式启动
nohup: 放在命令开头，表示不挂起,也就是关闭终端进程也继续保持运行状态
2>&1 : 表示将错误重定向到标准输出上
&: 放在命令结尾,表示后台运行
一般会组合使用: nohup [xxx命令操作]> file 2>&1 &， 表示将xxx命令运行的
结果输出到file中，并保持命令启动的进程在后台运行。
如上命令不要求掌握。
[hadoop@hadoop102 hive]$ nohup hive --service metastore>log.txt 2>&1 &
[hadoop@hadoop102 hive]$ nohup hive --service hiveserver2>log2.txt 2>&1 &
1
2
（2）为了方便使用，可以直接编写脚本来管理服务的启动和关闭
[hadoop@hadoop102 hive]$ vim $HIVE_HOME/bin/hiveservices.sh
1
内容如下：此脚本的编写不要求掌握。直接拿来使用即可。
#!/bin/bash
HIVE_LOG_DIR=$HIVE_HOME/logs
if [ ! -d $HIVE_LOG_DIR ]
then
mkdir -p $HIVE_LOG_DIR
fi
#检查进程是否运行正常，参数1为进程名，参数2为进程端口
function check_process()
{
pid=$(ps -ef 2>/dev/null | grep -v grep | grep -i $1 | awk '{print $2}')
ppid=$(netstat -nltp 2>/dev/null | grep $2 | awk '{print $7}' | cut -d '/' -f 1)
echo $pid
[[ "$pid" =~ "$ppid" ]] && [ "$ppid" ] && return 0 || return 1
}
function hive_start()
{
metapid=$(check_process Hivemetastore 9083)
cmd="nohup hive --service metastore >$HIVE_LOG_DIR/metastore.log 2>&1 &"
cmd=$cmd" sleep 4; hdfs dfsadmin -safemode wait >/dev/null 2>&1"
[ -z "$metapid" ] && eval $cmd || echo "metastroe服务已启动"
server2pid=$(check_process HiveServer2 10000)
cmd="nohup hive --service hiveserver2 >$HIVE_LOG_DIR/hiveServer2.log 2>&1 &"
[ -z "$server2pid" ] && eval $cmd || echo "HiveServer2服务已启动"
}
function hive_stop()
{
metapid=$(check_process Hivemetastore 9083)
[ "$metapid" ] && kill $metapid || echo "metastore服务未启动"
server2pid=$(check_process HiveServer2 10000)
[ "$server2pid" ] && kill $server2pid || echo "HiveServer2服务未启动"
}
case $1 in
"start")
hive_start
;;
"stop")
hive_stop
;;
"restart")
hive_stop
sleep 2
hive_start
;;
"status")
check_process Hivemetastore 9083 >/dev/null && echo "metastore服务运行正常" || echo "metastore服务运行异常"
check_process HiveServer2 10000 >/dev/null && echo "HiveServer2服务运行正常" || echo "HiveServer2服务运行异常"
;;
*)
echo Invalid Args!
echo 'Usage: '$(basename $0)' start|stop|restart|status'
;;
esac
3）添加执行权限
[hadoop@hadoop102 hive]$ chmod +x $HIVE_HOME/bin/hiveservices.sh
1
4）启动Hive后台服务(需要先启动hadoop)
[hadoop@hadoop102 hive]$ hiveservices.sh start
1
5.3 HiveJDBC访问
1）启动beeline客户端
[hadoop@hadoop102 hive]$ bin/beeline -u jdbc:hive2://hadoop102:10000 -n hadoop
1
-n 后跟创建集群的用户
2）看到如下界面
Connecting to jdbc:hive2://hadoop102:10000
Connected to: Apache Hive (version 3.1.2)
Driver: Hive JDBC (version 3.1.2)
Transaction isolation: TRANSACTION_REPEATABLE_READ
Beeline version 3.1.2 by Apache Hive
0: jdbc:hive2://hadoop102:10000>
1
2
3
4
5
6
5.4 Hive访问
1）启动hive客户端
[hadoop@hadoop102 hive]$ bin/hive
1
2）看到如下界面
which: no hbase in (/usr/local/bin:/usr/bin:/usr/local/sbin:/usr/sbin:/opt/module/jdk1.8.0_212/bin:/opt/module/hadoop-3.1.3/bin:/opt/module/hadoop-3.1.3/sbin:/opt/module/hive/bin:/home/hadoop/.local/bin:/home/hadoop/bin)
Hive Session ID = 36f90830-2d91-469d-8823-9ee62b6d0c26
Logging initialized using configuration in jar:file:/opt/module/hive/lib/hive-common-3.1.2.jar!/hive-log4j2.properties Async: true
Hive Session ID = 14f96e4e-7009-4926-bb62-035be9178b02
hive>
1
2
3
4
5
6
3）打印 当前库 和 表头
在hive-site.xml中加入如下两个配置:
