Hive环境搭建(保姆级教程)
目录
- 一、Hive简介
- 二、 Hive环境安装
- 1. 准备工作
- 1)安装Hadoop
- 2)安装MariaDB
- (1)查看MariaDB安装情况
- (2)卸载MariaDB/MySQL
- (3)安装MariaDB
- (4)简单配置MariaDB
- (5)常见问题及解决
- 2. Hive安装
- 1) 下载Hive安装包
- 2)安装Hive
- 3)上传MySQL驱动
- 4)修改配置文件
- 5)元数据初始化
- (1)数据库对账号授权
- (2)初始化元数据
- 3. 测试环境
- 1)启动hdfs和yarn
- 2)CLI命令窗口
- 3)beeline客户端
- (1)启动HS2服务
- (2)启动beeline
一、Hive简介
Hive由 Facebook 开源用于解决海量结构化日志的数据统计工具。
Hive是基于Hadoop的一个数据仓库工具,可以将结构化的数据文件映射为一张数据库表,并提供类SQL查询功能,可以将SQL语句转换为MapReduce任务进行运行。
当然,SQL语句也可以转换成Tez或Spark。
为什么需要Hive?
- 减低学习MapReduce的成本,使DBA、运维人员可以通过SQL来实现
- 开源,可以节约成本
- 可以处理大数据
Hive架构体系
Driver组件
解析器(SQL Parser):将 SQL 字符串转换成抽象语法树 AST,这一步一般都用第三方工具库完成,比如 antlr;对 AST 进行语法分析,比如表是否存在、字段是否存在、SQL语义是否有误。
编译器(Physical Plan):将 AST 编译生成逻辑执行计划。
优化器(Query Optimizer):对逻辑执行计划进行优化。
执行器(Execution):把逻辑执行计划转换成可以运行的物理计划。对于 Hive 来
说,就是 MR/Spark/Tez。
MetaStore组件
- MetaStore组件存储着hive的元数据信息,将自己的元数据存储到了关系型数据库当中,支持的数据库主要有:Mysql、Derby, 支持把metastore独立出来放在远程的集群上面,使得hive更加健壮。
- 元数据主要包括了表的名称、表所属的数据库(默认是 default)、表的拥有者、表的列、分区及其属性、表的属性(是不是外部表等等)、表的数据所在的目录等
用户接口
- CLI,即Command Line Interface,即命令交互工具。这样,我们就可以通过命令来与操作Hive。
- HiveServer2,当启动了这个服务之后,我们就可以通过开发程序来操作Hive。比如通过Java程序,调用Hive JDBC Driver来对数据库增删改查,这个就像平常操作关系数据库一样方便。
- Hive Web Interface,这个是一个Web版本的操作界面。但它在新版本中已经废弃。可用HUE来代替。
二、 Hive环境安装
Hive的三种部署模式,主要按Metastore 的运行模式进行区分。
本文主要以Local模式进行演示,关系数据库将选用Mysql的一个分支版MariaDB。
1. 准备工作
1)安装Hadoop
本文以Hadoop2.7.7为例,可以参考教程:https://blog.csdn.net/tangyi2008/article/details/121908766
安装好Hadoop后,需要添加用户的代理配置:
vi $HADOOP_HOME/etc/hadoop/core-site.xml
添加如下配置项
<property><name>hadoop.proxyuser.xiaobai.hosts</name><value>*</value>
</property>
<property><name>hadoop.proxyuser.xiaobai.groups</name><value>*</value>
</property>
注意,配置项中的xiaobai为ubuntu系统的用户名,如果不是该用户名,改为对应的配置项,比如你的用户名为zhangsan, 则选项为
hadoop.proxyuser.zhangsan.hosts
和hadoop.proxyuser.zhangsan.groups
2)安装MariaDB
MariaDB数据库是MySQL的一个分支,由MySQL的创始人Michael Widenius(英语:Michael Widenius)主导开发。开发该分支的原因之一是:甲骨文公司收购了MySQL后,有将MySQL闭源的潜在风险,因此社区采用分支的方式来避开这个风险。
MariaDB名称来自Michael Widenius的女儿Maria的名字。
(1)查看MariaDB安装情况
使用如下命令查看MariaDB的安装情况
sudo dpkg -l | grep maria
如果没有打印任何内容,说明没有安装,否则,可根据需要决定是否需要卸载后重新安装
(2)卸载MariaDB/MySQL
如果你想卸载掉以前安装的mariadb或者mysql,可以使用如下命令
sudo apt autoremove mysql-*
如果确定安装的是maria,可以使用如下命令卸载
sudo apt autoremove mariadb-*
(3)安装MariaDB
可以使用如下命令进行便捷的安装,它会在你默认的源中安装
sudo apt update
sudo apt install mariadb-server
注意:可以在
https://downloads.mariadb.org/mariadb/repositories/
中去设定自己的操作系统及版本、需要安装的 MariaDB 版本、符合自己国家区域的仓库,以便更快速准确的安装所需要的版本。当设置好操作系统(18.04LTS)、MariaDB版本(10.6)和仓库(Alibaba Cloud)时,网页上会给出添加仓库的命令和安装的命令
添加Repository的命令
sudo apt-get install software-properties-common dirmngr apt-transport-https sudo apt-key adv --fetch-keys 'https://mariadb.org/mariadb_release_signing_key.asc' sudo add-apt-repository 'deb [arch=amd64,arm64,ppc64el] https://mirrors.aliyun.com/mariadb/repo/10.6/ubuntu bionic main'
更新源并安装MariaDB的命令
sudo apt update sudo apt install mariadb-server
完成安装,使用下面的命令检查MariaDB服务状态
sudo systemctl status mariadb
当看到如下界面,恭喜你,安装成功!!!
(4)简单配置MariaDB
使用如下命令进行基本的配置:
sudo mysql_secure_installation
执行命令后,终端会有如下问题需要设定:
1.Enter current password for root (enter for none):
(预设的MariaDB没有密码,直接Enter即可)2.Switch to unix_socket authentication [Y/n] n
(是否切换unix_socket安全认证,这里输入的n,即不切换)3.Change the root password? [Y/n] y
(是否修改root账户的密码,输入的y,即会修改root密码
注意:
- root密码最好是复杂密码,否则可能会每次连接MariaDB时需要加sudo
- 在设置密码时,输入密码时是不会跳光标的
- 本文将密码设置成abc@@123
)4.Remove anonymous users? [Y/n] y
(是否删除匿名用户,这里输入的是y,即删除匿名用户
默认情况下,MariaDB安装有匿名用户,允许任何人登录MariaDB而无需为其创建帐户,在生产环境中一定要删除
)5.Disallow root login remotely? [Y/n] y
(是否允许远程登录root账户,否则只能在localhost上登录root账户,这里输入的y,即不允许远程登录root账户)6.Remove test database and access to it? [Y/n] y
(是否删除test数据库,这里输入的y,即删除test数据库
默认情况下,MariaDB有一个test数据库,允许任何用户获取
)7.Reload privilege tables now? [Y/n] y
(是否重新加载权限表,这里输入的y,即立即重新加载)
(5)常见问题及解决
- 连接 MariaDB 需要sudo的问题(mysql有类似问题)
问题描述:在Ubuntu 18.04 版本中安装 MariaDB 后,每次访问MariaDB 需要加 sudo 才能访问。
原因:MariaDB 中 root 用户的密码强度不是强类型。
解决方案:将root账户的密码修改为强类型的密码,例如包含大小写字母、数字、符号的至少 8 位数。比如下面的命令将密码修改成abc@@123
SET PASSWORD = PASSWORD('abc@@123');
- 远程不能访问
问题描述:不能使用服务器的ip地址连接数据库
原因:默认将ip绑定在了127.0.0.1
上,所以只能使用127.0.0.1
或者localhost
进行连接
解决方案:修改配置文件/etc/mysql/mariadb.conf.d/50-server.cnf
sudo vi /etc/mysql/mariadb.conf.d/50-server.cnf
修改[mysqld]
下的参数 bind-address = 127.0.0.1 => bind-address = 0.0.0.0
然后重启MariaDB service
sudo service mariadb restart
MariaDB/MySQL数据库读取配置文件的顺序如下:
“/etc/mysql/my.cnf” symlinks to this file, reason why all the rest is read.
“/etc/mysql/mariadb.cnf” (this file) to set global defaults,
“/etc/mysql/conf.d/*.cnf” to set global options.i
“/etc/mysql/mariadb.conf.d/*.cnf” to set MariaDB-only options.
“~/.my.cnf” to set user-specific options.
2. Hive安装
1) 下载Hive安装包
下载地址:https://dlcdn.apache.org/hive/, 本文下载版本为:apache-hive-2.3.9
录然也可以在windows上通过迅雷等加速软件下载好以后,再使用sftp工具上传到相应目录
cd ~/soft
wget https://dlcdn.apache.org/hive/hive-2.3.9/apache-hive-2.3.9-bin.tar.gz
2)安装Hive
tar -xvf apache-hive-2.3.9-bin.tar.gz -C ~/opt
cd ~/opt
ln -s apache-hive-2.3.9-bin/ hive
配置环境变量
vi ~/.bashrc
在末尾添加如下内容:
export HIVE_HOME=/home/xiaobai/opt/hive
export PATH=$HIVE_HOME/bin:$PATH
使配置生效
source ~/.bashrc
3)上传MySQL驱动
MySQL的连接驱动的下载页面:https://downloads.mysql.com/archives/c-j/
这里使用wget下载5.1.49版本的连接器:
cd ~/soft
wget https://cdn.mysql.com/archives/mysql-connector-java-5.1/mysql-connector-java-5.1.49.tar.gz
tar -xvf mysql-connector-java-5.1.49.tar.gz
cp mysql-connector-java-5.1.49/mysql-connector-java-5.1.49.jar ~/opt/hive/lib
当然也可以在windows上下载好相应的连接器,然后将其传入目录
$HIVE_HOME/lib
即可
4)修改配置文件
配置文件:hive-site.xml
常用配置参数介绍:
属性名称 | 类型 | 默认值 | 描述 |
---|---|---|---|
hive.metastore.warehouse.dir | URI | /user/hive/warehouse | 相对于fs.defaultFS的目录,托管表就存储在这里 |
hive.metastore.uris | 逗号分隔的URI | 未设定 | 如果未设置(默认值),则使用当前的metastore,否则连接到由URI列表指定要连接的远程metastore服务器。如果有多个远程服务器,则客户端便以轮询方式连接 |
javax.jdo.option.ConnectionURL | URI | jdbc:derby:;databaseName=metastore_db;create=true | JDBC URL, mysql示例: jdbc:mysql://localhost:3306/hive?createDatabaseIfNotExist=true |
javax.jdo.option.ConnectionDriverName | String | org.apache.derby.jdbc.EmbeddedDriver | JDBC驱动器的类名 mysql示例: com.mysql.jdbc.Driver |
javax.jdo.option.ConnectionUserName | String | APP | JDBC用户名 |
javax.jdo.option.ConnectionPassword | String | mine | JDBC密码 |
打开hive-site.xml
vi ~/opt/hive/conf/hive-site.xml
添加如下内容
<?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://node1:3306/hive?useSSL=false&createDatabaseIfNotExist=true</value></property><property><name>javax.jdo.option.ConnectionDriverName</name><value>com.mysql.jdbc.Driver</value></property><property><name>javax.jdo.option.ConnectionUserName</name><value>hive</value></property><property><name>javax.jdo.option.ConnectionPassword</name><value>hive_pwd</value></property><property> <name>hive.server2.thrift.port</name> <value>10000</value> </property><property><name>hive.server2.thrift.bind.host</name><value>node1</value></property>
</configuration>
特别注意:这里设置的数据库主机为node1, 需要解决数据库**远程不能访问**的问题
5)元数据初始化
(1)数据库对账号授权
mysql -uroot -pabc@@123
grant all privileges on hive.* to 'hive'@'%' identified by 'hive_pwd';
(2)初始化元数据
schematool -dbType mysql -initSchema
3. 测试环境
1)启动hdfs和yarn
#确保启动hdfs和yarn
start-dfs.sh
start-yarn.sh
2)CLI命令窗口
#进入hive的CLI命令窗口,hive命令后不跟参数时,默认启动cli,即下面命令等价于hive
hive --service cli
3)beeline客户端
(1)启动HS2服务
使用beeline客户端,需要启动hiveserver2服务(HS2)
nohup hive --service hiveserver2 &
在启动一些后台守护进程时经常搭配使用
nohup
和&
:nohup <程序名> &
使用nohup运行程序
- 使用Ctrl + C发送SIGINT信号,程序关闭
- 关闭session发送SIGHUP信号,程序免疫
使用&后台运行
- 使用Ctrl + C发送SIGINT信号,程序免疫
- 关闭session发送SIGHUP信号,程序关闭
(2)启动beeline
#启动beeline
beeline#在交互界面输入连接信息:
!connect jdbc:hive2://node1:10000#输入用户名和密码#查看所有数据库
show databases;
也可以在beeline启动时就指定相应连接参数
beeline -u jdbc:hive2://node1:10000 -n xiaobai -p 123456
- -u: 连接的JDBC URL
- -n: 连接的用户名
- -p: 连接的密码
至此,大功告成!!!
Hive环境搭建(保姆级教程)相关推荐
- APP自动化测试——Appium运行环境搭建保姆级教程
APP自动化测试运行环境比较复杂,稍微不注意安装就会失败.我见过不少朋友,装了1个星期,Appium 的运行环境还没有搭好的. 搭建环境本身不是一个有难度的工作,但是 Appium 安装过程中确实存在 ...
- 域环境的搭建(保姆级教程)
域环境的搭建(保姆级教程) 一.基础知识 二.实验环境 三.实验步骤 1.设置静态ip地址 我们给server 2008 设置静态ip地址 2.安装活动目录角色 2.1 点击添加角色 2.2 我们单击 ...
- CSGO饥荒服务器搭建保姆级教程
CSGO&饥荒服务器搭建保姆级教程 准备 第一步:软硬件 软件:Xshell.Xftp用于连接云服务器和进行文件传输. 进去填写邮箱,他会给你发个邮件,通过邮件获得下载链接,通过下载链接下载X ...
- 个人网站搭建保姆级教程(2)- 前端工程umi脚手架搭建
前言 最近搞了个服务器,想着自己做个网站的脚手架,因为自己是纯前端新手,而且半路出家,中途踩了好多坑,准备写5篇给各位大佬们分享一下,如何从0搭建个人网站 服务器购买与环境搭建 前端工程umi脚手架搭 ...
- 本地k8s集群搭建保姆级教程(4)-安装k8s集群Dashboard
安装k8s集群管理UI 1 Dashboard安装 1.1 参考文档 Dashboard 是基于网页的 Kubernetes 用户界面. 你可以使用 Dashboard 将容器应用部署到 Kubern ...
- 安装conda搭建python环境(保姆级教程)
目录 一.Anaconda简介 二.Anaconda安装 2.1 Anaconda下载 2.2 Anaconda安装 2.3 配置环境变量 三.通过conda配置python环境 3.1 创建并激活虚 ...
- Mac Xcode opencv C++环境配置 保姆级教程 填坑记录 19年最新版本
网上找了很多教程,照着做都失败了,整整弄了两天两夜,终于好了.网上根本没有人遇到我的坑么?都搜不到,国外也没搜到,呜呜- 版本说明: 1.(必备)MacBook系统:macOS Catalina(版本 ...
- 五万字 | Hive知识体系保姆级教程
文档目录如下: Hive涉及的知识点如下图所示,本文将逐一讲解: 本文较长,获取本文完整PDF文档,请扫码关注公众号[五分钟学大数据],后台发送:hive pdf,即可下载带目录的完整版Hive文档: ...
- Conda各平台安装配置和使用Python环境(保姆级教程)
Conda是python程序运行环境的管理工具.Python是目前最流行的计算机语言,由于python是胶水语言,功能上的实现依赖第三方包.有的python脚本需要特定版本的依赖包运行,如果直接在电脑 ...
- 配置vscode C语言运行环境(保姆级教程)
基本步骤 首先是安装一个软件,安装完成之后就需要配置了 因为VSCode不能直接拿来写C,所以需要相关插件, 然后任何语言的程序在运行前都需要编译,那还需要一个编译器,很可惜VSCode插件里面不自带 ...
最新文章
- Django 分页和使用Ajax5.3
- 【React系列】状态(State)和生命周期
- 我进公司当Android开发实习生时,初中最差的同学成了我的领导
- Apache Mahout 简介
- Java监听器用法(三):外部类监听器
- thinkphp 助手函数url不生成https_thinkphp5.0 URL 地址生成
- Codeforces Round #264 (Div. 2) 解题报告
- Git安装及基本配置
- 十三届蓝桥杯EDA省赛赛后感
- 漂浮广告代码、漂浮代码分析(讲解)
- 防火墙基础之华为防火墙分支与分支IPSec 对接
- 大语言模型将如何影响软件开发?
- 怎么查看电脑内存的型号
- bilstm-crf_序列标注问题
- VIVADO中IO管脚分配 IO PLANING
- 54个提高PHP程序运行效率的方法(转载)
- 戴维斯双击策略的实现与验证
- Lua string字符串相关操作
- 苹果ipad怎么刷机_苹果手机:iOS 13.7 测试版_iOS 13.7 测试版一键刷机教程
- 树莓派 ubuntu系统 : mysql.service: Failed with result ‘exit-code‘