hive简介以及安装配置

Hive简介

1.1在hadoop生态圈中属于数据仓库的角色。他能够管理hadoop中的数据，同时可以查询hadoop中的数据。

本质上讲，hive是一个SQL解析引擎。Hive可以把SQL查询转换为MapReduce中的job来运行。

hive有一套映射工具，可以把SQL转换为MapReduce中的job，可以把SQL中的表、字段转换为HDFS中的文件(夹)以及文件中的列。

这套映射工具称之为metastore，一般存放在derby、mysql中。

1.2 hive在hdfs中的默认位置是/user/hive/warehouse，是由配置文件hive-conf.xml中属性hive.metastore.warehouse.dir决定的。

(修改hive的位置：进入hive-site.xml找到name=hive.metastore.warehouse.dir修改value值即可)

hive的安装

(1)解压缩、重命名、设置环境变量

(2)在目录$HIVE_HOME/conf/下，执行命令mvhive-default.xml.template hive-site.xml重命名

在目录$HIVE_HOME/conf/下，执行命令mvhive-env.sh.template hive-env.sh重命名

(3)修改hadoop的配置文件hadoop-env.sh，修改内容如下：

export HADOOP_CLASSPATH=.:$CLASSPATH:$HADOOP_CLASSPATH:$HADOOP_HOME/bin

(4)在目录$HIVE_HOME/bin下面，修改文件hive-config.sh，增加以下内容：

export JAVA_HOME=/usr/local/jdk

export HIVE_HOME=/usr/local/hive

export HADOOP_HOME=/usr/local/hadoop

安装mysql

(1)删除linux上已经安装的mysql相关库信息。rpm -e xxxxxxx --nodeps

执行命令rpm -qa|grep -i mysql 检查是否删除干净

(2)执行命令 rpm-i mysql-server-******** 安装mysql服务端

(3)启动mysql 服务端，执行命令 mysqld_safe &

(4)执行命令 rpm-i mysql-client-******** 安装mysql客户端

(5)执行命令mysql_secure_installation设置root用户密码

使用mysql作为hive的metastore

(1)把mysql的jdbc驱动放置到hive的lib目录下

(2)修改hive-site.xml文件，修改内容如下：

<name>javax.jdo.option.ConnectionURL</name>

<value>jdbc:mysql://hadoop0:3306/hive?createDatabaseIfNotExist=true</value>

</property>

<name>javax.jdo.option.ConnectionDriverName</name>

<value>com.mysql.jdbc.Driver</value>

</property>

<name>javax.jdo.option.ConnectionUserName</name>

</property>

<name>javax.jdo.option.ConnectionPassword</name>

<value>admin</value>

</property>

实例

内部表

CREATE TABLE t1(id int);

LOAD DATA LOCAL INPATH '/root/id' INTO TABLE t1;

（注：LOCAL表示从Linux的磁盘文件中加载，去掉LOCAL则表示从hdfs中加载）

CREATE TABLE t2(id int, name string) ROW FORMAT DELIMITED FIELDSTERMINATED BY '\t';

分区表

CREATE TABLE t3(id int) PARTITIONED BY (day int);

LOAD DATA LOCAL INPATH '/root/id' INTO TABLE t1 PARTITION (day=22);

桶表

create table t4(id int) clustered by(id) into 4 buckets;

sethive.enforce.bucketing = true;

insert into table t4 select id from t3;

外部表

create external table t5(id int) location '/external';