Hive的配置| 架构原理

 

Hive是基于Hadoop的一个数据仓库工具，能够将结构化的数据文件映射为一张表，并提供类SQL查询功能。

本质是：将HQL转化成MapReduce程序

1）Hive处理的数据存储在HDFS

2）Hive分析数据底层的实现是MapReduce

3）执行程序运行在Yarn上

1. Hive架构原理

hive的组成：

Hive计算和存储都是基于Hadoop的；

MetaStore元数据（描述表数据的数据）的存储，hive改变了数据的呈现形式，主流用的是mysql；

Client + jdbc（都有接口实现的Driver，hive提供一套面向jdbc接口的输入输出，找到hive的jdbc链接driver就能够链接hive），

sql进来通过driver翻译处理，进入到SQL Parser解析器 ---->Physical Plan编译器，翻译成MR--->Query Optimizer优化器进行优化--->Execution进行执行；

 能够配置Hive运行引擎Tez：

http://www.javashuo.com/article/p-twcaaktl-bx.html

2. Hive安装及配置

（1）把apache-hive-1.2.1-bin.tar.gz上传到linux的/opt/software目录下 （2）解压apache-hive-1.2.1-bin.tar.gz到/opt/module/目录下面 　　[kris@hadoop101 software]$ tar -zxvf apache-hive-1.2.1-bin.tar.gz -C /opt/module/ （3）修改apache-hive-1.2.1-bin.tar.gz的名称为hive 　　[kris@hadoop101 module]$ mv apache-hive-1.2.1-bin/ hive （4）修改/opt/module/hive/conf目录下的hive-env.sh.template名称为hive-env.sh 　　[kris@hadoop101 conf]$ mv hive-env.sh.template hive-env.sh （5）配置hive-env.sh文件 （a）配置HADOOP_HOME路径 　　　　　　export HADOOP_HOME=/opt/module/hadoop-2.7.2 （b）配置HIVE_CONF_DIR路径 　　　　　　export HIVE_CONF_DIR=/opt/module/hive/conf

 Hadoop集群配置

Hadoop集群配置 （1）必须启动hdfs和yarn 　　start-dfs.sh 若启动时出现nodenode进程或其余，受到Ha的影响，删除data数据，可从新格式化； 　　killall java [kris@hadoop101 ~]$ cd /tmp/ [kris@hadoop101 tmp]$ rm -rf *.pid 　　start-yarn.sh 在HDFS上建立/tmp和/user/hive/warehouse两个目录并修改他们的同组权限可写，看下没有这个文件（通常启动以后就会产生）就建立并修改权限； [kris@hadoop101 tmp]$ hadoop fs -chmod 777 /tmp/ [kris@hadoop101 tmp]$ hadoop fs -chmod g+w /user/hive/warehouse

　　可直接启动hive

　　[kris@hadoop101 hive]$ bin/hive

将本地文件导入hive：

　　在/opt/module/目录下建立datas 　　[atguigu@hadoop102 module]$ mkdir datas 　　在/opt/module/datas/目录下建立student.txt文件并添加数据 hive> create table student(id int, name string) ROW FORMAT DELIMITED FIELDS TERMINATED > BY '\t'; OK Time taken: 0.298 seconds hive> load data local inpath '/opt/module/datas/student.txt' into table student; Loading data to table default.student Table default.student stats: [numFiles=2, numRows=0, totalSize=330, rawDataSize=0] OK Time taken: 0.729 seconds hive> show tables; OK student Time taken: 0.021 seconds, Fetched: 1 row(s) hive> select * from student; OK 1001 ss1 1002 ss2 1003 ss3 1004 ss4 1005 ss5

再打开一个客户端窗口启动hive，会产生java.sql.SQLException异常。

 Caused by: ERROR XSDB6: Another instance of Derby may have already booted the database /opt/module/hive/metastore_db.

缘由是，Metastore默认存储在自带的derby数据库中，推荐使用MySQL存储Metastore;

　　MySql安装

[kris@hadoop101 ~]$ rpm -qa | grep mysql
mysql-libs-5.1.73-7.el6.x86_64
[kris@hadoop101 ~]$ sudo rpm -e --nodeps mysql-libs-5.1.73-7.el6.x86_64  把以前安装的卸载掉；
[kris@hadoop101 ~]$ rpm -qa | grep mysql

[kris@hadoop101 ~]$ unzip /opt/software/mysql-libs.zip   

[kris@hadoop101 mysql-libs]$ ll
总用量 76048
-rw-rw-r-- 1 kris kris 18509960 3月 26 2015 MySQL-client-5.6.24-1.el6.x86_64.rpm
-rw-rw-r-- 1 kris kris 3575135 12月 1 2013 mysql-connector-java-5.1.27.tar.gz
-rw-rw-r-- 1 kris kris 55782196 3月 26 2015 MySQL-server-5.6.24-1.el6.x86_64.rpm

在root用户下安装Mysql

sudo rpm -ivh MySQL-server-5.6.24-1.el6.x86_64.rpm //1.在root用户下安装mysql服务器 sudo cat /root/.mysql_secret sudo rpm -ivh MySQL-client-5.6.24-1.el6.x86_64.rpm //2. 安装mysql客户端 cat /root/.mysql_secret　　　　　　　　　　　　　　　　　　//3. 查看mysql默认密码，记下来登录进去修改密码 sudo service mysql start　　　　　　　　　　　　　　　　//4. 开启mysql服务器; mysql -uroot -p iGD2pY1XQycacXKc //5.进入mysql修改 mysql> show databases; ERROR 1820 (HY000): You must SET PASSWORD before executing this statement mysql> set password=password("123456");  Query OK, 0 rows affected (0.00 sec) mysql> show databases; +--------------------+ | Database | +--------------------+ | information_schema | | mysql | | performance_schema | | test | +--------------------+ 4 rows in set (0.00 sec) mysql> exit; Bye [kris@hadoop101 software]$ mysql -uroot -p123456 use mysql; mysql> select user, host, password from user; +------+-----------+-------------------------------------------+ | user | host | password | +------+-----------+-------------------------------------------+ | root | localhost | *6BB4837EB74329105EE4568DDA7DC67ED2CA2AD9 | | root | hadoop101 | *F989EA3B224D436B6BEAEAEB2E879B7E765C28C5 | | root | 127.0.0.1 | *F989EA3B224D436B6BEAEAEB2E879B7E765C28C5 | | root | ::1 | *F989EA3B224D436B6BEAEAEB2E879B7E765C28C5 | +------+-----------+-------------------------------------------+ 4 rows in set (0.00 sec) mysql> delete from user where host<>"localhost"; Query OK, 3 rows affected (0.00 sec) mysql> update user set host='%' where host='localhost'; mysql> flush privileges;

 

　　Hive元数据配置到MySql

拷贝驱动到hive的lib目录下面

[kris@hadoop101 software]$ tar -zxf mysql-connector-java-5.1.27.tar.gz  [kris@hadoop101 software]$ ll 总用量 200936 drwxr-xr-x. 4 kris kris 4096 10月 24 2013 mysql-connector-java-5.1.27 [kris@hadoop101 mysql-connector-java-5.1.27]$ cp mysql-connector-java-5.1.27-bin.jar /opt/module/hive/lib/

　　配置Metastore到MySql

　　1．在/opt/module/hive/conf目录下建立一个hive-site.xml
　　　　[kris@hadoop101 conf]$ touch hive-site.xml
　　　　[kris@hadoop101 conf]$ vi hive-site.xml
　　2．根据官方文档配置参数，拷贝数据到hive-site.xml文件中

<?xml version="1.0"?> <?xml-stylesheet type="text/xsl" href="configuration.xsl"?> <configuration> <property> <name>javax.jdo.option.ConnectionURL</name> <value>jdbc:mysql://hadoop101:3306/metastore?createDatabaseIfNotExist=true</value> <description>JDBC connect string for a JDBC metastore</description> </property> <property> <name>javax.jdo.option.ConnectionDriverName</name> <value>com.mysql.jdbc.Driver</value> <description>Driver class name for a JDBC metastore</description> </property> <property> <name>javax.jdo.option.ConnectionUserName</name> <value>root</value> <description>username to use against metastore database</description> </property> <property> <name>javax.jdo.option.ConnectionPassword</name> <value>123456</value> <description>password to use against metastore database</description> </property> </configuration>

[kris@hadoop101 hive]$ bin/hive Logging initialized using configuration in jar:file:/opt/module/hive/lib/hive-common-1.2.1.jar!/hive-log4j.properties hive>

 配置完毕后，若是启动hive异常，能够从新启动虚拟机。（重启后，别忘了启动hadoop集群）

多窗口启动Hive测试

1．先启动MySQL [kris@hadoop101 hive]$ mysql -uroot -p123456 mysql> show databases; +--------------------+ | Database | +--------------------+ | information_schema | | metastore | | mysql | | performance_schema | | test | +--------------------+ 5 rows in set (0.02 sec) 2．再次打开多个窗口，分别启动hive [kris@hadoop101 hive]$ bin/hive 3．启动hive后，回到MySQL窗口查看数据库，显示增长了metastore数据库

HiveJDBC访问

[kris@hadoop101 hive]$ bin/hiveserver2 //它就至关因而SQL Parser解析器+Physical Plan编辑器+优化器+执行器  [kris@hadoop101 hive]$ bin/beeline //它就至关因而Client + Driver + CLI + JDBC Beeline version 1.2.1 by Apache Hive beeline> !connect jdbc:hive2://hadoop101:10000 //必须把bin/hiveserver2启动了才能启动它，它们是配套的 Connecting to jdbc:hive2://hadoop101:10000 Enter username for jdbc:hive2://hadoop101:10000: kris Enter password for jdbc:hive2://hadoop101:10000:  Connected to: Apache Hive (version 1.2.1) Driver: Hive JDBC (version 1.2.1) Transaction isolation: TRANSACTION_REPEATABLE_READ 0: jdbc:hive2://hadoop101:10000> show databases; +----------------+--+ | database_name | +----------------+--+ | default | +----------------+--+ 1 row selected (1.233 seconds) 0: jdbc:hive2://hadoop101:10000>  发现这里发生变化：它会记录查询状况，是否出错 [kris@hadoop101 hive]$ bin/hiveserver2 OK

 

3. Hive常见属性配置

Hive数据仓库位置配置

       1）Default数据仓库的最原始位置是在hdfs上的：/user/hive/warehouse路径下。

       2）在仓库目录下，没有对默认的数据库default建立文件夹。若是某张表属于default数据库，直接在数据仓库目录下建立一个文件夹。

       3）修改default数据仓库原始位置（将hive-default.xml.template以下配置信息拷贝到hive-site.xml文件中）。

<property>
<name>hive.metastore.warehouse.dir</name>
<value>/user/hive/warehouse</value>
<description>location of default database for the warehouse</description>
</property>

配置同组用户有执行权限

bin/hdfs dfs -chmod g+w /user/hive/warehouse

查询后信息显示配置

1）在hive-site.xml文件中添加以下配置信息，就能够实现显示当前数据库，以及查询表的头信息配置。

<property>
    <name>hive.cli.print.header</name>
    <value>true</value>
</property>
<property>
    <name>hive.cli.print.current.db</name>
    <value>true</value>
</property>

View Code

2）从新启动hive，对比配置先后差别。

 Hive运行日志信息配置

1．Hive的log默认存放在/tmp/kris/hive.log目录下（当前用户名下）

2．修改hive的log存放日志到/opt/module/hive/logs

       （1）修改/opt/module/hive/conf/hive-log4j.properties.template文件名称为 hive-log4j.properties

　　2）在hive-log4j.properties文件中修改log存放位置   hive.log.dir=/opt/module/hive/logs

 参数配置方式

1．查看当前全部的配置信息

hive>set;

2．参数的配置三种方式

       （1）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

       注意：用户自定义配置会覆盖默认配置。另外，Hive也会读入Hadoop的配置，由于Hive是做为Hadoop的客户端启动的，Hive的配置会覆盖Hadoop的配置。配置文件的设定对本机启动的全部Hive进程都有效。

　　（2）命令行参数方式

启动Hive时，能够在命令行添加-hiveconf param=value来设定参数。例如：

[kris@hadoop101 hive]$ bin/hive -hiveconf mapred.reduce.tasks=10;

注意：仅对本次hive启动有效

查看参数设置：hive (default)> set mapred.reduce.tasks;

　　（3）参数声明方式

能够在HQL中使用SET关键字设定参数； 例如：

hive (default)> set mapred.reduce.tasks=100;

注意：仅对本次hive启动有效。

查看参数设置：hive (default)> set mapred.reduce.tasks;

上述三种设定方式的优先级依次递增。即配置文件<命令行参数<参数声明。注意某些系统级的参数，例如log4j相关的设定，必须用前两种方式设定，由于那些参数的读取在会话创建之前已经完成了。

4. Hive经常使用交互命令

“-e”不进入hive的交互窗口执行sql语句；  “-f”执行脚本中sql语句

退出hive窗口：在新版的hive中没区别了，在之前的版本是有的： exit:先隐性提交数据，再退出； quit:不提交数据，退出；

[kris@hadoop101 hive]$ bin/hive -e "select * from student;" Logging initialized using configuration in jar:file:/opt/module/hive/lib/hive-common-1.2.1.jar!/hive-log4j.properties OK 1001 ss1 1002 ss2 1003 ss3 写入文件中： [kris@hadoop101 datas]$ vim hivef.sql select * from student; [kris@hadoop101 hive]$ bin/hive -f /opt/module/datas/hivef.sql Logging initialized using configuration in jar:file:/opt/module/hive/lib/hive-common-1.2.1.jar!/hive-log4j.properties OK 1001 ss1 1002 ss2 1003 ss3 hive> dfs -ls /; Found 2 items drwxrwxr-x - kris supergroup 0 2019-02-13 15:59 /tmp drwxr-xr-x - kris supergroup 0 2019-02-13 15:54 /user hive> !ls /opt/module/datas > ; business.txt dept.txt emp_sex.txt emp.txt hivef.sql location.txt log.data score.txt student.txt hive> 查看在hive中输入的全部历史命令 （1）进入到当前用户的根目录/root或/home/atguigu （2）查看. hivehistory文件 [kris@hadoop101 ~]$ cat .hivehistory