Hive 分布式搭建，Spark集成Hive记录

本帖详细介绍搭建步骤，仅仅记录本身搭建过程以及采坑经历。

前提环境：

Hadoop集群 版本2.7.2

Spark集群 版本2.1.0

Linux版本 Centos7

准备搭建 MySql版本5.5.61 ，Hive-2.1.0

去官网下载MySQl的tar包。我下的是mysql-5.5.61-linux-glibc2.12-x86_64.tar.gz

解压tar包   

tar -zxvf mysql-5.5.61-linux-glibc2.12-x86_64.tar.gz

添加系统mysql组和mysql用户：

执行命令：groupadd mysql和useradd -r -g mysql mysql

groupadd mysql

useradd -r -g mysql mysql

修改当前目录拥有者为mysql用户：执行命令

chown -R mysql:mysql ./

安装数据库：执行命令

./scripts/mysql_install_db --user=mysql

修改当前目录拥有者为root用户：执行命令

chown -R root:root ./

修改当前data目录拥有者为mysql用户：执行命令

chown -R mysql:mysql data

到此数据库安装完毕

---------------------

启动mysql服务和添加开机启动mysql服务：

添加开机启动：执行命令

cp support-files/mysql.server /etc/init.d/mysql

把启动脚本放到开机初始化目录

启动mysql服务：执行命令

service mysql start

这里咱们遇到个异常：

咱们这样解决，执行下面三条命令

mkdir /var/log/mariadb

touch /var/log/mariadb/mariadb.log

chown -R mysql:mysql /var/log/mariadb/

再次启动成功！

执行命令：

ps -ef|grep mysql

看到mysql服务说明启动成功

修改mysql的root用户密码，root初始密码为空的：

执行命令：

./bin/mysqladmin -u root password '密码'

这里咱们又遇到了一个错误

执行

ln -s /var/lib/mysql/mysql.sock /tmp/mysql.sock 

 以后解决

把mysql客户端放到默认路径：

ln -s /usr/local/mysql/bin/mysql /usr/local/bin/mysql

注意：建议使用软链过去，不要直接包文件复制，便于系统安装多个版本的mysql

mysql已经安装完毕而且启动，此时又出现问题，没法远程链接

解决方法：

执行use mysql;
执行select 'host' from user where user='root';
执行update user set host = '%' where user = 'root';这一句执行完可能会报错，不用管它。
执行FLUSH PRIVILEGES;

以后便可远程访问。

中间有一个服务在安装mysql的时候出现了问题The server quit without updating PID file

有一篇贴给出了比较全的出现场景在此贴出

--------------------------------------------------------------------------------------------------------------------------------

问题可能的缘由有多种，具体什么缘由最好的办法是先查看下错误日志：

一、多是/usr/local/mysql/data/mysql.pid文件没有写的权限

解决方法 ：给予权限，执行 “chown -R mysql:mysql /var/data” “chmod -R 755 /usr/local/mysql/data”  而后从新启动mysqld！

二、可能进程里已经存在mysql进程

解决方法：用命令“ps -ef|grep mysqld”查看是否有mysqld进程，若是有使用“kill -9  进程号”杀死，而后从新启动mysqld！

三、多是第二次在机器上安装mysql，有残余数据影响了服务的启动。

解决方法：去mysql的数据目录/data看看，若是存在mysql-bin.index，就赶快把它删除掉吧，它就是罪魁祸首了。本人就是使用第三条方法解决的 ！

四、mysql在启动时没有指定配置文件时会使用/etc/my.cnf配置文件，请打开这个文件查看在[mysqld]节下有没有指定数据目录(datadir)。

解决方法：请在[mysqld]下设置这一行：datadir = /usr/local/mysql/data

五、skip-federated字段问题

解决方法：检查一下/etc/my.cnf文件中有没有没被注释掉的skip-federated字段，若是有就当即注释掉吧。

六、错误日志目录不存在

解决方法：使用“chown” “chmod”命令赋予mysql全部者及权限

七、selinux惹的祸，若是是centos系统，默认会开启selinux

解决方法：关闭它，打开/etc/selinux/config，把SELINUX=enforcing改成SELINUX=disabled后存盘退出重启机器试试。

---------------------------------------------------------------------------------------------------------------------------------

Hive集群的配置我参考了这边帖子

https://blog.csdn.net/envinfo2012/article/details/75669559

启动方式参考了这篇帖子，由于上面的启动在我这里很差使

https://blog.csdn.net/lblblblblzdx/article/details/79760959

 

按照上面的帖子配置而后启动hive集群，最后将hive metastore的配置hive-site.xml放在spark的conf目录。启动spark-shell时报错。

比较简单的解决方案是修改hive-site.xml里的配置去掉验证。

<property>
    <name>hive.metastore.schema.verification</name>
    <value>false</value>
</property>

再次启动spark-shell不在报此错误，可是又多了另外一个错误：

缘由是个人Spark主节点上有一个hive的主节点，hive的主节点上的hive-site.xml并无配置相似连接主节点的配置，Spark中的hive-site.xml添加上以下配置就行了

<property>
    <name>hive.metastore.uris</name>
    <value>thrift://192.168.194.131:9083</value>
    <description>Thrift URI for the remote metastore. Used by metastore client to connect to remote metastore.</description>
</property>

再次启动，再也不报错

终于能够成功的使用Spark操纵hive了