hive-1.2.1安装

系统管理员 2021-06-24 14:36 420阅读 0赞

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，并提供简单的sql查询功能，可以将sql语句转换为MapReduce任务进行运行。 其优点是学习成本低，可以通过类SQL语句快速实现简单的MapReduce统计，不必开发专门的MapReduce应用，十分适合数据仓库的统计分析。  
  
        Hive是由Facebook贡献给Apache的开源项目，这个工具可以说是完全为DBA而生，它的的目标，是希望能让精通SQL但不熟悉JAVA编程的工程师，在HADOOP的大潮中不至于下岗待业，即使完全不懂JAVA，也能在HDFS数据分析中继续发挥光和热。Hive是做什么呢，个人理解可以将其视为一个SQL语言的解释器，它能将DBA提交的SQL语句，转换成能够在HADOOP上执行的M-R作业,对于DBA或前端用户来说，不必再将精力花在编写M-R应用上，直接借助SQL的易用性来实现大规模数据的查询和分析。

与Hadoop类似，Hive也有三种运行模式：  
1.内嵌模式：将元数据保存在本地内嵌的Derby数据库中，这得使用Hive最简单的方式，不过使用内嵌模式的话，缺点也比较明显，因为一个内嵌的Derby数据库每次只能访问一个数据文件，这也就意味着不支持多会话连接。这种情况应对本地测试可能都有所不足，仅供初学者熟悉应用Hive；  
2.本地模式：这种模式是将元数据库保存在本地的独立数据库中(比如说MySQL)，这样就能够支持多会话和多用户连接。——mysql可以是本地、也可以是远程  
3.远程模式：hive服务和metastore在不同的进程内。

1、安装前准备：

安装好hadoop集群（hive1.2.1、hadoop2.5.2）

2、安装hive

1）下载hive包：

http://apache.fayea.com/hive/

2）解压：

tar -xvzf apache-hive-1.2.1-bin.tar.gz

3）创建环境变量：

#HADOOP VARIABLES START  
    export HADOOP_HOME=/usr/local/hadoop-2.5.2
    export PATH=$PATH:$HADOOP_HOME/bin
    export PATH=$PATH:$HADOOP_HOME/sbin
    export HADOOP_MAPRED_HOME=$HADOOP_HOME
    export HADOOP_COMMON_HOME=$HADOOP_HOME
    export HADOOP_HDFS_HOME=$HADOOP_HOME
    export YARN_HOME=$HADOOP_HOME
    export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
    export HADOOP_OPTS="-Djava.library.path=$HADOOP_HOME/lib"
    export JAVA_LIBRARY_PATH=$HADOOP_HOME/lib/native
    #HADOOP VARIABLES END
    
    #hbase
    export HBASE_HOME=/usr/local/hbase-1.0.0/
    #hive
    export Hive_HOME=/usr/local/hive/
    export PATH=$PATH:$HBASE_HOME/bin:$HIVE_HOME/bin

4）内嵌模式：

该模式无需修改内容配置文件

# cp -p hive-default.xml.template hive-default.xml
    # cp -p hive-default.xml.template hive-site.xml

在HDFS上建立/tmp和/user/hive/warehouse目录，并赋予组用户写权限。这是Hive默认的数据文件存放目录，在hive-site.xml文件中为默认配置。

# su - hadoop
    $ hadoop dfs -mkdir /tmp
    $ hadoop dfs -mkdir /user/hive/warehouse
    $ hadoop dfs -chmod g+w /tmp
    $ hadoop dfs -chmod g+w /user/hive/warehouse
    
    $ hadoop dfs -ls /
    drwxrwxr-x   - hadoop supergroup          0 2014-06-17 18:57 /tmp
    drwxr-xr-x   - hadoop supergroup          0 2014-06-17 19:02 /user
    drwxr-xr-x   - hadoop supergroup          0 2014-06-15 19:31 /usr
    $ hadoop dfs -ls /user/hive/
    drwxrwxr-x   - hadoop supergroup          0 2014-06-17 19:02 /user/hive/warehouse
    
     //启动
    $ hive               
    Logging initialized using configuration in file:/usr/hive/conf/hive-log4j.properties
    Hive history file=/tmp/hadoop/hive_job_log_hadoop_201406171916_734435947.txt
    hive> show tables;
    OK
    Time taken: 7.157 seconds
    hive> quit;

5）本地独立模式(在内嵌模式上配置)

安装、配置mysql:

# yum install mysql mysql-server          //安装mysql
    # service mysqld start
    # mysql -u root                           //添加数据库及用户
    mysql> create database hive;      
    Query OK, 1 row affected (0.00 sec)
    mysql> grant all on hive.* to 'hive'@'localhost' identified by 'hive';
    Query OK, 0 rows affected (0.00 sec)
    mysql> flush privileges;
    Query OK, 0 rows affected (0.00 sec)
    mysql> \q
    Bye

配置hive-site.xml文件，用于连接mysql

<property>
      <name>javax.jdo.option.ConnectionURL</name>         //所连接的MySQL数据库实例
      <value>jdbc:mysql://localhost:3306/hive</value>
      <description>JDBC connect string for a JDBC metastore</description>
    </property>
     
    <property>
      <name>javax.jdo.option.ConnectionDriverName</name>  //连接的MySQL数据库驱动
      <value>com.mysql.jdbc.Driver</value>
      <description>Driver class name for a JDBC metastore</description>
    </property>
     
    <property>
      <name>javax.jdo.option.ConnectionUserName</name>   //连接的MySQL数据库用户名
      <value>hive</value>
      <description>username to use against metastore database</description>
    </property>
     
    <property>
      <name>javax.jdo.option.ConnectionPassword</name>    //连接的MySQL数据库密码
      <value>hive</value>
      <description>password to use against metastore database</description>
    </property>

启动：

$ hive         //启动
    Logging initialized using configuration in jar:file:/usr/hive/lib/hive-common-0.8.1.jar!/hive-log4j.properties
    Hive history file=/tmp/hadoop/hive_job_log_hadoop_201406172021_1374786590.txt
    hive> show tables;
    OK
    Time taken: 5.527 seconds
    hive> quit;

6）远程模式：

。。。

3、 hive启动报错： Found class jline.Terminal, but interface was expected

[ERROR] Terminal initialization failed; falling back to unsupported
    Java.lang.IncompatibleClassChangeError: Found class jline.Terminal, but interface was expected
            at jline.TerminalFactory.create(TerminalFactory.java:101)
            at jline.TerminalFactory.get(TerminalFactory.java:158)
            at jline.console.ConsoleReader.<init>(ConsoleReader.java:229)
            at jline.console.ConsoleReader.<init>(ConsoleReader.java:221)
            at jline.console.ConsoleReader.<init>(ConsoleReader.java:209)
            at org.apache.Hadoop.Hive.cli.CliDriver.getConsoleReader(CliDriver.java:773)
            at org.apache.hadoop.hive.cli.CliDriver.executeDriver(CliDriver.java:715)
            at org.apache.hadoop.hive.cli.CliDriver.run(CliDriver.java:675)
            at org.apache.hadoop.hive.cli.CliDriver.main(CliDriver.java:615)
            at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
            at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:57)
            at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
            at java.lang.reflect.Method.invoke(Method.java:606)
            at org.apache.hadoop.util.RunJar.main(RunJar.java:212)

原因：  
hadoop目录下存在老版本jline：  
/hadoop-2.5.2/share/hadoop/yarn/lib：  
\-rw-r--r-- 1 root root   87325 Mar 10 18:10 jline-0.9.94.jar  
解决：  
cp /hive/apache-hive-1.1.0-bin/lib/jline-2.12.jar /hadoop-2.5.2/share/hadoop/yarn/lib

4、测试：

1）创建表：

hive> create table test(id INT,str STRING)
        > row format delimited 
        > fields terminated by ','
        > stored as textfile;
    Time taken: 0.15 seconds

hive> show tables;
    OK
    test
    Time taken: 1.15 seconds

2）加载本地数据到hive：

hive> load data local inpath '/home/hadoop/data_test.txt'
        > overwrite into table test;                         
    Copying data from file:/home/hadoop/data_test.txt
    Copying file: file:/home/hadoop/data_test.txt
    Loading data to table default.test
    OK
    Time taken: 4.322 seconds

3）查询前10行：

hive> select * from test limit 10;
    OK
    1    a
    2    b
    3    c
    4    d
    5    e
    6    f
    7    g
    8    h
    9    i
    10   j
    Time taken: 0.869 seconds

4）查询该文件中存在多少条数据，这时hive将执行一个map-reduce的过程来计算该值

hive> select count(1) from test;  
    Total MapReduce jobs = 1
    Launching Job 1 out of 1
    Number of reduce tasks determined at compile time: 1
    In order to change the average load for a reducer (in bytes):
      set hive.exec.reducers.bytes.per.reducer=<number>
    In order to limit the maximum number of reducers:
      set hive.exec.reducers.max=<number>
    In order to set a constant number of reducers:
      set mapred.reduce.tasks=<number>
    Starting Job = job_201406180238_0001, Tracking URL = http://master:50030/jobdetails.jsp?jobid=job_201406180238_0001
    Kill Command = /usr/hadoop/bin/../bin/hadoop job  -Dmapred.job.tracker=http://192.168.2.101:9001 -kill job_201406180238_0001
    Hadoop job information for Stage-1: number of mappers: 1; number of reducers: 1
    2014-06-18 02:39:43,858 Stage-1 map = 0%,  reduce = 0%
    2014-06-18 02:39:54,964 Stage-1 map = 100%,  reduce = 0%
    2014-06-18 02:40:04,078 Stage-1 map = 100%,  reduce = 100%
    Ended Job = job_201406180238_0001
    MapReduce Jobs Launched: 
    Job 0: Map: 1  Reduce: 1   HDFS Read: 33586560 HDFS Write: 8 SUCESS
    Total MapReduce CPU Time Spent: 0 msec
    OK
    4798080
    Time taken: 35.687 seconds

参考：http://hatech.blog.51cto.com/8360868/1427748