hive 安装部署和Java客户端

逃离我推掉我的手 2024-02-19 14:09 18阅读 0赞

（转自）http://blog.csdn.net/zhongguozhichuang/article/details/52702476  
  
主要对Hive 安装配置进行介绍。  
  
\[size=medium\]二、Hive 运行模式\[/size\]  
  
\[size=medium\]与 Hadoop 类似，Hive 也有 3 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，这是使用 Hive 最简单的方式。但是这种方式缺点也比较明显，因为一个内嵌的 Derby 数据库每次只能访问一个数据文件，这也就意味着它不支持多会话连接。  
  
2. 本地模式  
  
这种模式是将元数据保存在本地独立的数据库中（一般是 MySQL），这用就可以支持多会话和多用户连接了。  
  
3. 远程模式  
  
此模式应用于 Hive 客户端较多的情况。把 MySQL 数据库独立出来，将元数据保存在远端独立的 MySQL 服务中，避免了在每个客户端都安装 MySQL 服务从而造成冗余浪费的情况。\[/size\]  
  
\[size=medium\]三、下载安装 Hive\[/size\]  
  
上节课程我们已经了解到，Hive 是基于 Hadoop 文件系统之上的数据仓库。因此，安装Hive之前必须确保 Hadoop 已经成功安装。（本次实验环境，已经为大家安装好了 Hadoop.）  
  
本次实验，使用Hive V1.1.0版本。Hive V1.1.0 可以在 Hadoop V1.0.0 以上环境中工作。终端下输入命令来下载：

$ wget http://labfile.oss.aliyuncs.com/apache-hive-1.1.0-bin.tar.gz

下载完成后解压：  
  
$ tar zxvf apache-hive-1.1.0-bin.tar.gz  
解压出来的文件名很长，在终端下输入很麻烦，为了后面实验的方便，建议修改为较短文件名，例如：  
  
$ mv apache-hive-1.1.0-bin hive  
四、配置系统环境变量  
  
修改 /etc/profile 文件，使用 sudo vim /etc/profile 来修改：  
  
\# Hive environment  
export HIVE\_HOME=/usr/local/hadoop/hive  
export PATH=$HIVE\_HOME/bin:$HIVE\_HOME/conf:$PATH  
五、内嵌模式  
  
（1）修改 Hive 配置文件  
  
$HIVE\_HOME/conf 对应的是 Hive 的配置文件路径，类似于之前学习的HBase, 该路径下的 hive-site.xml 是 Hive 工程的配置文件。默认情况下，该文件并不存在，我们需要拷贝它的模版来实现：  
  
$ cp hive-default.xml.template hive-site.xml  
hive-site.xml 的主要配置有：  
  
\[img\]https://dn-anything-about-doc.qbox.me/userid46108labid766time1427423801808\[/img\]  
  
hive.metastore.warehouse.dir  
该参数指定了 Hive 的数据存储目录，默认位置在 HDFS 上面的 /user/hive/warehouse 路径下。  
hive.exec.scratchdir  
该参数指定了 Hive 的数据临时文件目录，默认位置为 HDFS 上面的 /tmp/hive 路径下。  
同时我们还要修改 Hive 目录下 /conf/hive-env.sh 文件（请根据自己的实际路径修改），该文件默认也不存在，同样是拷贝它的模版来修改：  
  
export HADOOP\_HEAPSIZE=1024  
  
\# Set HADOOP\_HOME to point to a specific hadoop install directory  
HADOOP\_HOME=/usr/local/hadoop  
  
\# Hive Configuration Directory can be controlled by:  
export HIVE\_CONF\_DIR=/usr/local/hadoop/hive/conf  
  
\# Folder containing extra ibraries required for hive compilation/execution can be controlled by:  
export HIVE\_AUX\_JARS\_PATH=/usr/local/hadoop/hive/lib  
  
（2）创建必要目录  
  
前面我们看到 hive-site.xml 文件中有两个重要的路径，切换到 hadoop 用户下查看 HDFS 是否有这些路径：  
  
$ hadoop dfs -ls /  
  
\[img\]https://dn-anything-about-doc.qbox.me/userid46108labid766time1427424044890\[/img\]  
  
没有发现上面提到的路径，因此我们需要自己新建这些目录，并且给它们赋予用户写（W）权限。  
  
$ hadoop dfs -mkdir /user/hive/warehouse  
$ hadoop dfs -mkdir /tmp/hive  
$ hadoop dfs -chmod 777 /user/hive/warehouse  
$ hadoop dfs -chmod 777 /tmp/hive  
如果你遇到 no such file or directory 类似的错误，就一步一步新建目录，例如：  
  
$ hadoop dfs -mkdir /tmp  
$ hadoop dfs -mkdir /tmp/hive  
检查是否新建成功 hadoop dfs -ls / 以及 hadoop dfs -ls /user/hive/ ：  
  
  
（3）修改 io.tmpdir 路径  
  
同时，要修改 hive-site.xml 中所有包含 $\{system:Java.io.tmpdir\} 字段的 value 即路径（vim下 / 表示搜索，后面跟你的关键词，比如搜索 hello，则为 /hello , 再回车即可），你可以自己新建一个目录来替换它，例如 /home/hive/iotmp . 同样注意修改写权限。如果不修改这个，你很可能会出现如下错误  
  
  
（4）运行 Hive  
  
./hive  
  
  
报错  
  
\[img\]https://img-blog.csdn.net/20161008164517260?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQv/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center\[/img\]  
  
.解决方法：/schematool -initSchema -dbType derby  
  
报错  
  
\[img\]https://img-blog.csdn.net/20161008164700028?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQv/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center\[/img\]  
  
解决方法：rm -rf metastore\_db/ 在初始化  
  
前面我们已经提到过，内嵌模式使用默认配置和 Derby 数据库，所以无需其它特别修改，先 ./start-all.sh 启动 Hadoop, 然后直接运行 hive：  
  
报错  
  
\[img\]https://img-blog.csdn.net/20161008165309081?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQv/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center\[/img\]  
  
解决方法：  
  
create table test\_table(id INT, username string);  
show tables;  
  
六、远程模式  
  
1.下载Hive  
  
\[url\]http://apache.mirrors.ionfish.org/hive/\[/url\]  
  
配置  
  
vim hive-site.xml

<?xml version="1.0"?>
    <configuration>
    
    		<name>javax.jdo.option.ConnectionURL</name>
    		<value>jdbc:mysql://{ip:port}/{databases}</value>        => mysql服务的ip和端口号
    	</property>
    	<property>
    		<name>javax.jdo.option.ConnectionDriveName</name>
    		<value>com.mysql.jdbc.Driver</value>
    	</property>
    	<property>
    		<name>javax.jdo.option.ConnectionUserName</name>
    		<value>{username}</value>
    	</property>
    	<property>
    		<name>javax.jdo.option.ConnectionPassword</name>
    		<value>{password}</value>
    	</property>
    	<property>
    		<name>hive.metastore.warehouse.dir</name>
    		<value>/hive/warehouse</value>                      =>hive的仓库目录，需要在HDFS上创建，并修改权限
    	</property>
    
    
    </configuration>
    ...

2.启动metastore  
  
\[hadoop@hftclclw0001 bin\]$ pwd  
/home/hadoop/apache-hive-1.2.1-bin/bin  
  
\[hadoop@hftclclw0001 bin\]$ ./hive --service metastore &  
  
\[hadoop@hftclclw0001 bin\]$ ps ax|grep metastore  
...  
...  
  
在debug模式下开启metastore :  
执行hive --service metastore -hiveconf hive.root.logger=DEBUG,console  
  
  
3.启动HiveServer2  
  
\[hadoop@hftclclw0001 bin\]$ pwd  
/home/hadoop/apache-hive-1.2.1-bin/bin  
  
\[hadoop@hftclclw0001 bin\]$ ./hive --service hiveserver2 &  
  
\[hadoop@hftclclw0001 bin\]$ ps ax|grep HiveServer2  
...  
.  
4.启动客户端  
./hive -- service cli  
  
  
5.启动shell 或是 beeline  
  
beeline -u jdbc:hive2://master:10000  
  
  
七、Java客户端  
  
  
1.默认用户名和密码为空  
  
2.默认端口10000，如果连不上须关闭防火墙  
  
  
vim /etc/sysconfig/iptables  
  
\-A INPUT -p tcp -m state --state NEW -m tcp --dport 10000 -j ACCEPT  
service iptables restart  
  
错误  
  
org.apache.hive.service.cli.HiveSQLException: Failed to open new session: java.lang.RuntimeException: org.apache.hadoop.ipc.RemoteException(org.apache.hadoop.security.authorize.AuthorizationException): User: root is not allowed to impersonate anonymous  
at org.apache.hive.jdbc.Utils.verifySuccess(Utils.java:264)  
at org.apache.hive.jdbc.Utils.verifySuccess(Utils.java:255)  
at org.apache.hive.jdbc.HiveConnection.openSession(HiveConnection.java:593)  
at org.apache.hive.jdbc.HiveConnection.<init>(HiveConnection.java:172)  
at org.apache.hive.jdbc.HiveDriver.connect(HiveDriver.java:107)  
at java.sql.DriverManager.getConnection(Unknown Source)  
at java.sql.DriverManager.getConnection(Unknown Source)  
at com.car.test.HiveJdbcCli.getConn(HiveJdbcCli.java:156)  
at com.car.test.HiveJdbcCli.main(HiveJdbcCli.java:35)  
  
解决方法：  
  
  
修改hadoop 配置文件 etc/hadoop/core-site.xml,加入如下配置项  
  
<property>  
<name>hadoop.proxyuser.root.hosts</name>  
<value>\*</value>  
</property>  
<property>  
<name>hadoop.proxyuser.root.groups</name>  
<value>\*</value>  
</property>  
  
重启hadoop  
测试:./beeline -u 'jdbc:hive2://localhost:10000/userdb' -n username(替换为上述的用户名部分)  
  
  
错误  
  
java.sql.SQLException: org.apache.thrift.transport.TTransportException: SASL authentication not complete  
at org.apache.hive.jdbc.HiveStatement.closeClientOperation(HiveStatement.java:211)  
at org.apache.hive.jdbc.HiveStatement.close(HiveStatement.java:228)  
at com.car.test.HiveJdbcCli.main(HiveJdbcCli.java:74)  
Caused by: org.apache.thrift.transport.TTransportException: SASL authentication not complete  
  
  
解决办法：  
  
This is because the thrift server is expecting to authenticate via SASL when you open your transport connection. Hive Server 2 defaults to using SASL - unfortunately, PHP lacks a version of TSaslClientTransport (which is used as a wrapper around another TTransport object) which handles the SASL negotiation when you open your transport connection.  
  
The easiest solution for now is to set the following property in your hive-site.xml  
  
<property><name>hive.server2.authentication</name><value>NOSASL</value></property>