Hive的配置| 架構原理

 

Hive是基於Hadoop的一個數據倉庫工具，能夠將結構化的數據文件映射爲一張表，並提供類SQL查詢功能。

本質是：將HQL轉化成MapReduce程序

1）Hive處理的數據存儲在HDFS

2）Hive分析數據底層的實現是MapReduce

3）執行程序運行在Yarn上

1. Hive架構原理

hive的組成：

Hive計算和存儲都是基於Hadoop的；

MetaStore元數據（描述表數據的數據）的存儲，hive改變了數據的呈現形式，主流用的是mysql；

Client + jdbc（都有接口實現的Driver，hive提供一套面向jdbc接口的輸入輸出，找到hive的jdbc鏈接driver就能夠鏈接hive），

sql進來通過driver翻譯處理，進入到SQL Parser解析器 ---->Physical Plan編譯器，翻譯成MR--->Query Optimizer優化器進行優化--->Execution進行執行；

 能夠配置Hive運行引擎Tez：

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

2. Hive安裝及配置

（1）把apache-hive-1.2.1-bin.tar.gz上傳到linux的/opt/software目錄下 （2）解壓apache-hive-1.2.1-bin.tar.gz到/opt/module/目錄下面 　　[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的名稱爲hive 　　[kris@hadoop101 module]$ mv apache-hive-1.2.1-bin/ hive （4）修改/opt/module/hive/conf目錄下的hive-env.sh.template名稱爲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路徑 　　　　　　export HADOOP_HOME=/opt/module/hadoop-2.7.2 （b）配置HIVE_CONF_DIR路徑 　　　　　　export HIVE_CONF_DIR=/opt/module/hive/conf

 Hadoop集羣配置

Hadoop集羣配置 （1）必須啓動hdfs和yarn 　　start-dfs.sh 若啓動時出現nodenode進程或其餘，受到Ha的影響，刪除data數據，可從新格式化； 　　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兩個目錄並修改他們的同組權限可寫，看下沒有這個文件（通常啓動以後就會產生）就建立並修改權限； [kris@hadoop101 tmp]$ hadoop fs -chmod 777 /tmp/ [kris@hadoop101 tmp]$ hadoop fs -chmod g+w /user/hive/warehouse

　　可直接啓動hive

　　[kris@hadoop101 hive]$ bin/hive

將本地文件導入hive：

　　在/opt/module/目錄下建立datas 　　[atguigu@hadoop102 module]$ mkdir datas 　　在/opt/module/datas/目錄下建立student.txt文件並添加數據 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

再打開一個客戶端窗口啓動hive，會產生java.sql.SQLException異常。

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

緣由是，Metastore默認存儲在自帶的derby數據庫中，推薦使用MySQL存儲Metastore;

　　MySql安裝

[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  把以前安裝的卸載掉；
[kris@hadoop101 ~]$ rpm -qa | grep mysql

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

[kris@hadoop101 mysql-libs]$ ll
總用量 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用戶下安裝Mysql

sudo rpm -ivh MySQL-server-5.6.24-1.el6.x86_64.rpm //1.在root用戶下安裝mysql服務器 sudo cat /root/.mysql_secret sudo rpm -ivh MySQL-client-5.6.24-1.el6.x86_64.rpm //2. 安裝mysql客戶端 cat /root/.mysql_secret　　　　　　　　　　　　　　　　　　//3. 查看mysql默認密碼，記下來登錄進去修改密碼 sudo service mysql start　　　　　　　　　　　　　　　　//4. 開啓mysql服務器; mysql -uroot -p iGD2pY1XQycacXKc //5.進入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元數據配置到MySql

拷貝驅動到hive的lib目錄下面

[kris@hadoop101 software]$ tar -zxf mysql-connector-java-5.1.27.tar.gz  [kris@hadoop101 software]$ ll 總用量 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目錄下建立一個hive-site.xml
　　　　[kris@hadoop101 conf]$ touch hive-site.xml
　　　　[kris@hadoop101 conf]$ vi hive-site.xml
　　2．根據官方文檔配置參數，拷貝數據到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>

 配置完畢後，若是啓動hive異常，能夠從新啓動虛擬機。（重啓後，別忘了啓動hadoop集羣）

多窗口啓動Hive測試

1．先啓動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．再次打開多個窗口，分別啓動hive [kris@hadoop101 hive]$ bin/hive 3．啓動hive後，回到MySQL窗口查看數據庫，顯示增長了metastore數據庫

HiveJDBC訪問

[kris@hadoop101 hive]$ bin/hiveserver2 //它就至關因而SQL Parser解析器+Physical Plan編輯器+優化器+執行器  [kris@hadoop101 hive]$ bin/beeline //它就至關因而Client + Driver + CLI + JDBC Beeline version 1.2.1 by Apache Hive beeline> !connect jdbc:hive2://hadoop101:10000 //必須把bin/hiveserver2啓動了才能啓動它，它們是配套的 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>  發現這裏發生變化：它會記錄查詢狀況，是否出錯 [kris@hadoop101 hive]$ bin/hiveserver2 OK

 

3. Hive常見屬性配置

Hive數據倉庫位置配置

       1）Default數據倉庫的最原始位置是在hdfs上的：/user/hive/warehouse路徑下。

       2）在倉庫目錄下，沒有對默認的數據庫default建立文件夾。若是某張表屬於default數據庫，直接在數據倉庫目錄下建立一個文件夾。

       3）修改default數據倉庫原始位置（將hive-default.xml.template以下配置信息拷貝到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>

配置同組用戶有執行權限

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

查詢後信息顯示配置

1）在hive-site.xml文件中添加以下配置信息，就能夠實現顯示當前數據庫，以及查詢表的頭信息配置。

<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）從新啓動hive，對比配置先後差別。

 Hive運行日誌信息配置

1．Hive的log默認存放在/tmp/kris/hive.log目錄下（當前用戶名下）

2．修改hive的log存放日誌到/opt/module/hive/logs

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

 參數配置方式

1．查看當前全部的配置信息

hive>set;

2．參數的配置三種方式

       （1）配置文件方式； 默認配置文件：hive-default.xml； 用戶自定義配置文件：hive-site.xml

       注意：用戶自定義配置會覆蓋默認配置。另外，Hive也會讀入Hadoop的配置，由於Hive是做爲Hadoop的客戶端啓動的，Hive的配置會覆蓋Hadoop的配置。配置文件的設定對本機啓動的全部Hive進程都有效。

　　（2）命令行參數方式

啓動Hive時，能夠在命令行添加-hiveconf param=value來設定參數。例如：

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

注意：僅對本次hive啓動有效

查看參數設置：hive (default)> set mapred.reduce.tasks;

　　（3）參數聲明方式

能夠在HQL中使用SET關鍵字設定參數； 例如：

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

注意：僅對本次hive啓動有效。

查看參數設置：hive (default)> set mapred.reduce.tasks;

上述三種設定方式的優先級依次遞增。即配置文件<命令行參數<參數聲明。注意某些系統級的參數，例如log4j相關的設定，必須用前兩種方式設定，由於那些參數的讀取在會話創建之前已經完成了。

4. Hive經常使用交互命令

「-e」不進入hive的交互窗口執行sql語句；  「-f」執行腳本中sql語句

退出hive窗口：在新版的hive中沒區別了，在之前的版本是有的： exit:先隱性提交數據，再退出； quit:不提交數據，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 寫入文件中： [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中輸入的全部歷史命令 （1）進入到當前用戶的根目錄/root或/home/atguigu （2）查看. hivehistory文件 [kris@hadoop101 ~]$ cat .hivehistory