大数据入门与实战-Hive
1 Hive是什么
Hive是一个数据仓库基础工具在Hadoop中用来处理结构化数据。它架构在Hadoop之上，总归为大数据，并使得查询和分析方便。 最初，Hive是由Facebook开发，后来由Apache软件基金会开发，并作为进一步将它作为名义下Apache Hive为一个开源项目。它用在好多不同的公司。例如，亚马逊使用它在 Amazon Elastic MapReduce。
2 Hive不是
- 一个关系数据库
- 一个设计用于联机事务处理（OLTP）
- 实时查询和行级更新的语言
3 Hive特点
它存储架构在一个数据库中并处理数据到HDFS。 它是专为OLAP设计。 它提供SQL类型语言查询叫HiveQL或HQL。 它是熟知，快速，可扩展和可扩展的。
4 Hive架构
下面的组件图描绘了Hive的结构：
5 Hive 工作原理
下表定义Hive和Hadoop框架的交互方式：
1 Execute Query Hive接口，如命令行或Web UI发送查询驱动程序（任何数据库驱动程序，如JDBC，ODBC等）来执行。 2 Get Plan 在驱动程序帮助下查询编译器，分析查询检查语法和查询计划或查询的要求。 3 Get Metadata 编译器发送元数据请求到Metastore（任何数据库）。 4 Send Metadata Metastore发送元数据，以编译器的响应。 5 Send Plan 编译器检查要求，并重新发送计划给驱动程序。到此为止，查询解析和编译完成。 6 Execute Plan 驱动程序发送的执行计划到执行引擎。 7 Execute Job 在内部，执行作业的过程是一个MapReduce工作。执行引擎发送作业给JobTracker，在名称节点并把它分配作业到TaskTracker，这是在数据节点。在这里，查询执行MapReduce工作。 7.1 Metadata Ops 与此同时，在执行时，执行引擎可以通过Metastore执行元数据操作。 8 Fetch Result 执行引擎接收来自数据节点的结果。 9 Send Results 执行引擎发送这些结果值给驱动程序。 10 Send Results 驱动程序将结果发送给Hive接口。
6 Hive的安装与配置
安装Hive之前，先安装hadoop,保证HDFS、YARN启动成功。默认情况下，Hive元数据保存在嵌入式数据库Derby中，只能允许一个会话连接，只适合简单的测试。为了支持多用户多会话，则需要一个独立的元数据库，我们使用 MySQL 作为元数据库。
6.1 安装MySQL
参考下面的三个教程： 安装mysql：https://www.jianshu.com/p/7cccdaa2d177 更改mysql密码：https://blog.csdn.net/lihao21/article/details/80692068 设置mysql开机自启动：https://www.cnblogs.com/yoyotl/p/5752437.html
1.1. 创建Hive元数据库
创建名称为hive的数据库，用于存储hive的元数据，如下图所示：
1.2. 用户授权
为root用户授权，使其能从外部IP访问mysql数据库，使用如下命令：
grant all privileges on . to 'root'@'%' identified by '123456';
使授权立即生效，使用如下命令：
flush privileges;
命令执行如下图所示：
1.3. 从windows环境连接mysql
使用windows环境下的mysql客户端工具Navicat for MySQL连接mysql：
6.2 安装Hive
1.1. 将下载的hive包拷贝到Linux环境中
将hive软件包拷贝到hadoop集群的某一台服务器上面，具体目录可根据情况设置。本教程中的大数据软件都安装在/opt目录下。如下图所示：
1.2. 解压hive软件包
使用如下命令解压hive软件包：tar –zxvf apache-hive-2.1.1-bin.tar.gz。
1.3. 配置Hive环境变量
在/etc/profile 或者~/.bashrc中配置hive环境变量:
export HIVE_HOME=hive****安装路径
export PATH=
HIVE_HOME/bin:
配置后的profile文件如下图所示：
使环境变量生效：
source /etc/profile
1.4. Hive配置文件
进入hive解压目录的conf目录，运行如下命令，复制配置文件：
[root@bigdata02 conf]# cp hive-default.xml.template hive-site.xml
[root@bigdata02 conf]# cp hive-env.sh.template hive-env.sh
1.4.1. 修改hive-env.sh文件
修改hive-env.sh文件，增加两行，根据实际情况修改安装路径：
export HADOOP_HOME=hadoop****安装路径
export HIVE_CONF_DIR=hive****安装路径/conf
1.4.2. 修改hive-site.xml文件
修改配置文件$HIVE_HOME/conf/hive-site.xml。
找到配置项hive.metastore.warehouse.dir，
hive.metastore.warehouse.dir的默认值为/user/hive/warehouse，保持不变
1.4.3. 设置元数据数据库
更换存储元数据的数据库，需要配置以下参数值:
javax.jdo.option.ConnectionURL // 数据库URL
javax.jdo.option.ConnectionDriverName // JDBC 驱动名称
javax.jdo.option.ConnectionUserName // 数据库用户名
javax.jdo.option.ConnectionPassword // 数据库密码
下面是使用mysql来存储元数据的配置信息，可以通过搜索其中的name值，如<name>javax.jdo.option.ConnectionURL</name>，找到对应的配置项进行修改：
<configuration>
<property>
<name>javax.jdo.option.ConnectionURL</name>
<value>jdbc:mysql://bigdata02:3306/hive?createDatabaseIfNotExist=true</value>
<description>JDBC connect string for a JDBC metastore</description>
</property>
<property>
<name>javax.jdo.option.ConnectionDriverName</name>
<value>com.mysql.jdbc.Driver</value>
<description>Driver class name for a JDBC metastore</description>
</property>
<property>
<name>javax.jdo.option.ConnectionUserName</name>
<value>root</value>
<description>username to use against metastore database</description>
</property>
<property>
<name>javax.jdo.option.ConnectionPassword</name>
<value>123456</value>
<description>password to use against metastore database</description>
</property>
</configuration>1.4.4. 创建tmp目录
在$HIVE_HOME目录下创建tmp目录：
1.4.4.1. 继续修改配置文件 hive-site.xml
把${system:java.io.tmpdir} 改成 /opt/hive211/tmp //****上步骤中创建的****tmp****目录
把
{user.name}
注意：将****hive-site.xml****中所有出现****
{system:user.name} ****的地方都进行相应的修改。如下图，是其中一个地方的修改，供参考：
hive.metastore.schema.verification设置成false(可选)：如果初始化元数据库出现认证问题，可以设置此参数，再次初始化。
1.4.5. 在hdfs上创建目录
使用如下HDFS命令，创建相应目录：
hdfs dfs -mkdir /tmp //hive的默认临时文件目录
hdfs dfs -mkdir -p /user/hive/warehouse //hive的warehouse默认目录
hadoop fs -chmod g+w /tmp //为tmp目录授权
hadoop fs -chmod g+w /user/hive/warehouse //为目录授权
1.4.6. 上传mysql驱动包
我们配置了hive的元数据库为mysql，hive连接mysql，需要mysql的jdbc驱动包 ，所以，需要将驱动包上传到$HIVE_HOME/lib 目录下
1.5. 初始化Hive元数据库
使用hive安装目录下bin目录中的schematool命令初始化元数据库:
schematool -dbType mysql -initSchema
看到如下提示，则初始化完成 ：
1.6. 检测hive 是否安装成功
直接在命令行输入hive：
注意：此时hdfs和yarn必须是启动状态。
