专栏首页程序生活大数据入门与实战-Hive

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

{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。

7 参考资料

Hive教程 https://cniao5.com/course/lessons/10185

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 大数据入门与实战-Hive操作与SQL 查询

    Hive的SQL基本上和我们原先的MYSQL的SQL查询效果差不多,下面是一些实例:

    致Great
  • TensorFlow入门:MNIST数据的单层逻辑回归代码单层回归代码输出结果

    致Great
  • 斯坦福tensorflow教程(二) tensorflow相关运算1.认识下TensorBoard2.常量op3. 数学运算数据类型

    致Great
  • Hive知识归纳——详解 hive 各个知识点

    CREATE FUNCTION [db_name.] function_name AS class_name [USING JAR|FILE|ARCHIVE...

    solve
  • Hadoop数据分析平台实战——110Hive介绍和Hive环境搭建离线数据分析平台实战——110Hive介绍和Hive环境搭建

    离线数据分析平台实战——110Hive介绍和Hive环境搭建 Hive介绍 Hive是构建在Hadoop之上的数据仓库平台,设计目标就是将hadoop上的数据操...

    Albert陈凯
  • hive基本概念

    1.hive是一个基于hadoop之上的一个数据仓库。可以处理的数据是关系型数据 库(结构性)、本地数据、hdfs数据(非结构化的数据); 2.hive是对...

    用户1171305
  • [喵咪大数据]Hive2搭建和基本操作

    [喵咪大数据]Hive2搭建 ? 说到Hadoop生态有一个不得不提的组件那就是<Hive>,Hive是基于Hadoop结构化存储引擎,能够存储海量的数据,Hi...

    喵了个咪233
  • 【Hive】Hive介绍及Hive环境搭建

    版权声明:本文为博主原创文章,转载请注明出处。 https://blog.csdn.net/...

    魏晓蕾
  • Hadoop学习笔记—17.Hive框架学习

      Hive 是建立在 Hadoop 基础上的数据仓库基础构架。它提供了一系列的工具,可以用来进行数据提取转化加载(ETL),这是一种可以存储、查询和分析存储在...

    Edison Zhou
  • Hive简介

    转载自http://www.cnblogs.com/sharpxiajun/archive/2013/06/02/3114180.html Hive简介   首...

    老白

扫码关注云+社区

领取腾讯云代金券