Hive其一，简介、体系结构和内嵌模式、本地模式的安装
目次一、Hive简介
二、体系结构
三、安装
1、内嵌模式
2、测试内嵌模式
3、本地模式--最常使用的模式
一、Hive简介
Hive 是一个框架，可以通过编写sql的方式，自动的编译为MR任务的一个工具。
在这个世界上，会写SQL的人远远大于会写java代码的人，所以假如可以将MR通过sql实现，这个将是一个巨大的市场，FaceBook就这么干。（脸书）
FaceBook -->Meta (元宇宙) --> 社交网站（校内网）
在大数据中，发展趋势：所有的技术全部都变为SQL。 1、Hive是一个数据仓库工具
2、可以将数据加载到表中，编写sql进行分析
3、底层依赖Hadoop，所以每一次都需要启动hadoop(hdfs以及yarn)
4、Hive的底层计算框架可以使用MR、也可以使用Spark、TEZ
5、Hive不是数据库，而是一个将MR包了一层壳儿。类似于一个中介。 Hive官网地址：Apache Hive
GitHub地址： GitHub - apache/hive: Apache Hive
文档查看地址：GettingStarted - Apache Hive - Apache Software Foundation
https://i-blog.csdnimg.cn/img_convert/34148f097d2d41b3eca9c43508a28e41.png
现在最新的版本稳固版（realease）：3.1.2
beta版本正在开发4.0
Hive自然的就是当做数据堆栈使用的。什么是数据堆栈?
数据堆栈：数据的堆栈，一般只要能存数据的软件都可以当做数据堆栈。
比如：开了一个超市，必须有一个堆栈，这个堆栈是不是可大可小。以前数据量特殊小的时间，一般都使用Oracle当做数据堆栈，如今企业中一般都使用大数据技术中 的Hive大概跟Hive类似的技术当做数据堆栈。
普通的堆栈：一般也是分类的，比如食品区、衣服区、电子产物区
数据堆栈：也是必要搭建的（分层），方便使用者从堆栈中快速的获取想要的数据。堆栈搭建的好欠好，就叫做建模。
二、体系结构
注意：
- 包罗*的全表查询，比如select * from table 不会生成MapRedcue任务
- 包罗*的limit查询，比如select * from table limit 3 不会生成MapRedcue任务
https://i-blog.csdnimg.cn/img_convert/5e3feb62f4f9d0df3037b606554eb725.png
三、安装
分为三种：内嵌模式、本地模式、远程模式
Hive会自动检测Hadoop的环境变量，如有就必须启动Hadoop
将如今的高可用，举行一次快照，将整个集群规复到高可用之前的状态，方便学习。
1、内嵌模式
上传 压缩包/opt/modules
解压：
tar -zxvf apache-hive-3.1.2-bin.tar.gz -C /opt/installs/
重命名：
mv apache-hive-3.1.2-bin/ hive
配置环境变量：vi /etc/profile
export HIVE_HOME=/opt/installs/hive
export PATH=$HIVE_HOME/bin:$PATH
刷新环境变量：
source /etc/profile
配置hive-env.sh
进入这个文件夹下：/opt/installs/hive/conf
cp hive-env.sh.template hive-env.sh
修改hive-env.sh 中的内容：
export HIVE_CONF_DIR=/opt/installs/hive/conf
export JAVA_HOME=/opt/installs/jdk
export HADOOP_HOME=/opt/installs/hadoop
export HIVE_AUX_JARS_PATH=/opt/installs/hive/lib
进入到conf 文件夹下，修改这个文件hive-site.xml
cp hive-default.xml.template hive-site.xml
接着开始修改：
把Hive-site.xml 中所有包含${system:java.io.tmpdir}替换成/opt/installs/hive/tmp。如果系统默认没有指定系统用户名,那么要把配置${system:user.name}替换成当前用户名root。 使用nodepad++，打开该文件，举行替换：
一个替换了4处
https://i-blog.csdnimg.cn/img_convert/3843371e12e20f2a6142f9ca6db70303.png
一个替换了3处
https://i-blog.csdnimg.cn/img_convert/99966e7d5ffae0bcbddbd76564d67058.png
启动集群：
start-all.sh 给hdfs创建文件夹：
# hdfs dfs -mkdir -p /user/hive/warehouse
# hdfs dfs -mkdir -p /tmp/hive/
# hdfs dfs -chmod 750 /user/hive/warehouse
# hdfs dfs -chmod 777 /tmp/hive 初始化元数据，因为是内嵌模式，以是使用的数据库是derby
schematool --initSchema -dbType derby 在hive-site.xml中，3215行，96列的地方有一个非法字符
https://i-blog.csdnimg.cn/img_convert/f6ff8e7ad459b1bef37caa18f6a5937a.png
https://i-blog.csdnimg.cn/img_convert/67483272328ebb6fae1669015ec7774e.png
将这个非法字符，删除，保存即可。
必要再次举行元数据的初始化操作：
schematool --initSchema -dbType derby 提示初始化成功！
初始化操作要在hive的家目次执行，执行完毕之后，会出现一个文件夹：
https://i-blog.csdnimg.cn/img_convert/69c3699865b899922f958c8a1ac1e0ba.png
测试是否成功：
输入hive进入后，可以编写sql
hive> show databases;
OK
default 2、测试内嵌模式
-- 进入后可以执行下面命令进行操作：
hive>show databases; -- 查看数据库
hive>show tables; -- 查看表
-- 创建表
hive> create table dog(id int,name string);
hive> select * from dog;
hive> insert into dog values(1,'wangcai');
hive> desc dog; -- 查看表结构
hive> quit; -- 退出 但是内嵌模式有一个毛病：如果有一个窗口在使用你的hive,另一个窗口能进入，但是会报错！
https://i-blog.csdnimg.cn/img_convert/943b1c4bdc434f0e6a34ffb03a69783d.png
3、本地模式--最常使用的模式
使用本地模式的最大特点是：将元数据从derby数据库，变为mysql数据库，并且支持多窗口同时使用。
https://i-blog.csdnimg.cn/img_convert/d07df605f12e9d3b0f20dab261cb9b6f.png
第一步：检查你的mysql是否正常
systemctl status mysqld 第二步：删除以前的derby数据
进入到hive中，删除
rm -rf metastore_db/ derby.log 第三步：修改配置文件 hive-site.xml
<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?><!--
Licensed to the Apache Software Foundation (ASF) under one or more
contributor license agreements.See the NOTICE file distributed with
this work for additional information regarding copyright ownership.
The ASF licenses this file to You under the Apache License, Version 2.0
(the "License"); you may not use this file except in compliance with
the License.You may obtain a copy of the License at
http://www.apache.org/licenses/LICENSE-2.0
Unless required by applicable law or agreed to in writing, software
distributed under the License is distributed on an "AS IS" BASIS,
WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
See the License for the specific language governing permissions and
limitations under the License.
--><configuration>
<!--配置MySql的连接字符串-->
<property>
<name>javax.jdo.option.ConnectionURL</name>
<value>jdbc:mysql://localhost:3306/hive?createDatabaseIfNotExist=true</value>
<description>JDBC connect string for a JDBC metastore</description>
</property>
<!--配置MySql的连接驱动-->
<property>
<name>javax.jdo.option.ConnectionDriverName</name>
<value>com.mysql.cj.jdbc.Driver</value>
<description>Driver class name for a JDBC metastore</description>
</property>
<!--配置登录MySql的用户-->
<property>
<name>javax.jdo.option.ConnectionUserName</name>
<value>root</value>
<description>username to use against metastore database</description>
</property>
<!--配置登录MySql的密码-->
<property>
<name>javax.jdo.option.ConnectionPassword</name>
<value>123456</value>
<description>password to use against metastore database</description>
</property>
<!-- 以下两个不需要修改，只需要了解即可 -->
<!-- 该参数主要指定Hive的数据存储目录-->
<property>
<name>hive.metastore.warehouse.dir</name>
<value>/user/hive/warehouse</value>
</property>
<!-- 该参数主要指定Hive的临时文件存储目录-->
<property>
<name>hive.exec.scratchdir</name>
<value>/tmp/hive</value>
</property>
</configuration> 将mysql的驱动包，上传至 hive 的lib 文件夹下
https://i-blog.csdnimg.cn/img_convert/38da9ec7f71d636fdcd29053c0db4832.png
初始化元数据（本质就是在mysql中创建数据库，并且添加元数据）
schematool --initSchema -dbType mysql 测试：同时打开两个窗口都可以使用， 支持多个会话。
create database mydb01;
use mydb01;
create table stu (id int,name string);
insert 语句 走MR任务
insert into stu values(1,'wangcai');
select * from stu;
select * from stu limit 10;
不走MR任务。
创建表的时候，varchar类型需要指定字符长度，否则报错！
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。
页:
[1]