HIve安装配置（超具体）

Hive安装配置

一、Hive安装地址

1）Hive官网地址
http://hive.apache.org/
2）文档查看地址
https://cwiki.apache.org/confluence/display/Hive/GettingStarted
3）下载地址
http://archive.apache.org/dist/hive/
4）github地址
https://github.com/apache/hive
二、Hive安装部署

1. 把 apache-hive-3.1.2-bin.tar.gz上传到Linux的/export/software目次下

2. 解压apache-hive-3.1.2-bin.tar.gz到/export/servers/目次下面

1. tar -zxvf apache-hive-3.1.2-bin.tar.gz -C ../servers/

复制代码

3. 修改apache-hive-3.1.2-bin.tar.gz的名称为hive

4. 修改/etc/profile，添加环境变量

1. vi /etc/profile

复制代码

（1）添加内容

1. #HIVE_HOME
2. export HIVE_HOME=/export/servers/hive
3. export PATH=$PATH:$HIVE_HOME/bin

复制代码

（2）source一下

1. source /etc/profile

复制代码

5. 初始化元数据库（默认是derby数据库）

1. bin/schematool -dbType derby -initSchema

复制代码

报以下错误：

1. Exception in thread "main" java.lang.NoSuchMethodError: com.google.common.base.Preconditions.checkArgument(ZLjava/lang/String;Ljava/lang/Object;)V

复制代码

缘故原由是hadoop和hive的两个guava.jar版本不一致，两个jar位置分别位于下面两个目次：

1. /export/servers/hive/lib/guava-19.0.jar
2. /export/servers/hadoop-3.1.4/share/hadoop/common/lib/guava-27.0-jre.jar

复制代码

解决办法是删除低版本的那个，将高版本的复制到低版本目次下。

1. cd /export/servers/hive/lib
2. rm -f guava-19.0.jar
3. cp /export/servers/hadoop-3.1.4/share/hadoop/common/lib/guava-27.0-jre.jar .

复制代码

再次运行schematool -dbType derby -initSchema，即可成功初始化元数据库。

三、MySQL安装

1. 安装MySQL

1）上传MySQL安装包以及MySQL驱动jar包

1. mysql-5.7.28-1.el7.x86_64.rpm-bundle.tar
2. mysql-connector-java-5.1.37.jar

复制代码

2）解压MySQL安装包

1. mkdir /export/software/mysql_lib
2. tar -xf mysql-5.7.28-1.el7.x86_64.rpm-bundle.tar -C /export/software/mysql_lib/

复制代码

3）卸载系统自带的mariadb

1. sudo rpm -qa | grep mariadb | xargs sudo rpm -e --nodeps

复制代码

4）安装MySQL依靠

1. rpm -ivh mysql-community-common-5.7.28-1.el7.x86_64.rpm
2. rpm -ivh mysql-community-libs-5.7.28-1.el7.x86_64.rpm
3. rpm -ivh mysql-community-libs-compat-5.7.28-1.el7.x86_64.rpm

复制代码

5）安装mysql-client

1. rpm -ivh mysql-community-libs-compat-5.7.28-1.el7.x86_64.rpm
2. rpm -ivh mysql-community-client-5.7.28-1.el7.x86_64.rpm

复制代码

6）安装mysql-server

1. rpm -ivh mysql-community-server-5.7.28-1.el7.x86_64.rpm

复制代码

留意：若出现以下错误

1. warning: 05_mysql-community-server-5.7.16-1.el7.x86_64.rpm: Header V3 DSA/SHA1 Signature, key ID 5072e1f5: NOKEY
2. error: Failed dependencies:
3. libaio.so.1()(64bit) is needed by mysql-community-server-5.7.16-1.el7.x86_64

复制代码

解决办法：

1. yum -y install libaio

复制代码

7）启动MySQL

1. systemctl start mysqld         #启动mysql服务器
2. systemctl status mysqld        #查看服务器状态
3. systemctl enable mysqld
4.         #设置虚拟机开机mysql服务自动启动

复制代码

查看MySQL状态，没有启动成功：

经过查找，我发现是这个题目：

1. --initialize specified but the data directory has files in it. Aborting.

复制代码

意思是初始化数据目次时发现目次里面有文件，大概缘故原由是之前运行过下令目次中已生成文件。只要我们找到MySQL的数据目次并删除里面的文件即可解决。

1. 查看MySQL指定的数据目录存放路径
2. # cat /etc/my.cnf
4. ......省略内容...............
5. datadir=/var/lib/mysql
6. socket=/var/lib/mysql/mysql.sock

复制代码

datadir是我们安装MySQL时默认指定的存放文件的数据目次，进入文件中删除里面的目次即可。

再次查看，文件夹中出现了文件：

我们查看一下MySQL的状态：

设置开机自启动：

1. systemctl enable mysqld

复制代码

8）查看MySQL密码

1. sudo cat /var/log/mysqld.log | grep password

复制代码

2. 配置MySQL

配置重要是root用户 + 密码，在任何主机上都能登录MySQL数据库。
1）用刚刚查到的密码进入MySQL

1. mysql -uroot -p'_K>)_Rg!k6d:'

复制代码

   留意：
  

• 假如报错，给密码加单引号
  
• 不要把空格给复制上，不然是登不上的
  

  2）设置复杂密码

   留意：由于MySQL密码计谋，此密码必须充足复杂，需要巨细写字母，数字，特殊字符。

1. set password=password("Qs23=zs32");

复制代码

3）更改MySQL密码计谋

但是假如利用刚才那个密码，比力复杂，我们不轻易记取，所以我们想把密码设置的简单一些，需要先辈行设置。

1. set global validate_password_policy=0;
2. set global validate_password_length=4;

复制代码

4）设置简单好记的密码

1. set password=password("123456");

复制代码

5）进入MySQL库

1. use mysql

复制代码

6）查询user表

1. select user, host from user;

复制代码

7）修改user表，把Host表内容修改为%

1. update user set host="%" where user="root";

复制代码

8）刷新

1. flush privileges;

复制代码

9）退出

1. exit

复制代码

四、配置Hive元数据存储到MySQL

1. 配置元数据到MySQL

1）新建Hive元数据库

1. #登录MySQL
2. mysql -uroot -p123456
5. #创建Hive元数据库
6. mysql> create database metastore;
7. mysql> quit;

复制代码

2）将MySQL的JDBC驱动拷贝到Hive的lib目次下。

1. cp mysql-connector-java-5.1.37.jar $HIVE_HOME/lib

复制代码

3）在$HIVE_HOME/conf目次下新建hive-site.xml文件

1. vi $HIVE_HOME/conf/hive-site.xml

复制代码

添加如下内容：

1. <?xml version="1.0"?>
2. <?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
4. <configuration>
5.     <!-- jdbc连接的URL -->
6.     <property>
7.         <name>javax.jdo.option.ConnectionURL</name>
8.         <value>jdbc:mysql://hadoop001:3306/metastore?useSSL=false</value>
9.     </property>
10.    
11.     <!-- jdbc连接的Driver-->
12.     <property>
13.         <name>javax.jdo.option.ConnectionDriverName</name>
14.         <value>com.mysql.jdbc.Driver</value>
15.     </property>
16.    
17.         <!-- jdbc连接的username-->
18.     <property>
19.         <name>javax.jdo.option.ConnectionUserName</name>
20.         <value>root</value>
21.     </property>
23.     <!-- jdbc连接的password -->
24.     <property>
25.         <name>javax.jdo.option.ConnectionPassword</name>
26.         <value>123456</value>
27.     </property>
29.     <!-- Hive默认在HDFS的工作目录 -->
30.     <property>
31.         <name>hive.metastore.warehouse.dir</name>
32.         <value>/user/hive/warehouse</value>
33.     </property>
34. </configuration>

复制代码

4）初始化Hive元数据库（修改为采用MySQL存储元数据）

1. bin/schematool -dbType mysql -initSchema -verbose

复制代码

2. 验证元数据是否配置成功

1）启动hadoop集群和MySQL服务

2）启动Hive

1. bin/hive

复制代码

3）利用Hive

1. hive> show databases;
2. hive> show tables;
3. hive> create table stu(id int, name string);
4. hive> insert into stu values(1,"ss");
5. hive> select * from stu;

复制代码

查看数据库：

3. 查看MySQL中的元数据

1）登录MySQL

1. mysql -uroot -p123456

复制代码

2）查看元数据库metastore

1. mysql> show databases;
2. mysql> use metastore;
3. mysql> show tables;

复制代码

（1）查看元数据库中存储的库信息

1. select * from DBS;

复制代码

（2）查看元数据库中存储的表信息

1. select * from TBLS;

复制代码

（3）查看元数据库中存储的表中列相关信息

1. select * from COLUMNS_V2;

复制代码

五、Hive服务部署

1. hiveserver2服务

Hive的hiveserver2服务的作用是提供jdbc/odbc接口，为用户提供远程访问Hive数据的功能，比方用户期望在个人电脑中访问远程服务中的Hive数据，就需要用到Hiveserver2。

1）用户说明

​ 在远程访问Hive数据时，客户端并未直接访问Hadoop集群，而是由Hivesever2代理访问。由于Hadoop集群中的数据具备访问权限控制，所以此时需考虑一个题目：那就是访问Hadoop集群的用户身份是谁？是Hiveserver2的启动用户？还是客户端的登录用户？
​ 答案是都有大概，具体是谁，由Hiveserver2的hive.server2.enable.doAs参数决定，该参数的含义是是否启用Hiveserver2用户模拟的功能。若启用，则Hiveserver2会模拟成客户端的登录用户去访问Hadoop集群的数据，不启用，则Hivesever2会直接利用启动用户访问Hadoop集群数据。模拟用户的功能，默认是开启的。
​ 具体逻辑如下：
未开启用户模拟功能：

开启用户模拟功能：

生产环境，推荐开启用户模拟功能，由于开启后才能保证各用户之间的权限隔离。
2）hiveserver2部署

（1）Hadoop端配置
​ hivesever2的模拟用户功能，依靠于Hadoop提供的proxy user（代理用户功能），只有Hadoop中的代理用户才能模拟其他用户的身份访问Hadoop集群。因此，需要将hiveserver2的启动用户设置为Hadoop的代理用户，配置方式如下：
修改配置文件core-site.xml，然后记得分发三台呆板:

1. cd $HADOOP_HOME/etc/hadoop
2. vi core-site.xml

复制代码

增长如下配置：

1. <!-- 配置访问hadoop的权限，能够让hive访问到 -->
2.         <property>
3.                 <name>hadoop.proxyuser.root.hosts</name>
4.                 <value>*</value>
5.         </property>
6.         <property>
7.                 <name>hadoop.proxyuser.root.users</name>
8.                 <value>*</value>
9.         </property>

复制代码

（2）Hive端配置
在hive-site.xml文件中添加如下配置信息:

1. <!-- 指定hiveserver2连接的host -->
2. <property>
3.         <name>hive.server2.thrift.bind.host</name>
4.         <value>hadoop001</value>
5. </property>
7. <!-- 指定hiveserver2连接的端口号 -->
8. <property>
9.         <name>hive.server2.thrift.port</name>
10.         <value>10000</value>
11. </property>

复制代码

3）测试

（1）启动hiveserver2

1. bin/hive
2. --service hiveserver2

复制代码

出现题目：

在 hive-site.xml 中添加如下配置：

1.   <property>
2.     <name>hive.server2.active.passive.ha.enable</name>
3.     <value>true</value>
4.     <description>Whether HiveServer2 Active/Passive High Availability be enabled when Hive Interactive sessions are enabled.This will also require hive.server2.support.dynamic.service.discovery to be enabled.</description>
5.   </property>

复制代码

重新启动hiveserver2服务：

（2）利用下令行客户端beeline进行远程访问
启动beeline客户端

1. bin/beeline -u jdbc:hive2://hadoop001:10000 -n root

复制代码

看到如下界面

4）配置DataGrip连接

（1）创建连接

（2）配置连接属性
所有属性配置，和Hive的beeline客户端配置一致即可。初次利用，配置过程会提示缺少JDBC驱动，按照提示下载即可。

（3）界面先容

（4）测试sql执行

2. metastore服务

Hive的metastore服务的作用是为Hive CLI或者Hiveserver2提供元数据访问接口。
1）metastore运行模式

metastore有两种运行模式，分别为嵌入式模式和独立服务模式。下面分别对两种模式进行说明：
（1）嵌入式模式

（2）独立服务模式

生产环境中，不推荐利用嵌入式模式。由于其存在以下两个题目：
（1）嵌入式模式下，每个Hive CLI都需要直接连接元数据库，当Hive CLI较多时，数据库压力会比力大。
（2）每个客户端都需要用户元数据库的读写权限，元数据库的安全得不到很好的保证。
2）metastore部署

（1）嵌入式模式
嵌入式模式下，只需保证Hiveserver2和每个Hive CLI的配置文件hive-site.xml中包含连接元数据库所需要的以下参数即可：

1. <configuration>
2.     <!-- jdbc连接的URL -->
3.     <property>
4.         <name>javax.jdo.option.ConnectionURL</name>
5.         <value>jdbc:mysql://hadoop001:3306/metastore?useSSL=false</value>
6.     </property>
7.    
8.     <!-- jdbc连接的Driver-->
9.     <property>
10.         <name>javax.jdo.option.ConnectionDriverName</name>
11.         <value>com.mysql.jdbc.Driver</value>
12.     </property>
13.    
14.         <!-- jdbc连接的username-->
15.     <property>
16.         <name>javax.jdo.option.ConnectionUserName</name>
17.         <value>root</value>
18.     </property>
20.     <!-- jdbc连接的password -->
21.     <property>
22.         <name>javax.jdo.option.ConnectionPassword</name>
23.         <value>123456</value>
24.     </property>
25. </configuration>

复制代码

（2）独立服务模式
独立服务模式需做以下配置：
起首，保证metastore服务的配置文件hive-site.xml中包含连接元数据库所需的以下参数：

1. <configuration>
2.     <!-- jdbc连接的URL -->
3.     <property>
4.         <name>javax.jdo.option.ConnectionURL</name>
5.         <value>jdbc:mysql://hadoop001:3306/metastore?useSSL=false</value>
6.     </property>
7.    
8.     <!-- jdbc连接的Driver-->
9.     <property>
10.         <name>javax.jdo.option.ConnectionDriverName</name>
11.         <value>com.mysql.jdbc.Driver</value>
12.     </property>
13.    
14.         <!-- jdbc连接的username-->
15.     <property>
16.         <name>javax.jdo.option.ConnectionUserName</name>
17.         <value>root</value>
18.     </property>
20.     <!-- jdbc连接的password -->
21.     <property>
22.         <name>javax.jdo.option.ConnectionPassword</name>
23.         <value>123456</value>
24.     </property>
25. </configuration>

复制代码

其次，保证Hiveserver2和每个Hive CLI的配置文件hive-site.xml中包含访问metastore服务所需的以下参数：

1. <!-- 指定metastore服务的地址 -->
2. <property>
3.         <name>hive.metastore.uris</name>
4.         <value>thrift://hadoop001:9083</value>
5. </property>

复制代码

留意：主机名需要改为metastore服务地点节点，端口号无需修改，metastore服务的默认端口就是9083。
3）测试

此时启动Hive CLI，执行shou databases语句，会出现一下错误提示信息：

1. hive (default)> show databases;
2. FAILED: HiveException java.lang.RuntimeException: Unable to instantiate org.apache.hadoop.hive.ql.metadata.SessionHiveMetaStoreClient

复制代码

这是由于我们在Hive CLI的配置文件中配置了hive.metastore.uris参数，此时Hive CLI会去请求我们执行的metastore服务地址，所以必须启动metastore服务才能正常利用。
metastore服务的启动下令如下：

1. hive --service metastore

复制代码

留意：启动后该窗口不能再操作，需打开一个新的Xshell窗口来对Hive操作。
重新启动 Hive CLI，并执行shou databases语句，就能正常访问了

3. 编写Hive服务启动脚本

1）前台启动的方式导致需要打开多个窗口，可以利用如下方式背景方式启动

• nohup：放在下令开头，表示不挂起，也就是关闭终端进程也继承保持运行状态
  
• /dev/null：是Linux文件系统中的一个文件，被称为黑洞，所有写入该文件的内容都会被主动扬弃
  
• 2>&1：表示将错误重定向到标准输出上
  
• &：放在下令结尾，表示背景运行
  

一般会组合利用：nohup [xxx下令操作]> file 2>&1 &，表示将xxx下令运行的结果输出到file中，并保持下令启动的进程在背景运行。

1. nohup hive --service metastore
2. 2>&1 &nohup hive --service hiveserver2 2>&1 &

复制代码

2）为了方便利用，可以直接编写脚本来管理服务的启动和关闭

1. vi $HIVE_HOME/bin/hive
2. -script.sh

复制代码

内容如下：

1. #!/bin/bashHIVE_LOG_DIR=$HIVE_HOME/logsif [ ! -d $HIVE_LOG_DIR ]then        mkdir -p $HIVE_LOG_DIRfi#检查进程是否运行正常，参数1为进程名，参数2为进程端口function check_process(){    pid=$(ps -ef 2>/dev/null | grep -v grep | grep -i $1 | awk '{print $2}')    ppid=$(netstat -nltp 2>/dev/null | grep $2 | awk '{print $7}' | cut -d '/' -f 1)    echo $pid    [[ "$pid" =~ "$ppid" ]] && [ "$ppid" ] && return 0 || return 1}function hive_start(){    metapid=$(check_process HiveMetastore 9083)    cmd="nohup hive --service metastore
2. >$HIVE_LOG_DIR/metastore.log 2>&1 &"    [ -z "$metapid" ] && eval $cmd || echo "Metastroe服务已启动"    server2pid=$(check_process HiveServer2 10000)    cmd="nohup hive --service hiveserver2 >$HIVE_LOG_DIR/hiveServer2.log 2>&1 &"    [ -z "$server2pid" ] && eval $cmd || echo "HiveServer2服务已启动"}function hive_stop(){metapid=$(check_process HiveMetastore 9083)    [ "$metapid" ] && kill $metapid || echo "Metastore服务未启动"    server2pid=$(check_process HiveServer2 10000)    [ "$server2pid" ] && kill $server2pid || echo "HiveServer2服务未启动"}case $1 in"start")    hive_start    ;;"stop")    hive_stop    ;;"restart")    hive_stop    sleep 2    hive_start    ;;"status")    check_process HiveMetastore 9083 >/dev/null && echo "Metastore服务运行正常" || echo "Metastore服务运行非常"    check_process HiveServer2 10000 >/dev/null && echo "HiveServer2服务运行正常" || echo "HiveServer2服务运行非常"    ;;*)    echo Invalid Args!    echo 'Usage: '$(basename $0)' start|stop|restart|status'    ;;esac

复制代码

3）添加执行权限

1. chmod +x $HIVE_HOME/bin/hive
2. -script.sh

复制代码

4）启动Hive背景服务

1. hive-script.sh start
2. hive-script.sh status
3. hive-script.sh stop

复制代码

六、其他配置

1. 解决hive打印大量INFO日记

配置好hive的环境之后，无论输入bin/hive
还是输入hive，都依然打印大量INFO日记。

如许倒霉于我们观察信息。
1）进入到hive安装路径下的conf目次下

可以看到目次下现有的文件：

2）新建log4j.properties文件

文件内容如下：

1. log4j.rootLogger=WARN,CA
2. log4j.appender.CA=org.apache.log4j.ConsoleAppender
3. log4j.appender.CA.layout=org.apache.log4j.PatternLayout
4. log4j.appender.CA.layout.ConversionPattern=%-4r [%t] %-5p %c %x - %m%n

复制代码

   假如，还是有WARN信息，可以吧WARN改成ERROR级别。
  3）重新执行启动hive的下令

我们发现没有日记输出了。
2.Hive卸载

1）卸载MySQL说明

若由于安装失败或者其他缘故原由，MySQL需要卸载重装，可参考以下内容。
（1）先关闭MySQL服务

1. systemctl stop mysqld
2. systemctl disable mysqld

复制代码

（2）清空原有数据
①通过/etc/my.cnf查看MySQL数据的存储位置

1. cat /etc/my.cnf

复制代码

②去往/var/lib/mysql路径需要root权限

1. [root@hadoop001 ~]# cd /var/lib/mysql
2. [root@hadoop001 mysql]# rm -rf *        #（注意敲击命令的位置）

复制代码

（3）卸载MySQL相关包
①查看安装过的MySQL相关包

1. sudo rpm -qa | grep -i -E mysql

复制代码

②一键卸载下令

1. rpm -qa | grep -i -E mysql\|mariadb | xargs -n1 sudo rpm -e --nodeps

复制代码

2）卸载Hive

3. 修改Hive运⾏⽇志的存放位置

默认环境下，Hive的运⾏⽇志存放在/tmp/root/hive.log ⽬录下（root是当前⽤户登录⽤户名）。修改hive的⽇志存放到$HIVE_HOME/logs⽬录下。

1）创建hivelog4j2.properties

修改hive-log4j2.properties.template⽂件名称为hive-log4j2.properties:

1. cd $HIVE_HOME/conf

复制代码

1. cp hive-log4j2.properties.template hive-log4j2.properties

复制代码

2）在 hive-log4j2.properties ⽂件中修改 log 存放位置

3）⽤hive-script.sh restart重启服务后，查看$HIVE_HOME/hive/logs⽬录

已有新⽣成的⽇志。
4. 打印当前库和表头

在 hive-site.xml 中加⼊如下两个配置:

1. <!-- 打印表头 -->
2. <property>
3.         <name>hive.cli.print.header</name>
4.         <value>true</value>
5. </property>
7. <!-- 开启这个属性可以在CLI提示符前打印出当前所在数据库名，默认数据库名为default -->
8. <property>
9.         <name>hive.cli.print.current.db</name>
10.         <value>true</value>
11. </property>

复制代码

也可以⽤set下令进⾏设置:

1. hive> set hive.cli.print.header=true;
2. hive> set hive.cli.print.current.db=true;

复制代码

set下令的设置仅本次⽣效，Hive CLI重启后失效。 ⽽配置⽂件是永久有效。
5. Hive的JVM堆内存设置

新版本的Hive启动的时间，默认申请的JVM堆内存巨细为256M，JVM堆内存申请的太小，导致后期开启本地模式，执行复杂的SQL时常常会报错：java.lang.OutOfMemoryError: Java heap space，因此最好提前调整一下HADOOP_HEAPSIZE这个参数。
1）新建hive-env.sh

2）修改 hive-env.sh此中的参数

将hive-env.sh此中的参数 export HADOOP_HEAPSIZE修改为2048，重启Hive。

6. 关闭Hadoop假造内存检查

在yarn-site.xml中关闭假造内存检查（假造内存校验，假如已经关闭了，就不需要配了）。
（1）修改前记得先停Hadoop
（2）添加如下配置

1. <property>
2.     <name>yarn.nodemanager.vmem-check-enabled</name>
3.     <value>false</value>
4. </property>

复制代码

（3）修改完后记得分发yarn-site.xml，并重启yarn。
7.出现这个题目

Error while processing statement: FAILED: Execution Error, return code 1 from org.apache.hadoop.hive.ql.exec.StatsTask

执行以下下令没有题目：

1. show databases;
2. show tables;
3. select * from 表名;

复制代码

插入第一条数据没有题目，但是插入第二条数据出现题目：

1. Error while processing statement: FAILED: Execution Error, return code 1 from org.apache.hadoop.hive.ql.exec.StatsTask

复制代码

题目缘故原由：大概是由于MySQL数据库和元数据库在同一台假造机上。
解决方案：不配置元数据服务即可。
参考文章：
MySQL启动时出现initialize specified but the data directory has files in it. Aborting题目
Centos7安装hive3.1.2遇到报错
hive启动日记关闭解决方法
Hive数据堆栈的安装配置

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。