Hive详解

1 Hive基本概念

Hive是一个构建在Hadoop上的数据仓库框架。最初，Hive是由Facebook开发，后来移交由Apache软件基金会开发，并作为一个Apache开源项目。
Hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供类SQL查询功能。
其本质是将SQL转换为MapReduce的任务进行运算，底层由HDFS来提供数据的存储，说白了hive可以理解为一个将SQL转换为MapReduce的任务的工具，甚至更进一步可以说hive就是一个MapReduce的客户端。

2 Hive的特点与架构图

• Hive最大的特点是通过类SQL来分析大数据，而避免了写MapReduce程序来分析数据，这样使得分析数据更容易。
  
• 数据是存储在HDFS上的，Hive本身并不提供数据的存储功能，它可以使已经存储的数据结构化。
  
• Hive是将数据映射成数据库和一张张的表，库和表的元数据信息一般存在关系型数据库上（比如MySQL）。
  
• 数据存储方面：它能够存储很大的数据集，可以直接访问存储在Apache HDFS或其他数据存储系统（如Apache HBase）中的文件。
  
• 数据处理方面：因为Hive语句最终会生成MapReduce任务去计算，所以不适用于实时计算的场景，它适用于离线分析。
  
• Hive除了支持MapReduce计算引擎，还支持Spark和Tez这两种分布式计算引擎；
  
• 数据的存储格式有多种，比如数据源是二进制格式，普通文本格式等等；
  
• hive具有sql数据库的外表，但应用场景完全不同，hive只适合用来做批量数据统计分析
  

3 Hive的安装方式

hive的安装一共有三种方式:内嵌模式、本地模式、远程模式 
元数据服务(metastore）作用是：客户端连接metastore服务，metastore再去连接MySQL数据库来存取元数据。有了metastore服务，就可以有多个客户端同时连接，而且这些客户端不需要知道MySQL数据库的用户名和密码，只需要连接metastore 服务即可。
  （1） 内嵌模式
  内嵌模式使用的是内嵌的Derby数据库来存储元数据，也不需要额外起Metastore服务。数据库和Metastore服务都嵌入在主Hive Server进程中。这个是默认的，配置简单，但是一次只能一个客户端连接，适用于用来实验，不适用于生产环境。解压hive安装包  bin/hive 启动即可使用
  缺点：不同路径启动hive，每一个hive拥有一套自己的元数据，无法共享。

  （2）本地模式
  本地模式采用外部数据库来存储元数据，目前支持的数据库有：MySQL、Postgres、Oracle、MS SQL Server.在这里我们使用MySQL。本地模式不需要单独起metastore服务，用的是跟hive在同一个进程里的metastore服务。也就是说当你启动一个hive 服务，里面默认会帮我们启动一个metastore服务。hive根据hive.metastore.uris 参数值来判断，如果为空，则为本地模式。
  缺点：每启动一次hive服务，都内置启动了一个metastore。

  （3）远程模式
  远程模式下，需要单独起metastore服务，然后每个客户端都在配置文件里配置连接到该metastore服务。远程模式的metastore服务和hive运行在不同的进程里。在生产环境中，建议用远程模式来配置Hive Metastore。在这种情况下，其他依赖hive的软件都可以通过Metastore访问hive。
  远程模式下需要配置hive.metastore.uris 参数来指定metastore服务运行的机器ip和端口，并且需要单独手动启动metastore服务。hiveserver2是Hive启动了一个server，客户端可以使用JDBC协议，通过IP+ Port的方式对其进行访问，达到并发访问的目的。

4 Hive的安装

之前文章介绍过按照Hadoop，继Hadoop后按照Hive。在此处选择第三台机器node3作为我们hive的安装机器，安装方式使用远程方式。
准备工作：① 必须按照有Hadoop（可以是单节点也可以是高可用）和MySQL数据库。可参照我其他两篇文章。
     ② 在Node3主机上创建目录（已创建有可以忽略）：

1. mkdir  -p /export/server/
2. mkdir  -p /export/data/
3. mkdir  -p /export/software/

复制代码

准备一个Hive的包，可以去官网下载 http://archive.apache.org/dist/hive/hive-3.1.2/apache-hive-3.1.2-bin.tar.gz
（1）上传压缩包到/export/software目录里，并解压安装包

1. # 上传压缩包到/export/software目录里，并解压安装包
2. cd /export/software/
3. tar -zxvf apache-hive-3.1.2-bin.tar.gz -C /export/server
4. cd /export/server
5. mv apache-hive-3.1.2-bin hive-3.1.2

复制代码

（2）解决hadoop、hive之间guava版本差异

1. #解决hadoop、hive之间guava版本差异
2. cd /export/server/hive-3.1.2
3. rm -rf lib/guava-19.0.jar
4. cp /export/server/hadoop-3.1.4/share/hadoop/common/lib/guava-27.0-jre.jar ./lib/

复制代码

(3) 配置一个MySQL的连接包。这步必须配置，Mysql5.X和Mysql8.X的连接包可能不同，具体可以去官网下载，附上脚本之家的下载教程（https://www.jb51.net/article/190860.htm）

1. #上传这个包到此目录下/export/server/hive-3.1.2/lib
2. mysql-connector-java-5.1.41-bin.jar

复制代码

（5）修改hive环境变量文件 添加Hadoop_HOME

1. #修改hive环境变量文件 添加Hadoop_HOME
2. cd /export/server/hive-3.1.2/conf/
3. mv hive-env.sh.template hive-env.sh
4. vim hive-env.sh
6. #---将以下的配置放到配置文件中，以hadoop-3.1.4和hive-3.1.2为例
7. HADOOP_HOME=/export/server/hadoop-3.1.4
8. export HIVE_CONF_DIR=/export/server/hive-3.1.2/conf
9. export HIVE_AUX_JARS_PATH=/export/server/hive-3.1.2/lib

复制代码

（6）配置mysql等相关信息，新增hive-site.xml 

1. #--打开配置文件
2. vim hive-site.xml
4. #--将以下配置内容写入配置文件中，具体的连接端口以自己本机为准，附上备注
5. <configuration>
6.    
7.     <property>
8.         <name>javax.jdo.option.ConnectionURL</name>
9.         <value> jdbc:mysql://node3:3306/hive?createDatabaseIfNotExist=true&useSSL=false&useUnicode=true&characterEncoding=UTF-8</value>
10.     </property>
12.     <property>
13.         <name>javax.jdo.option.ConnectionDriverName</name>
14.         <value>com.mysql.jdbc.Driver</value>
15.     </property>
17.     <property>
18.         <name>javax.jdo.option.ConnectionUserName</name>
19.         <value>root</value>
20.     </property>
22.     <property>
23.         <name>javax.jdo.option.ConnectionPassword</name>
24.         <value>123456</value>
25.     </property>
27.    
28.     <property>
29.         <name>hive.server2.thrift.bind.host</name>
30.         <value>node3</value>
31.     </property>
33.    
34.     <property>
35.         <name>hive.metastore.uris</name>
36.         <value>thrift://node3:9083</value>
37.     </property>
39.    
40.     <property>
41.         <name>hive.metastore.event.db.notification.api.auth</name>
42.         <value>false</value>
43.     </property>
45.    
46.     <property>
47.         <name>hive.metastore.schema.verification</name>
48.         <value>false</value>
49.     </property>
50. </configuration>

复制代码

（7）初始化metadata(只需要在配置完Hive之后进行一次操作)

1. cd /export/server/hive-3.1.2
3. #初始化成功会在mysql中创建74张表
4. bin/schematool -initSchema -dbType mysql -verbos

复制代码

（8）系统环境变量配置

1. #添加环境变量
2. vim /etc/profile
4. #将以下环境变量新增到/etc/profile文件中
5. export HIVE_HOME=/export/server/hive-3.1.2
6. export PATH=:$HIVE_HOME/bin:$PATH
8. #刷新，让环境变量生效
9. source /etc/profile

复制代码

 （9）通过后台运行启动metastore和hiveserver2 启动前需要查看下Hadoop是否启动，Hadoop未启动会报错：连接失败

1. #查看Hadoop是否启动
2. jps
4. #Hadoop未启动：没有DataNode和NodeManage节点代表Hadoop未启动
5. #一键启动Hadoop(已启动则忽略)
6. start-add.sh
8. #-----------------Metastore 和 Hiveserver2启动----
9. nohup /export/server/hive-3.1.2/bin/hive --service metastore  2>&1 &
10. nohup /export/server/hive-3.1.2/bin/hive --service hiveserver2 2>&1 &
12. #启动成功会生成日志，进入可以查看是否有问题
13. vim nohup.out

复制代码

 （10）验证是否安装成功

1. #在Linux中输入，hive直接回车,
2. hive
4. #出现一个终端，在该终端中可以输入sql命令:
5. show databases;

复制代码

5  Hive的交互方式

Hive交互方式有多种，这里以远程模式的hiveserver2交互为例。需要对Hadoop配置文件进行更新。

1. #第一步：在NameNode节点上的主机上关闭Hadoop（我的是Node1主机）
2. stop-all.sh
4. #第二步：Node1主机上进入到Hadoop配置文件的路径，然后编辑 core-site.xml文件
5. cd /export/server/hadoop-3.1.4/etc/hadoop/
6. vim core-site.xml
8. #第三步：在文件末尾<configuration>内追加配置
9. <property>
10.     <name>hadoop.proxyuser.root.hosts</name>
11.     <value>*</value>
12. </property>
13. <property>
14.     <name>hadoop.proxyuser.root.groups</name>
15.     <value>*</value>
16. </property>
18. #第四步：将修改好的core-site.xml文件分发到node2和node3
19. scp core-site.xml node2:$PWD
20. scp core-site.xml node3:$PWD
22. #第五步:然后重启Hadoop（stop-all.sh start-all.sh）
23. start-all.sh

复制代码

在hive运行的服务器上，确保已经启动metastore服务和hiveserver2服务，如果没有启动，则执行以下语句

1. nohup /export/server/hive-3.1.2/bin/hive --service metastore  2>&1 &
2. nohup /export/server/hive-3.1.2/bin/hive --service hiveserver2 2>&1 &

复制代码

 为了方便快捷，直接通过制作脚本进行登录Hive

1. #Hive一键登录脚本，安装expect
2. yum  -y install expect
4. #新建一个脚本文件夹,并写一个脚本
5. mkdir -p /export/server/script
6. cd /export/server/script
7. vim  beenline.exp
9. #脚本的内容如下：
11. #!/bin/expect
12. spawn beeline
13. set timeout 5
14. expect "beeline>"
15. send "!connect jdbc:hive2://node3:10000\r"
16. expect "Enter username for jdbc:hive2://node3:10000:"
17. send "root\r"
18. expect "Enter password for jdbc:hive2://node3:10000:"
19. send "123456\r"
20. interact
22. #:wq保存脚本后，需要修改脚本权限
23. chmod 777 beenline.exp
25. #最后可以实现一键脚本登录Hive
26. expect beenline.exp

复制代码

6 使用IDEA连接hive

使用IntelliJ IDEA 连接


打开node1:9870 看到hadoop中生成了hive的数据表所在位置

具体的hive语法操作自行百度，最后。引用网友的hive架构图

 
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！