大数据Hive安装与设置

前言

Hive 是一个构建在 Hadoop 之上的数据仓库工具，用于数据的提取、转换和加载（ETL），并提供了一种类 SQL 的查询语言（HiveQL），使用户能够轻松查询和分析大规模数据集。以下是对 Hive 的一些关键点的具体介绍：
根本概念

• HiveQL: Hive 提供的查询语言雷同于 SQL，支持常用的查询功能，如选择、过滤、聚合和连接等。
  
• 表: Hive 使用表来存储数据，表的数据可以存储在 Hadoop HDFS 中。Hive 支持不同的表类型：
  
  
  
  • 管理表（Managed Tables）：当删除表时，表的数据也会被删除。
    
  • 外部表（External Tables）：数据存储在外部位置（如 HDFS），删除表时数据不会被删除。
    
  
  
• 分区: Hive 允许对表进行分区，分区可以帮助提高查询性能。数据可以按某个列进行分区，使得查询时只扫描干系的分区。
  
• 桶: 在分区的根本上，Hive 还支持桶（Bucketing），数据可以在分区内进一步分散到多个文件中。桶的数量由 CLUSTERED BY 子句界说。
  

架构

Hive 的架构主要由以下几个部分组成：

• Hive Metastore: 用于存储 Hive 表的结构和元数据（如表名、字段名、数据类型等）。Metastore 是 Hive 的焦点部分，使用关系型数据库（如 MySQL、PostgreSQL 等）来存储这些元数据。
  
• Driver: Hive 的驱动程序接收 HiveQL 查询并将其编译为 MapReduce 作业。
  
• Compiler: HiveQL 查询会被编译成多个 MapReduce 任务，便于在 Hadoop 上执行。
  
• Execution Engine: 执行编译后的 MapReduce 作业并处理结果。
  

主要特性

• 扩展性: Hive 支持用户自界说函数（UDF），用户可以根据必要扩展 Hive 的功能。
  
• 数据存储: Hive 可以与多种数据存储体系集成，如 HDFS、HBase、Amazon S3 等。
  
• 兼容性: Hive 兼容多种数据格式，包括文本、Parquet、ORC、Avro 等，支持结构化和半结构化数据。
  

使用场景

Hive 适用于批量处理和数据分析的场景，例如：

• 大数据处理和分析。
  
• 数据仓库和报表生成。
  
• 数据发掘和机器学习的前处理。
  

安装设置

上传Hive

上传方式可通过当地拖拽文件上传，也可通过连接xftp来拖拽至xshell下令行里实现

解压Hive

将Hive 3.1.2的安装包解压到/root/software 目录下
（如若没有目录则需创建）

1. mkdir software/

复制代码

1. tar -zxvf apache-hive-3.1.2-bin.tar.gz -C software

复制代码

解压完毕
设置环境变量

在“/etc/profile”文件中设置Hive环境变量 HIVE_HOME和PATH的值，并让设置文件立刻生效；

1. vim /etc/profile

复制代码

输入以下参数值

1. export HIVE_HOME=/root/software/apache-hive-3.1.2-bin
2. export PATH=$PATH:$HIVE_HOME/bin

复制代码

wq生存并退出
刷新设置

1. source /etc/profile

复制代码

修改设置文件

切换到$HIVE_HOME/conf目录下，将hive-env.sh.template复制一份并重命名为hive-env.sh

1. cd $HIVE_HOME/conf

复制代码

1. cp hive-env.sh.template hive-env.sh

复制代码

使用vim编辑器进行编辑，在文件中设置HADOOP_HOME、 HIVE_CONF_DIR以及HIVE_AUX_JARS_PATH参数的值，将原有 值删除并将前面的解释符#去掉

1. vim hive-env.sh

复制代码

插入参数值

1. #将原有的#注释符去掉
2. HADOOP_HOME=/root/software/hadoop-3.3.0
3. export HIVE_CONF_DIR=/root/software/apache-hive-3.1.2-bin/conf
4. export HIVE_AUX_JARS_PATH=/root/software/apache-hive-3.1.2-bin/lib

复制代码

wq生存并退出
MySQL驱动包

上传MySQL驱动包

将mysql-connector-java-5.1.47-bin.jar上传至/root/software目录下

解压MySQL驱动包

1. tar -zxvf mysql-connector-java-5.1.47.tar.gz

复制代码

进入解压完的目录

1. cd mysql-connector-java-5.1.47/

复制代码

将mysql-connector-java-5.1.47-bin.jar拷贝到$HIVE_HOME/lib目录下

1. cp mysql-connector-java-5.1.47-bin.jar $HIVE_HOME/lib

复制代码

拷贝完成
设置文件

创建文件

进入$HIVE_HOME/conf

1. cd $HIVE_HOME/conf

复制代码

在$HIVE_HOME/conf目录下创建一个名为hive-site.xml的文件

1. touch hive-site.xml

复制代码

编辑文件

并使用vim编辑器进行编辑如下内容

设置参数	描述	参数值
javax.jdo.option.ConnectionURL	连接元数据库的链接信息	jdbc:mysql://master:3306/hivedb                 ?createDatabaseIfNotExist=true&                 amp;useSSL=false&useUnicode                 =true&characterEncoding=UTF                 -8
javax.jdo.option.ConnectionDriverName	连接数据库驱动	com.mysql.jdbc.Driver
javax.jdo.option.ConnectionUserName	连接数据库用户名称	root
javax.jdo.option.ConnectionPassword	连接数据库用户密码	123456

1. vim hive-site.xml

复制代码

wq生存退出
接着登录到mysql

1. mysql -u root -p123456

复制代码

初始化元数据

使用schematool下令，通过指定元数据库类型为“mysql”，来初始化源数据库的元数据
初始化Hive元数据库（修改为接纳MySQL存储元数据）

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

复制代码

出现红框以内的内容就是初始化乐成
在Hive客户端下创建管理表

启动Hive CLI

起首，启动Hive下令行界面

1. hive

复制代码

这将进入Hive的下令行模式，你将看到雷同以下提示符

1. hive>

复制代码

创建名为student的管理表

字段	数据类型
id	int
name	string

• id（整数类型）
  
• name（字符串类型）
  

表的结构如上：
使用以下SQL语句

1. CREATE TABLE student (
2.   id INT,
3.   name STRING
4. );

复制代码

执行此下令后，Hive会在默认数据库下创建一个管理表student
查看表

创建表后，你可以通过以下下令查看刚创建的表

1. SHOW TABLES;

复制代码

你会看到输出如下，表示表已乐成创建

查看表结构

也可以查看表的具体结构
输入以下下令

1. DESCRIBE student;

复制代码

使用insert语句插入测试数据

插入数据

假设我们想插入id为1，name为"John Doe"的记录，可输入以下SQL下令

1. INSERT INTO TABLE student VALUES (1, 'John Doe');

复制代码

确认数据是否插入

我们可以查询表里的内容来确认数据有没有正确插入乐成

1. SELECT * FROM student;

复制代码

插入乐成

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。