黑马程序员-大数据入门到实战-分布式SQL计算 Hive 入门

1. Apache Hive 概述

1. 分布式SQL计算定义
   以分布式的形式，执行SQL语句，进行数据统计分析
   
2. Apache Hive功能
   

1. 将SQL语句翻译成MapReduce程序，提供用户分布式SQL计算能力
   

2. 模拟实现Hive功能

• 元数据管理
• SQL解析器

3. Hive基础架构

• 元数据管理

• SQL解析器：完成SQL解析、执行优化、代码提交等功能
• 用户接口：提供用户和Hive交互的功能

4. Hive部署

4.1 规划

4.2 步骤

1. 安装MySQL数据库
   
   

1. 配置Hadoop
   Hive的运行依赖于Hadoop
   同时涉及到HDFS文件系统的访问
   需设置hadoop用户允许代理其他用户
   
   
2. 下载解压Hive
   

• 切换到hadoop用户

su - hadoop

• 下载Hive安装包
  http://archive.apache.org/dist/hive/hive-3.1.3/apache-hive-3.1.3-bin.tar.gz
• 解压到node1服务器的/export/server/内

tar -zxvf apache-hive-3.1.3-bin.tar.gz -C /export/server/

• 设置软链接

ln -s /export/server/apache-hive-3.1.3-bin /export/server/hive

4. 提供MySQL、Driver包

• 下载MySQL驱动包
• https://repo1.maven.org/maven2/mysql/mysql-connector-java/5.1.34/mysql-connector-java-5.1.34.jar
• 将下载好的驱动jar包，放入：Hive安装文件夹的lib目录内

mv mysql-connector-java-5.1.34.jar /export/server/hive/lib/

5. 配置Hive

• 在Hive的conf目录内，新建hive-env.sh文件，填入以下环境变量内容：

export HADOOP_HOME=/export/server/hadoop
export HIVE_CONF_DIR=/export/server/hive/conf
export HIVE_AUX_JARS_PATH=/export/server/hive/lib

• 在Hive的conf目录内，新建hive-site.xml文件，填入以下内容：
  
  

6. 初始化元数据库

• 在MySQL中新建数据库：hive

CREATE DATABASE hive CHARSET UTF8;

• 执行元数据库初始化命令

cd /export/server/hive
bin/schematool -initSchema -dbType mysql -verbos
# 初始化成功后，会在MySQL的hive库中新建74张元数据管理的表。

7. 启动Hive（使用Hadoop用户）

• 创建一个hive的日志文件夹

mkdir /export/server/hive/logs

• 启动元数据管理服务（必须启动，否则无法工作）

bin/hive --service metastore # 前台启动
nohup bin/hive --service metastore >> logs/metastore.log 2>&1 & # 后台启动

• 启动客户端

bin/hive   # Hive Shell方式（可以直接写SQL）
bin/hive --service hiveserver2   # Hive ThriftServer方式（不可直接写SQL，需要外部客户端链接使用）

5. Hive初体验

略

6. Hive客户端

6.1 HiveServer & Beeline

1. 启动

• 在hive安装的服务器上，首先启动metastore服务，然后启动hiveserver2服务

#先启动metastore服务 然后启动hiveserver2服务
nohup bin/hive --service metastore >> logs/metastore.log 2>&1 &
nohup bin/hive --service hiveserver2 >> logs/hiveserver2.log 2>&1 &

2. beeline

• 在node1上使用beeline客户端进行连接访问。需要注意hiveserver2服务启动之后需要稍等一会才可以对外提供服务。
• Beeline是JDBC的客户端，通过JDBC协议和Hiveserver2服务进行通信，协议的地址是：jdbc:hive2://node1:10000

[root@node1 ~] #/export/server/hive/bin/beeline 
Beeline version 3.1.2 by Apache Hive
beeline> ! connect jdbc:hive2://node1:10000
Connecting to jdbc:hive2://node1:10000
Enter username for jdbc:hive2://node1:10000: root
Enter password for jdbc:hive2://node1:10000: 
Connected to: Apache Hive (version 3.1.2)
Driver: Hive JDBC (version 3.1.2)
Transaction isolation: TRANSACTION_REPEATABLE_READ
0: jdbc:hive2://node1:10000> 

6.2 DataGrip & DBeaver

略