杨校老师课题之Hive数据仓库搭建1

本文涉及的产品
云数据库 RDS MySQL,集群系列 2核4GB
推荐场景:
搭建个人博客
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
RDS MySQL Serverless 高可用系列,价值2615元额度,1个月
简介: 杨校老师课题之Hive数据仓库搭建

Hive的安装模式有三种:

  1. 嵌入模式
  2. 本地模式
  3. 远程模式

(1) 嵌入模式

基于系统本身的数据库derby数据库进行存储元数据,该模式是默认安装方式,配置简单

缺点: 一次只能连接一个客户端,仅适合在测试环境内使用

(2)本地模式

采用外部数据库进行存储元数据,该模式下不需要单独开启MetaStore服务

(3)远程模式

采用外部数据库进行存储元数据,该模式下需要单独开启MetaStore服务


嵌入模式
  1. 创建存储hive的磁盘目录
  2. 上传hive的二进制版的安装包
  3. 解压缩
  4. 进入hive\bin目录内,执行hive
  5. 测试
  1. 查看所有数据库
# 创建数据库
show databases;
# 创建数据库
create database book_hive ;
  1. 测试元数据存储是否同步
[root@hadoop1 ~]# cd /usr/local/hive/
[root@hadoop1 hive]# ll
总用量 88732
drwxr-xr-x. 8 root root      159 4月  23 15:14 apache-hive-1.2.2-bin
-rw-r--r--. 1 root root 90859180 6月   6 2019 apache-hive-1.2.2-bin.tar.gz
[root@hadoop1 hive]# cd apache-hive-1.2.2-bin/
[root@hadoop1 apache-hive-1.2.2-bin]# ll
总用量 60
drwxr-xr-x. 4 root root   156 4月  23 15:15 bin
drwxr-xr-x. 2 root root   212 4月  23 15:14 conf
drwxr-xr-x. 4 root root    34 4月  23 15:14 examples
drwxr-xr-x. 7 root root    68 4月  23 15:14 hcatalog
drwxr-xr-x. 4 root root  8192 4月  23 15:14 lib
-rw-r--r--. 1 root root 24754 3月  31 2017 LICENSE
-rw-r--r--. 1 root root   397 3月  31 2017 NOTICE
-rw-r--r--. 1 root root  4374 4月   1 2017 README.txt
-rw-r--r--. 1 root root  4255 4月   1 2017 RELEASE_NOTES.txt
drwxr-xr-x. 3 root root    23 4月  23 15:14 scripts
# 重点在第20行 运行的命令
[root@hadoop1 apache-hive-1.2.2-bin]# bin/hive

Logging initialized using configuration in jar:file:/usr/local/hive/apache-hive-1.2.2-bin/lib/hive-common-1.2.2.jar!/hive-log4j.properties
hive> show databases;
OK
default
Time taken: 0.972 seconds, Fetched: 1 row(s)
hive> 


[root@hadoop1 bin]# ./hive

Logging initialized using configuration in jar:file:/usr/local/hive/apache-hive-1.2.2-bin/lib/hive-common-1.2.2.jar!/hive-log4j.properties
hive> 
hive> show databases;
OK
book_hive
default
Time taken: 0.617 seconds, Fetched: 2 row(s)
hive> 
本地模式
  1. 首先需要安装MySQL数据库
  1. 离线安装
  1. 基于rpm可执行文件进行安装
  2. 基于tar.gz解压缩文件进行安装
  1. 在线安装
  1. 基于yum实现在线安装更新
  2. 基于wget获取MySQL的Repo

采用yum实现在线安装更新
# 1. 获取下载mysql5.7的repo
[root@hadoop1 local]# wget http://repo.mysql.com/mysql57-community-release-el7-10.noarch.rpm
[root@hadoop1 mysql]# ll
总用量 28
-rw-r--r--. 1 root root 25548 4月   7 2017 mysql57-community-release-el7-10.noarch.rpm
# 2. 安装mysql5.7的可执行文件
[root@hadoop1 local]#  rpm -ivh mysql57-community-release-el7-10.noarch.rpm

[root@hadoop1 local]#  rm /etc/pki/rpm-gpg/RPM-GPG-KEY-mysql 
[root@hadoop1 local]#  rpm --import https://repo.mysql.com/RPM-GPG-KEY-mysql-2022 

[root@hadoop1 local]#  yum install mysql-server


[root@hadoop1 mysql]# mysql
ERROR 2002 (HY000): Can't connect to local MySQL server through socket '/var/lib/mysql/mysql.sock' 

# 原因是没有输入用户名和密码 关键也不知道初始密码是什么?

#解决方案:
  #方式一:  查询初始化密码
  #方式二:  跳过权限认证
  
# 采用第二个方案  
[root@hadoop1 mysql]# vi /etc/my.cnf
# 在【mysqld】的空白处,添加如下三个单词:skip-grant-tables
# 示例:
[mysqld]
#
# Remove leading # and set to the amount of RAM for the most important data
# cache in MySQL. Start at 70% of total RAM for dedicated server, else 10%.
# innodb_buffer_pool_size = 128M
#
# Remove leading # to turn on a very important data integrity option: logging
# changes to the binary log between backups.
# log_bin
#
# Remove leading # to set options mainly useful for reporting servers.
# The server defaults are faster for transactions and fast SELECTs.
# Adjust sizes as needed, experiment to find the optimal values.
# join_buffer_size = 128M
# sort_buffer_size = 2M
# read_rnd_buffer_size = 2M
datadir=/var/lib/mysql
socket=/var/lib/mysql/mysql.sock

######## 跳过MySQL的权限机制   就不需要输入密码 进去 更改密码  再将本命令删除 或 注释
skip-grant-tables

#保存退出!
#重启MySQL服务
[root@hadoop1 mysql]# systemctl restart mysqld
#进入MySQL软件
[root@hadoop1 etc]# mysql
Welcome to the MySQL monitor.  Commands end with ; or \g.
Your MySQL connection id is 2
Server version: 5.7.37 MySQL Community Server (GPL)

Copyright (c) 2000, 2022, Oracle and/or its affiliates.

Oracle is a registered trademark of Oracle Corporation and/or its
affiliates. Other names may be trademarks of their respective
owners.

Type 'help;' or '\h' for help. Type '\c' to clear the current input statement.

# 1. 查询所有数据库
mysql> show databases;
+--------------------+
| Database           |
+--------------------+
| information_schema |
| mysql              |
| performance_schema |
| sys                |
+--------------------+
4 rows in set (0.01 sec)

# 2.切入到MySQL数据库内:
mysql> use mysql
Reading table information for completion of table and column names
You can turn off this feature to get a quicker startup with -A

Database changed


# 3.查询所有数据表
mysql> show  tables;
+---------------------------+
| Tables_in_mysql           |
+---------------------------+
| columns_priv              |
| db                        |
| engine_cost               |
| event                     |
| func                      |
| general_log               |
| gtid_executed             |
| help_category             |
| help_keyword              |
| help_relation             |
| help_topic                |
| innodb_index_stats        |
| innodb_table_stats        |
| ndb_binlog_index          |
| plugin                    |
| proc                      |
| procs_priv                |
| proxies_priv              |
| server_cost               |
| servers                   |
| slave_master_info         |
| slave_relay_log_info      |
| slave_worker_info         |
| slow_log                  |
| tables_priv               |
| time_zone                 |
| time_zone_leap_second     |
| time_zone_name            |
| time_zone_transition      |
| time_zone_transition_type |
| user                      |
+---------------------------+
31 rows in set (0.00 sec)

# 4. 查询user表的表结构
mysql> desc user;
+------------------------+-----------------------------------+------+-----+-----------------------+-------+
| Field                  | Type                              | Null | Key | Default               | Extra |
+------------------------+-----------------------------------+------+-----+-----------------------+-------+
| Host                   | char(60)                          | NO   | PRI |                       |       |
| User                   | char(32)                          | NO   | PRI |                       |       |
| Select_priv            | enum('N','Y')                     | NO   |     | N                     |       |
| Insert_priv            | enum('N','Y')                     | NO   |     | N                     |       |
| Update_priv            | enum('N','Y')                     | NO   |     | N                     |       |
| Delete_priv            | enum('N','Y')                     | NO   |     | N                     |       |
| Create_priv            | enum('N','Y')                     | NO   |     | N                     |       |
| Drop_priv              | enum('N','Y')                     | NO   |     | N                     |       |
| Reload_priv            | enum('N','Y')                     | NO   |     | N                     |       |
| Shutdown_priv          | enum('N','Y')                     | NO   |     | N                     |       |
| Process_priv           | enum('N','Y')                     | NO   |     | N                     |       |
| File_priv              | enum('N','Y')                     | NO   |     | N                     |       |
| Grant_priv             | enum('N','Y')                     | NO   |     | N                     |       |
| References_priv        | enum('N','Y')                     | NO   |     | N                     |       |
| Index_priv             | enum('N','Y')                     | NO   |     | N                     |       |
| Alter_priv             | enum('N','Y')                     | NO   |     | N                     |       |
| Show_db_priv           | enum('N','Y')                     | NO   |     | N                     |       |
| Super_priv             | enum('N','Y')                     | NO   |     | N                     |       |
| Create_tmp_table_priv  | enum('N','Y')                     | NO   |     | N                     |       |
| Lock_tables_priv       | enum('N','Y')                     | NO   |     | N                     |       |
| Execute_priv           | enum('N','Y')                     | NO   |     | N                     |       |
| Repl_slave_priv        | enum('N','Y')                     | NO   |     | N                     |       |
| Repl_client_priv       | enum('N','Y')                     | NO   |     | N                     |       |
| Create_view_priv       | enum('N','Y')                     | NO   |     | N                     |       |
| Show_view_priv         | enum('N','Y')                     | NO   |     | N                     |       |
| Create_routine_priv    | enum('N','Y')                     | NO   |     | N                     |       |
| Alter_routine_priv     | enum('N','Y')                     | NO   |     | N                     |       |
| Create_user_priv       | enum('N','Y')                     | NO   |     | N                     |       |
| Event_priv             | enum('N','Y')                     | NO   |     | N                     |       |
| Trigger_priv           | enum('N','Y')                     | NO   |     | N                     |       |
| Create_tablespace_priv | enum('N','Y')                     | NO   |     | N                     |       |
| ssl_type               | enum('','ANY','X509','SPECIFIED') | NO   |     |                       |       |
| ssl_cipher             | blob                              | NO   |     | NULL                  |       |
| x509_issuer            | blob                              | NO   |     | NULL                  |       |
| x509_subject           | blob                              | NO   |     | NULL                  |       |
| max_questions          | int(11) unsigned                  | NO   |     | 0                     |       |
| max_updates            | int(11) unsigned                  | NO   |     | 0                     |       |
| max_connections        | int(11) unsigned                  | NO   |     | 0                     |       |
| max_user_connections   | int(11) unsigned                  | NO   |     | 0                     |       |
| plugin                 | char(64)                          | NO   |     | mysql_native_password |       |
| authentication_string  | text                              | YES  |     | NULL                  |       |
| password_expired       | enum('N','Y')                     | NO   |     | N                     |       |
| password_last_changed  | timestamp                         | YES  |     | NULL                  |       |
| password_lifetime      | smallint(5) unsigned              | YES  |     | NULL                  |       |
| account_locked         | enum('N','Y')                     | NO   |     | N                     |       |
+------------------------+-----------------------------------+------+-----+-----------------------+-------+
45 rows in set (0.00 sec)
# 通过查看表结构发现没有传统的Password字段,是authentication_string字段代表Password
mysql> update mysql.user set authentication_string = password('sorry') where user = 'root';
Query OK, 1 row affected, 1 warning (0.00 sec)
Rows matched: 1  Changed: 1  Warnings: 1

# 修改密码成功后 ,需要删除MySQL登录的权限验证
[root@hadoop1 ~]# vi /etc/my.cnf
# skip-grant-tables # 跳过MySQL的权限机制   就不需要输入密码 进去 更改密码  再将本命令删除 或 注释
#设置密码不过期
default_password_lifetime=0

[root@hadoop1 ~]# systemctl restart mysqld




再次登录MySQL
[root@hadoop1 etc]# mysql
ERROR 1045 (28000): Access denied for user 'root'@'localhost' (using password: NO)
[root@hadoop1 etc]# mysql -uroot -psorry
mysql: [Warning] Using a password on the command line interface can be insecure.
Welcome to the MySQL monitor.  Commands end with ; or \g.
Your MySQL connection id is 3
Server version: 5.7.37

Copyright (c) 2000, 2022, Oracle and/or its affiliates.

Oracle is a registered trademark of Oracle Corporation and/or its
affiliates. Other names may be trademarks of their respective
owners.

Type 'help;' or '\h' for help. Type '\c' to clear the current input statement.
# 1. 修改全局验证策略
mysql> set global validate_password_policy=0;
# 2. 修改全局验证密码的最小长度
mysql> set global validate_password_length=4;
# 3. 修改USER 表中的 USER 函数 密码设置为  sorry
mysql> ALTER USER USER() IDENTIFIED BY 'sorry';

Hive配置
  1. 修改hive-env.sh文件
[root@hadoop1 apache-hive-1.2.2-bin]# ll
总用量 84
drwxr-xr-x. 4 root root   156 4月  23 15:15 bin
drwxr-xr-x. 2 root root   212 4月  23 15:14 conf
-rw-r--r--. 1 root root 21108 4月  23 15:20 derby.log
drwxr-xr-x. 4 root root    34 4月  23 15:14 examples
drwxr-xr-x. 7 root root    68 4月  23 15:14 hcatalog
drwxr-xr-x. 4 root root  8192 4月  23 15:14 lib
-rw-r--r--. 1 root root 24754 3月  31 2017 LICENSE
drwxr-xr-x. 5 root root   133 4月  23 15:20 metastore_db
-rw-r--r--. 1 root root   397 3月  31 2017 NOTICE
-rw-r--r--. 1 root root  4374 4月   1 2017 README.txt
-rw-r--r--. 1 root root  4255 4月   1 2017 RELEASE_NOTES.txt
drwxr-xr-x. 3 root root    23 4月  23 15:14 scripts
[root@hadoop1 apache-hive-1.2.2-bin]# cd conf/
[root@hadoop1 conf]# ll
总用量 188
-rw-r--r--. 1 root root   1139 3月  31 2017 beeline-log4j.properties.template
-rw-r--r--. 1 root root 168715 4月   1 2017 hive-default.xml.template
-rw-r--r--. 1 root root   2378 3月  31 2017 hive-env.sh.template
-rw-r--r--. 1 root root   2662 3月  31 2017 hive-exec-log4j.properties.template
-rw-r--r--. 1 root root   3050 3月  31 2017 hive-log4j.properties.template
-rw-r--r--. 1 root root   1593 4月   1 2017 ivysettings.xml

[root@hadoop1 conf]# # 将 hive-env.sh.template 文件 拷贝一份 并更改名称为hive-env.sh
[root@hadoop1 conf]# cp hive-env.sh.template  hive-env.sh
[root@hadoop1 conf]# ll
总用量 192
-rw-r--r--. 1 root root   1139 3月  31 2017 beeline-log4j.properties.template
-rw-r--r--. 1 root root 168715 4月   1 2017 hive-default.xml.template
-rw-r--r--. 1 root root   2378 4月  23 17:18 hive-env.sh
-rw-r--r--. 1 root root   2378 3月  31 2017 hive-env.sh.template
-rw-r--r--. 1 root root   2662 3月  31 2017 hive-exec-log4j.properties.template
-rw-r--r--. 1 root root   3050 3月  31 2017 hive-log4j.properties.template
-rw-r--r--. 1 root root   1593 4月   1 2017 ivysettings.xml


  1. 打开hive-env.sh文件,修改hadoop的环节变量
[root@hadoop1 conf]# vim  hive-env.sh
# 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.

# Set Hive and Hadoop environment variables here. These variables can be used
# to control the execution of Hive. It should be used by admins to configure
# the Hive installation (so that users do not have to set environment variables
# or set command line parameters to get correct behavior).
#
# The hive service being invoked (CLI/HWI etc.) is available via the environment
# variable SERVICE


# Hive Client memory usage can be an issue if a large number of clients
# are running at the same time. The flags below have been useful in 
# reducing memory usage:
#
# if [ "$SERVICE" = "cli" ]; then
#   if [ -z "$DEBUG" ]; then
#     export HADOOP_OPTS="$HADOOP_OPTS -XX:NewRatio=12 -Xms10m -XX:MaxHeapFreeRatio=40 -XX:MinHeapFreeRatio=15 -XX:+UseParNewGC -XX:-UseGCOverheadLimit"
#   else
#     export HADOOP_OPTS="$HADOOP_OPTS -XX:NewRatio=12 -Xms10m -XX:MaxHeapFreeRatio=40 -XX:MinHeapFreeRatio=15 -XX:-UseGCOverheadLimit"
#   fi
# fi

# The heap size of the jvm stared by hive shell script can be controlled via:
#
# export HADOOP_HEAPSIZE=1024
#
# Larger heap size may be required when running queries over large number of files or partitions. 
# By default hive shell scripts use a heap size of 256 (MB).  Larger heap size would also be 
# appropriate for hive server (hwi etc).


# Set HADOOP_HOME to point to a specific hadoop install directory
# HADOOP_HOME=${bin}/../../hadoop

# 添加Hadoop的环境变量
export HADOOP_HOME=/usr/local/hadoop/hadoop-2.7.4

#Hive Configuration Directory can be controlled by:
# export HIVE_CONF_DIR=

# Folder containing extra ibraries required for hive compilation/execution can be controlled by:
# export HIVE_AUX_JARS_PATH=

  1. 创建hive-site.xml文件,添加相关配置
[root@hadoop1 conf]# pwd
/usr/local/hive/apache-hive-1.2.2-bin/conf
[root@hadoop1 conf]# ll
总用量 192
-rw-r--r--. 1 root root   1139 3月  31 2017 beeline-log4j.properties.template
-rw-r--r--. 1 root root 168715 4月   1 2017 hive-default.xml.template
-rw-r--r--. 1 root root   2458 4月  23 17:22 hive-env.sh
-rw-r--r--. 1 root root   2378 3月  31 2017 hive-env.sh.template
-rw-r--r--. 1 root root   2662 3月  31 2017 hive-exec-log4j.properties.template
-rw-r--r--. 1 root root   3050 3月  31 2017 hive-log4j.properties.template
-rw-r--r--. 1 root root   1593 4月   1 2017 ivysettings.xml

# 通过查询,发现hive-site.xml文件不存在!
  1. hive-site.xml
<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<configuration>
  <!--MySQL链接协议-->
  <property>
      <name>javax.jdo.option.ConnectionURL</name>
      <value>jdbc:mysql://127.0.0.1:3306/hive?createDatabaseIFNotExist=true</value>
  </property>
      
  <!--MySQL驱动 jar需要单独上传-->
  <property>
      <name>javax.jdo.option.ConnectionDriverName</name>
      <value>com.mysql.jdbc.Driver</value>
  </property>
          
  <!--MySQL用户名-->
  <property>
      <name>javax.jdo.option.ConnectionUserName</name>
      <value>root</value>
  </property>

  <!--MySQL密码-->
  <property>
      <name>javax.jdo.option.ConnectionPassword</name>
      <value>sorry</value>
  </property>
</configuration>

杨校老师课题之Hive数据仓库搭建2:https://developer.aliyun.com/article/1543267

相关实践学习
如何在云端创建MySQL数据库
开始实验后,系统会自动创建一台自建MySQL的 源数据库 ECS 实例和一台 目标数据库 RDS。
全面了解阿里云能为你做什么
阿里云在全球各地部署高效节能的绿色数据中心,利用清洁计算为万物互联的新世界提供源源不断的能源动力,目前开服的区域包括中国(华北、华东、华南、香港)、新加坡、美国(美东、美西)、欧洲、中东、澳大利亚、日本。目前阿里云的产品涵盖弹性计算、数据库、存储与CDN、分析与搜索、云通信、网络、管理与监控、应用服务、互联网中间件、移动服务、视频服务等。通过本课程,来了解阿里云能够为你的业务带来哪些帮助 &nbsp; &nbsp; 相关的阿里云产品:云服务器ECS 云服务器 ECS(Elastic Compute Service)是一种弹性可伸缩的计算服务,助您降低 IT 成本,提升运维效率,使您更专注于核心业务创新。产品详情: https://www.aliyun.com/product/ecs
目录
相关文章
|
7月前
|
SQL 存储 分布式计算
Hive数据仓库设计与优化策略:面试经验与必备知识点解析
本文深入探讨了Hive数据仓库设计原则(分区、分桶、存储格式选择)与优化策略(SQL优化、内置优化器、统计信息、配置参数调整),并分享了面试经验及常见问题,如Hive与RDBMS的区别、实际项目应用和与其他组件的集成。通过代码样例,帮助读者掌握Hive核心技术,为面试做好充分准备。
639 0
|
7月前
|
SQL 分布式计算 关系型数据库
【数据仓库与联机分析处理】数据仓库工具Hive
【数据仓库与联机分析处理】数据仓库工具Hive
121 6
|
6月前
|
SQL 存储 关系型数据库
杨校老师课题之Hive数据仓库搭建2
杨校老师课题之Hive数据仓库搭建
52 0
|
7月前
|
SQL 存储 分布式计算
基于Hadoop数据仓库Hive1.2部署及使用
基于Hadoop数据仓库Hive1.2部署及使用
|
7月前
|
存储 SQL 分布式计算
【Hive】为什么要对数据仓库分层?
【4月更文挑战第15天】【Hive】为什么要对数据仓库分层?
|
7月前
|
SQL HIVE
Hive【Hive学习大纲】【数据仓库+简介+工作原理】【自学阶段整理的xmind思维导图分享】【点击可放大看高清】
【4月更文挑战第6天】Hive【Hive学习大纲】【数据仓库+简介+工作原理】【自学阶段整理的xmind思维导图分享】【点击可放大看高清】
168 0
|
4月前
|
存储 缓存 Cloud Native
MPP架构数据仓库使用问题之ADB PG云原生版本的扩缩容性能怎么样
MPP架构数据仓库使用问题之ADB PG云原生版本的扩缩容性能怎么样
MPP架构数据仓库使用问题之ADB PG云原生版本的扩缩容性能怎么样
|
5月前
|
SQL Cloud Native 关系型数据库
云原生数据仓库使用问题之分组优化如何实现
阿里云AnalyticDB提供了全面的数据导入、查询分析、数据管理、运维监控等功能,并通过扩展功能支持与AI平台集成、跨地域复制与联邦查询等高级应用场景,为企业构建实时、高效、可扩展的数据仓库解决方案。以下是对AnalyticDB产品使用合集的概述,包括数据导入、查询分析、数据管理、运维监控、扩展功能等方面。
|
5月前
|
Cloud Native 关系型数据库 OLAP
云原生数据仓库操作报错合集之遇到“table does not exist”错误,该怎么办
阿里云AnalyticDB提供了全面的数据导入、查询分析、数据管理、运维监控等功能,并通过扩展功能支持与AI平台集成、跨地域复制与联邦查询等高级应用场景,为企业构建实时、高效、可扩展的数据仓库解决方案。以下是对AnalyticDB产品使用合集的概述,包括数据导入、查询分析、数据管理、运维监控、扩展功能等方面。
|
5月前
|
SQL Cloud Native 关系型数据库
云原生数据仓库操作报错合集之遇到报错“DDL forbidden because backupTask is doing snapshot”如何处理
阿里云AnalyticDB提供了全面的数据导入、查询分析、数据管理、运维监控等功能,并通过扩展功能支持与AI平台集成、跨地域复制与联邦查询等高级应用场景,为企业构建实时、高效、可扩展的数据仓库解决方案。以下是对AnalyticDB产品使用合集的概述,包括数据导入、查询分析、数据管理、运维监控、扩展功能等方面。

热门文章

最新文章