1 hive介绍
由Facebook开源的,用于解决海量结构化日志的数据统计的项目
本质上是将HQL转化为MapReduce、Tez、Spark等程序
Hive表的数据是HDFS上的目录和文件
Hive元数据 metastore，包含Hive表的数据库、表名、列、分区、表类型、表所在目录等。
根据Hive部署模式(嵌入、本地、远程)的不同，元数据存储的位置也不同，一般是远程方式多用户访问，元数据存储MySQL中。
用户通过客户端（CLI、JDBC/ODBC) 向Hive提交SQL语句执行任务，大致会做如下操作:
- 提交SQL给Driver
- 将SQL转换为抽象语法树(AST)，使用Hive的元数据进行校验
- 将抽象语法树转换为逻辑计划
- 将逻辑计划转换为物理计划
- 执行物理计划，返回结果给客户端
2 CentOS安装MySQL 存储Hive元数据
MySQL部署在bd-centos01节点
添加mysql的yum源
下载mysql源安装包，MySQL官网的YUM源地址(http://dev.mysql.com/downloads/repo/yum/ ）
# wget http://dev.mysql.com/get/mysql57-community-release-el7-8.noarch.rpm
安装mysql源
# yum localinstall mysql57-community-release-el7-8.noarch.rpm
检查mysql源是否安装成功
# yum repolist all | grep mysql
安装、启动mysql服务
rpm --import https://repo.mysql.com/RPM-GPG-KEY-mysql-2022
# yum -y install mysql-community-server
# systemctl start mysqld
# systemctl enable mysqld
修改root本地登录密码
获取临时密码
$ grep 'temporary password' /var/log/mysqld.log
2019-06-17T08:07:04.775619Z 1 [Note] A temporary password is generated for root@localhost: 6?qrG;ClOP7A
登录
$ mysql -u root -p
修改密码
mysql> set password = password("密码");*5.5+版本要求密码：字母大小写、数字、特殊字符*mysql> set global validate_password_policy=0;
Query OK, 0 rows affected (0.00 sec)mysql> alter user 'root'@'localhost' identified by '密码';
Query OK, 0 rows affected (0.00 sec)
添加远程登录用户
mysql> grant all privileges on *.* to 'hadoop'@'%' identified by '密码' with grant option;
mysql> flush privileges;
mysql> quit;
3 hive环境搭建
先安装启动hadoop
参考 Hadoop环境安装
安装
$ tar -zxf hive-3.1.3.tar.gz -C /opt/modules/
$ mv /opt/modules/apache-hive-3.1.3-bin/ /opt/modules/hive-3.1.3
配置
-
配置hive-site.xml
$ cd /opt/modules/hive-3.1.3/ $ vi conf/hive-site.xml 添加如下内容 <?xml version="1.0" encoding="UTF-8" standalone="no"?> <?xml-stylesheet type="text/xsl" href="configuration.xsl"?> <configuration><property><name>javax.jdo.option.ConnectionURL</name><value>jdbc:mysql://bd-centos01:3306/metastore?createDatabaseIfNotExist=true&useSSL=false&useUnicode=true&characterEncoding=UTF-8</value></property><property><name>javax.jdo.option.ConnectionDriverName</name><value>com.mysql.jdbc.Driver</value></property><property><name>javax.jdo.option.ConnectionUserName</name><value>hadoop</value></property><property><name>javax.jdo.option.ConnectionPassword</name><value>mysql中添加的hadoop用户的密码</value></property><property><name>hive.metastore.warehouse.dir</name><value>/user/hive/warehouse</value></property><property> <name>hive.cli.print.header</name><value>true</value></property><property><name>hive.cli.print.current.db</name><value>true</value></property> </configuration> -
配置 hive-log4j.properties
$ cp conf/hive-log4j2.properties.template conf/hive-log4j2.properties $ vi conf/hive-log4j2.propertie 修改为 property.hive.log.dir = /opt/modules/hive-3.1.3/${sys:user.name} -
配置hive-env.sh
$ cp conf/hive-env.sh.template conf/hive-env.sh $ vi conf/hive-env.sh 修改为 HADOOP_HOME=/opt/modules/hadoop-3.3.4 export HIVE_CONF_DIR=/opt/modules/hive-3.1.3/conf -
添加mysql驱动
$ mv ~/software/mysql-connector-java-5.1.46.jar /opt/modules/hive-3.1.3/lib/
初始化metadata
$ bin/schematool -initSchema -dbType mysql -verbose
通过本地客户端访问
$ bin/hive
hive (default)>show databases;
4 开启hiveserver2服务
自己本地验证的集群可以配置
hiveserver2依赖Hadoop提供的 代理用户功能, 可以允许多个用户远程连接访问(beeline，jdbc等)
修改配置文件
-
修改${HADOOP_HOME}/core-site.xml
注意配置分发到所有节点
<property><name>hadoop.proxyuser.hadoop.hosts</name><value>*</value> </property><property><name>hadoop.proxyuser.hadoop.groups</name><value>*</value> </property><property><name>hadoop.proxyuser.hadoop.users</name><value>*</value> </property> -
修改${HIVE_HOME}/hive-site.xml
<property><name>hive.server2.thrift.bind.host</name><value>bd-centos01</value> </property><property><name>hive.server2.thrift.port</name><value>10000</value> </property> -
加载hadoop配置
在${HADOOP_HOME}下执行 $ bin/hdfs dfsadmin -refreshSuperUserGroupsConfiguration $ bin/yarn rmadmin -refreshSuperUserGroupsConfiguration -
启动hiveserver2服务
$ bin/hive --service hiveserver2 -
连接
可通过jdbc、beeline等方式连接
$ bin/beeline -u jdbc:hive2://bd-centos01:10000 -n hadoop
5 metastore服务
Hive的元数据服务为Hive CLI、Hiveserver2提供元数据访问。Hive的3种运行模式: 嵌入模式、本地模式元数据服务都嵌入Hive服务中，不需要额外启动，上面的配置，meatastore是本地模式。生产一般是远程模式，将metastore服务独立启动。根据hive.metastore.uris 参数值来判断，如果不为空则为远程模式，需要额外启动元数据服务。
自己本地验证的集群可以配置
下面是 metastore远程模式的配置
-
修改配置${HIVE_HOME}/hive-site.xml
<property><name>hive.metastore.uris</name><value>thrift://bd-centos01:9083</value> </property> -
启动metastore服务
后续必须启动该服务，才能访问hive
$ bin/hive --service metastore -
beeline远程连接，输入密码
$ beeline -u jdbc:hive2://bd-centos01:10000 -n hadoop -p
