182 lines
6.5 KiB
Markdown
182 lines
6.5 KiB
Markdown
# Linux环境下Hive的安装
|
||
|
||
<nav>
|
||
<a href="#一安装Hive">一、安装Hive</a><br/>
|
||
<a href="#11-下载并解压">1.1 下载并解压</a><br/>
|
||
<a href="#12-配置环境变量">1.2 配置环境变量</a><br/>
|
||
<a href="#13-修改配置">1.3 修改配置</a><br/>
|
||
<a href="#14-拷贝数据库驱动">1.4 拷贝数据库驱动</a><br/>
|
||
<a href="#15-初始化元数据库">1.5 初始化元数据库</a><br/>
|
||
<a href="#16-启动">1.6 启动</a><br/>
|
||
<a href="#二HiveServer2beeline">二、HiveServer2/beeline</a><br/>
|
||
<a href="#21-修改Hadoop配置">2.1 修改Hadoop配置</a><br/>
|
||
<a href="#22-启动hiveserver2">2.2 启动hiveserver2</a><br/>
|
||
<a href="#23-使用beeline">2.3 使用beeline</a><br/>
|
||
</nav>
|
||
|
||
## 一、安装Hive
|
||
|
||
### 1.1 下载并解压
|
||
|
||
下载所需版本的 Hive，这里我下载版本为 `cdh5.15.2`。下载地址：http://archive.cloudera.com/cdh5/cdh/5/
|
||
|
||
```shell
|
||
# 下载后进行解压
|
||
tar -zxvf hive-1.1.0-cdh5.15.2.tar.gz
|
||
```
|
||
|
||
### 1.2 配置环境变量
|
||
|
||
```shell
|
||
# vim /etc/profile
|
||
```
|
||
|
||
添加环境变量：
|
||
|
||
```shell
|
||
export HIVE_HOME=/usr/app/hive-1.1.0-cdh5.15.2
|
||
export PATH=$HIVE_HOME/bin:$PATH
|
||
```
|
||
|
||
使得配置的环境变量立即生效：
|
||
|
||
```shell
|
||
# source /etc/profile
|
||
```
|
||
|
||
### 1.3 修改配置
|
||
|
||
**1. hive-env.sh**
|
||
|
||
进入安装目录下的 `conf/` 目录，拷贝 Hive 的环境配置模板 `flume-env.sh.template`
|
||
|
||
```shell
|
||
cp hive-env.sh.template hive-env.sh
|
||
```
|
||
|
||
修改 `hive-env.sh`，指定 Hadoop 的安装路径：
|
||
|
||
```shell
|
||
HADOOP_HOME=/usr/app/hadoop-2.6.0-cdh5.15.2
|
||
```
|
||
|
||
**2. hive-site.xml**
|
||
|
||
新建 hive-site.xml 文件，内容如下，主要是配置存放元数据的 MySQL 的地址、驱动、用户名和密码等信息：
|
||
|
||
```xml
|
||
<?xml version="1.0"?>
|
||
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
|
||
|
||
<configuration>
|
||
<property>
|
||
<name>javax.jdo.option.ConnectionURL</name>
|
||
<value>jdbc:mysql://hadoop001:3306/hadoop_hive?createDatabaseIfNotExist=true</value>
|
||
</property>
|
||
|
||
<property>
|
||
<name>javax.jdo.option.ConnectionDriverName</name>
|
||
<value>com.mysql.jdbc.Driver</value>
|
||
</property>
|
||
|
||
<property>
|
||
<name>javax.jdo.option.ConnectionUserName</name>
|
||
<value>root</value>
|
||
</property>
|
||
|
||
<property>
|
||
<name>javax.jdo.option.ConnectionPassword</name>
|
||
<value>root</value>
|
||
</property>
|
||
|
||
</configuration>
|
||
```
|
||
|
||
|
||
|
||
### 1.4 拷贝数据库驱动
|
||
|
||
将 MySQL 驱动包拷贝到 Hive 安装目录的 `lib` 目录下, MySQL 驱动的下载地址为：https://dev.mysql.com/downloads/connector/j/ , 在本仓库的[resources](https://github.com/heibaiying/BigData-Notes/tree/master/resources) 目录下我也上传了一份，有需要的可以自行下载。
|
||
|
||
<div align="center"> <img src="../../pictures/hive-mysql.png"/> </div>
|
||
|
||
|
||
|
||
### 1.5 初始化元数据库
|
||
|
||
+ 当使用的 hive 是 1.x 版本时，可以不进行初始化操作，Hive 会在第一次启动的时候会自动进行初始化，但不会生成所有的元数据信息表，只会初始化必要的一部分，在之后的使用中用到其余表时会自动创建；
|
||
|
||
+ 当使用的 hive 是 2.x 版本时，必须手动初始化元数据库。初始化命令：
|
||
|
||
```shell
|
||
# schematool 命令在安装目录的 bin 目录下，由于上面已经配置过环境变量，在任意位置执行即可
|
||
schematool -dbType mysql -initSchema
|
||
```
|
||
|
||
这里我使用的是 CDH 的 `hive-1.1.0-cdh5.15.2.tar.gz`，对应 `Hive 1.1.0` 版本，可以跳过这一步。
|
||
|
||
### 1.6 启动
|
||
|
||
由于已经将 Hive 的 bin 目录配置到环境变量，直接使用以下命令启动，成功进入交互式命令行后执行 `show databases` 命令，无异常则代表搭建成功。
|
||
|
||
```shell
|
||
# hive
|
||
```
|
||
|
||
<div align="center"> <img src="../../pictures/hive-install-2.png"/> </div>
|
||
|
||
在 Mysql 中也能看到 Hive 创建的库和存放元数据信息的表
|
||
|
||
<div align="center"> <img src="../../pictures/hive-mysql-tables.png"/> </div>
|
||
|
||
|
||
|
||
## 二、HiveServer2/beeline
|
||
|
||
Hive 内置了 HiveServer 和 HiveServer2 服务，两者都允许客户端使用多种编程语言进行连接，但是 HiveServer 不能处理多个客户端的并发请求，因此产生了 HiveServer2。HiveServer2（HS2）允许远程客户端可以使用各种编程语言向 Hive 提交请求并检索结果，支持多客户端并发访问和身份验证。HS2 是由多个服务组成的单个进程，其包括基于 Thrift 的 Hive 服务（TCP 或 HTTP）和用于 Web UI 的 Jetty Web 服务。
|
||
|
||
HiveServer2 拥有自己的 CLI 工具——Beeline。Beeline 是一个基于 SQLLine 的 JDBC 客户端。由于目前 HiveServer2 是 Hive 开发维护的重点，所以官方更加推荐使用 Beeline 而不是 Hive CLI。以下主要讲解 Beeline 的配置方式。
|
||
|
||
|
||
|
||
### 2.1 修改Hadoop配置
|
||
|
||
修改 hadoop 集群的 core-site.xml 配置文件，增加如下配置，指定 hadoop 的 root 用户可以代理本机上所有的用户。
|
||
|
||
```xml
|
||
<property>
|
||
<name>hadoop.proxyuser.root.hosts</name>
|
||
<value>*</value>
|
||
</property>
|
||
<property>
|
||
<name>hadoop.proxyuser.root.groups</name>
|
||
<value>*</value>
|
||
</property>
|
||
```
|
||
|
||
之所以要配置这一步，是因为 hadoop 2.0 以后引入了安全伪装机制，使得 hadoop 不允许上层系统（如 hive）直接将实际用户传递到 hadoop 层，而应该将实际用户传递给一个超级代理，由该代理在 hadoop 上执行操作，以避免任意客户端随意操作 hadoop。如果不配置这一步，在之后的连接中可能会抛出 `AuthorizationException` 异常。
|
||
|
||
>关于 Hadoop 的用户代理机制，可以参考：[hadoop 的用户代理机制](https://blog.csdn.net/u012948976/article/details/49904675#官方文档解读) 或 [Superusers Acting On Behalf Of Other Users](http://hadoop.apache.org/docs/current/hadoop-project-dist/hadoop-common/Superusers.html)
|
||
|
||
|
||
|
||
### 2.2 启动hiveserver2
|
||
|
||
由于上面已经配置过环境变量，这里直接启动即可：
|
||
|
||
```shell
|
||
# nohup hiveserver2 &
|
||
```
|
||
|
||
|
||
|
||
### 2.3 使用beeline
|
||
|
||
可以使用以下命令进入 beeline 交互式命令行，出现 `Connected` 则代表连接成功。
|
||
|
||
```shell
|
||
# beeline -u jdbc:hive2://hadoop001:10000 -n root
|
||
```
|
||
|
||
<div align="center"> <img src="../../pictures/hive-beeline-cli.png"/> </div>
|