概述：
基于Hadoop的一个数据仓库工具,可以将结构化的数据文件映射为一张数据库表,通过类SQL语句快速实现简单的MapReduce统计.
组成：
（1）用户接口：主要是cli ， beeline ， hiveserver2 client（thrift客户端）；用于接受用户任务。
（2）元数据存储：表结构和元数据存储于关系型数据库中，客户端通过访问metastore 服务获取元数据。
（3）解释器、编译器、优化器、执行器：HQL转换为作业。
（4）Hadoop：数据存储与HDFS中，查询操作转换成MapReduce作业。
安装：
Hive的安装主要区别在于元数据存储位置，针对不同的元数据存储，分为如下情况：
一 Metastore 内嵌模式（embeded）
说明：
本模式使用Derby 服务器存储，能提供单进程存储服务，无法启动多个客户端（注：测试cli不能启动多个，但是使用hiveserver2可以使用多个beeline开多个会话访问），多用户时并发访问，不适合使用
Derby默认会在调用 hive 命令所在目录metastore_db持久化元数据，建议修改。
准备：
Hadoop 安装 （略），本次使用的是Hadoop伪分布式模式，保证有如下进程：
- namenode
- datanode
- resourcemanager
- nodemanager
安装：
1）解压：tar -xvf hive-0.12.0-cdh5.0.1.tar.gz
2）配置环境变量：vi ~/.bashrc
#Hive export HIVE_HOME=/home/zero/hive/hive-0.12.0-cdh5.0.1 export PATH=$PATH:$HIVE_HOME/bin
source ~/.bashrc
3）修改配置文件：
（1）修改hive-env.sh 指定hadoop 位置
cp hive-env.sh.template hive-env.sh
vi hive-env.sh
# Set HADOOP_HOME to point to a specific hadoop install directory HADOOP_HOME=/home/zero/hadoop/hadoop-2.3.0-cdh5.0.1
（2）修改hive-site.xml指定仓库目录，元数据存储目录等：
<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<property>
<!--hive仓库地址，会使用hadoop的fs.default.name指定的模式存储数据，这里相当于hdfs://mycluster/user/hive/warehouse -->
<name>hive.metastore.warehouse.dir</name>
<value>/user/hive/warehouse</value>
</property>
<property>
<!--改属性代替hive.metastore.local为空表示嵌入模式或本地模式，否则为远程模式 -->
<name>hive.metastore.uris</name>
<value></value>
</property>
<property>
<!--JDBC URL 使用derby时可以指定metastroe存储位置，否则默认相对与命令路径 -->
<name>javax.jdo.option.ConnectionURL</name>
<value>jdbc:derby:;databaseName=/home/zero/hive/hive-0.12.0-cdh5.0.1/metastore_db;create=true</value>
</property>
<!-- ================================================================== -->
<!-- HiveServer2 使用的基于Zookeeper的表锁管理器 -->
<property>
<name>hive.support.concurrency</name>
<description>Enable Hive's Table Lock Manager Service</description>
<value>true</value>
</property>
<!--zookeeper 指定，使用默认端口 -->
<property>
<name>hive.zookeeper.quorum</name>
<value>CentOS-StandAlone</value>
</property>
<!--zookeeper 端口指定 -->
<property>
<name>hive.zookeeper.client.port</name>
<value>2181</value>
</property>
</configuration>
（3）修改 hive-log4j.properties 指定日志输出路径
cp hive-log4j.properties.template hive-log4j.properties
hive.root.logger=info,DRFA hive.log.dir=/home/zero/hive/hive-0.12.0-cdh5.0.1/logs
4）启动cli服务
------------------------------------------------------------------------------------------------------
[zero@CentOS-StandAlone conf]$ hive
......
hive> create table test (id int);
OK
Time taken: 0.419 seconds
hive> show tables;
OK
test
Time taken: 0.064 seconds, Fetched: 1 row(s)
------------------------------------------------------------------------------------------------------
注：cli服务只能有一个会话使用，另启动一个会话会出现连接不上metastore错误
------------------------------------------------------------------------------------------------------
[zero@CentOS-StandAlone ~]$ hive
......
hive> show tables;
FAILED: Execution Error, return code 1 from org.apache.hadoop.hive.ql.exec.DDLTask. java.lang.RuntimeException: Unable to instantiate org.apache.hadoop.hive.metastore.HiveMetaStoreClient
hive>
------------------------------------------------------------------------------------------------------
5）使用beeline
（1）后台启动hiveserver2：nohup hive --service hiveserver2 &
------------------------------------------------------------------------------------------------------
[zero@CentOS-StandAlone ~]$ nohup hive --service hiveserver2 &
[1] 28026
[zero@CentOS-StandAlone ~]$ nohup: ignoring input and appending output to `nohup.out'
^C
[zero@CentOS-StandAlone ~]$ jps -lm
28096 sun.tools.jps.Jps -lm
28026 org.apache.hadoop.util.RunJar /home/zero/hive/hive-0.12.0-cdh5.0.1/lib/hive-service-0.12.0-cdh5.0.1.jar org.apache.hive.service.server.HiveServer2
10594 org.apache.zookeeper.server.quorum.QuorumPeerMain /home/zero/zookeeper/zookeeper-3.4.5-cdh5.0.1/bin/../conf/zoo.cfg
4835 org.apache.hadoop.hdfs.server.namenode.NameNode
5239 org.apache.hadoop.yarn.server.nodemanager.NodeManager
5010 org.apache.hadoop.yarn.server.resourcemanager.ResourceManager
4889 org.apache.hadoop.hdfs.server.datanode.DataNode
------------------------------------------------------------------------------------------------------
注：beeline依赖hiveserver2提供的thirft服务，必须启动
hiveserver2默认提供端口为1000
（2）启动beeline：
------------------------------------------------------------------------------------------------------
[zero@CentOS-StandAlone conf]$ beeline
Beeline version 0.12.0-cdh5.0.1 by Apache Hive
beeline> !connect jdbc:hive2://localhost:10000
scan complete in 6ms
Connecting to jdbc:hive2://localhost:10000
Enter username for jdbc:hive2://localhost:10000: zero 注这里要写hadoop的用户，否则连接上没有hdfs操作权限，密码没有直接回车即可。
Enter password for jdbc:hive2://localhost:10000:
SLF4J: Class path contains multiple SLF4J bindings.
SLF4J: Found binding in [jar:file:/home/zero/hadoop/hadoop-2.3.0-cdh5.0.1/share/hadoop/common/lib/slf4j-log4j12-1.7.5.jar!/org/slf4j/impl/StaticLoggerBinder.class]
SLF4J: Found binding in [jar:file:/home/zero/hive/hive-0.12.0-cdh5.0.1/lib/slf4j-log4j12-1.7.5.jar!/org/slf4j/impl/StaticLoggerBinder.class]
SLF4J: See http://www.slf4j.org/codes.html#multiple_bindings for an explanation.
SLF4J: Actual binding is of type [org.slf4j.impl.Log4jLoggerFactory]
Connected to: Apache Hive (version 0.12.0-cdh5.0.1)
Driver: Hive JDBC (version 0.12.0-cdh5.0.1)
Transaction isolation: TRANSACTION_REPEATABLE_READ
0: jdbc:hive2://localhost:10000> show tables;
+-----------+
| tab_name |
+-----------+
| test |
+-----------+
1 row selected (2.679 seconds)
------------------------------------------------------------------------------------------------------
注：beeline连接到hiveserver2 ， hiveserver2 通过api访问metastore，貌似beeline可以起多个会话，不影响。因为hiveserver2服务是唯一的。
二 Metastore 本地模式（local）
说明：
本地模式与内嵌模式最大的区别在与数据库有内嵌于hive服务变成独立部署，hive服务使用jdbc访问元数据，多个服务可以同时访问。
安装：
1）安装mysql （略）
2）安装mysql connector：下载 mysql-connector-java-5.1.31.jar 放置 $HIVE_HOME/lib
3）创建数据库及用户
（1）创建数据库：
------------------------------------------------------------------------------------------------------
[zero@CentOS-StandAlone ~]$ mysql -u root -p -h 127.0.0.1
Enter password:
......
mysql> CREATE DATABASE metastore;
Query OK, 1 row affected (0.11 sec)
mysql> USE metastore;
Database changed
mysql> SOURCE /home/zero/hive/hive-0.12.0-cdh5.0.1/scripts/metastore/upgrade/mysql/hive-schema-0.12.0.mysql.sql;
------------------------------------------------------------------------------------------------------
（2）创建hive用户并授权
------------------------------------------------------------------------------------------------------
mysql> CREATE USER 'hive'@'%' IDENTIFIED BY '1234_qwer';
Query OK, 0 rows affected (0.05 sec)
mysql> CREATE USER 'hive'@'127.0.0.1' IDENTIFIED BY '1234_qwer';
Query OK, 0 rows affected (0.04 sec)
mysql> CREATE USER 'hive'@'CentOS-StandAlone' IDENTIFIED BY '1234_qwer';
Query OK, 0 rows affected (0.01 sec)
mysql> REVOKE ALL PRIVILEGES, GRANT OPTION FROM 'hive'@'%';
Query OK, 0 rows affected (0.00 sec)
mysql> GRANT SELECT,INSERT,UPDATE,DELETE,LOCK TABLES,EXECUTE ON metastore.* TO 'hive'@'%';
Query OK, 0 rows affected (0.03 sec)
mysql> FLUSH PRIVILEGES;
Query OK, 0 rows affected (0.02 sec)
------------------------------------------------------------------------------------------------------
4）解压：同上
5）配置环境变量（同上）
6）修改配置文件：
（1）修改hive-env.sh（同上）
（2）修改hive-site.xml
<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<property>
<!--hive仓库地址，会使用hadoop的fs.default.name指定的模式存储数据，这里相当于hdfs://mycluster/user/hive/warehouse -->
<name>hive.metastore.warehouse.dir</name>
<value>/user/hive/warehouse</value>
</property>
<property>
<!--改属性代替hive.metastore.local为空表示嵌入模式或本地模式，否则为远程模式 -->
<name>hive.metastore.uris</name>
<value></value>
</property>
<!-- ================================================================== -->
<!-- 连接mysql -->
<property>
<name>javax.jdo.option.ConnectionURL</name>
<value>jdbc:mysql://CentOS-StandAlone:3306/metastore</value>
<description>the URL of the MySQL database</description>
</property>
<property>
<name>javax.jdo.option.ConnectionDriverName</name>
<value>com.mysql.jdbc.Driver</value>
</property>
<property>
<name>javax.jdo.option.ConnectionUserName</name>
<value>hive</value>
</property>
<property>
<name>javax.jdo.option.ConnectionPassword</name>
<value>1234_qwer</value>
</property>
<property>
<name>datanucleus.autoCreateSchema</name>
<value>false</value>
</property>
<property>
<name>datanucleus.fixedDatastore</name>
<value>true</value>
</property>
<property>
<name>datanucleus.autoStartMechanism</name>
<value>SchemaTable</value>
</property>
<!-- ================================================================== -->
<!-- HiveServer2 使用的基于Zookeeper的表锁管理器 -->
<property>
<name>hive.support.concurrency</name>
<description>Enable Hive's Table Lock Manager Service</description>
<value>true</value>
</property>
<!--zookeeper 指定，使用默认端口 -->
<property>
<name>hive.zookeeper.quorum</name>
<value>CentOS-StandAlone</value>
</property>
<!--zookeeper 端口指定 -->
<property>
<name>hive.zookeeper.client.port</name>
<value>2181</value>
</property>
</configuration>
7）启动和使用方法同上
三 Metastroe 远程模式（remote）
说明：
远程模式，原内嵌与hive服务的metastore服务独立出来单独运行，hive服务通过thrift访问metastore，这种模式可以控制到数据库的连接等。
部署规划：
（1）元数据服务器：部署metastore 服务和mysql
（2）hiveserver服务器：部署hiveserver2服务，通过thrift访问metastore
（3）客户服务器：部署hive客户端脚本，可以基于cli或beeline或直接使用thrift访问hiveserver2
安装：
安装过程同本地模式，只需要修改本地模式中的hive-site.xml 增加metastroe的访问地址如下，并在不同的服务器上部署。
<property> <name>hive.metastore.uris</name> <value>thrift://CentOS-StandAlone:9083</value> <description>IP address (or fully-qualified domain name) and port of the metastore host</description> </property>启动：
（1）元数据服务器：
service mysql start
nohup hive --service metastore &
（2）hiveserver服务器：
nohup hive --service hiveserver2 &
（3）客户端服务器：
脚本：showtables.sql
!connect jdbc:hive2://CentOS-StandAlone:10000 zero show tables;