Hive是一个数据仓库基础工具在Hadoop中用来处理结构化数据，提供简单的sql查询功能，可以将sql语句转换为MapReduce任务进行运行（具体的Hive架构大家自行搜索）。接下来主要讲下Hadoop集群下Hive的安装配置，并搭载Derby数据库（一款小巧的数据库，用于测试，不推荐开发使用，具体大家自行百度），进行一些基本的数据库操作，好了，让我们开始吧。
一、环境：同样的启用三个节点，分别是虚拟机slave01，slave02，slave03，基于之前已经搭建好的环境，包括JDK、Zookeeper、Hadoop
二、Hive、Derby配置（自行解压）
这里推荐下载版本较低的Hive，本人经验教训告诉大家：高版本易出现问题，比如说我的Hadoop 2.7.6，下载Hive 2.2.0 安装配置后就出现了很多问题，体验极差，像 报错为：
就属于版本过高导致的，所以，大家尽量下载低版本的。
（1）设置Hive、Derby环境变量
添加HIVE_HOME、DERBY_HOME，如下：
使文件生效，运行命令：
（2）修改Hive文件夹conf目录下配置文件 hive-env.sh
复制一份 hive-env.sh.template 重命名为 hive-env.sh：
修改 hive-env.sh 内容：
（3）配置Hive的Metastore
配置Metastore意味着，指定要Hive的数据库存储，同样，Hive/conf目录下，复制一份 hive-default.xml.template重命名为 hive-site.xml：
修改 hive-site.xml 内容，由于里面原内容较多，可通过命令gedit以编辑器模式打开：
删除所有的配置，替换为：
其中，<value>jdbc:derby:;databaseName=metastore_db;create=true</value> 表示使用嵌入式的derby，create为true表示自动创建数据库，数据库名为metastore_db，另一种客服模式大家感兴趣的可以自己看下；<value>org.apache.derby.jdbc.EmbeddedDriver</value> 表示使用嵌入式的derby；warehouse文件夹手动创建。
三、验证Hive
运行Hive之前，需要创建/tmp文件夹在HDFS独立的Hive文件夹，并给这些新创建的文件夹写权限：
启动Hive前，先启动Hadoop集群，注意关闭防火墙，再然后启动Hive，首次启动可能会出现一个报错提示：
虽然过了几秒后Hive仍然成功启动，但这个报错信息是怎么回事呢？
原因：spark2以后，原有lib目录下的大JAR包被分散成多个小JAR包，原来的spark-assembly-*.jar已经不存在，所以hive没有办法找到这个JAR包。
解决办法：进入hive安装路径下的bin目录下，编辑hive，如通过编辑器打开：gedit hive，找到下面的Shell脚本命令：
修改为：
好了，让我们再次启动Hive，成功启动如下：
以上就是基于Hadoop集群Hive+derby的安装配置过程，当然对于数据库的选择比如mysql配置过程类似，大家自行参考资料。接下来就是Hive对数据库的操作了，敬请期待吧！
对大数据的概念都是模糊不清的，大数据是什么，能做什么，学的时候，该按照什么线路去学习，学完往哪方面发展，想深入了解
想学习的同学欢迎加入大数据学习qq群：458345782，有大量干货（零基础以及进阶的经典实战）分享给大家
并且有清华大学毕业的资深大数据讲师给大家免费授课，给大家分享目前国内最完整的大数据高端实战实用学习流程体系 。