一、安装及配置
官方文档:
https://cwiki.apache.org/confluence/display/Hive/GettingStarted
解压:
[test@hadoop102 software]$ tar -zxvf apache-hive-1.2.1-bin.tar.gz -C /opt/module/
[test@hadoop102 module]$ mv apache-hive-1.2.1-bin/ hive
[test@hadoop102 conf]$ mv hive-env.sh.template hive-env.sh
[test@hadoop102 conf]$ vim hive-env.sh
export HADOOP_HOME=/opt/module/hadoop-2.7.2
export HIVE_CONF_DIR=/opt/module/hive/conf
二、Hadoop集群配置
1、必须先启动hdfs和yarn
[test@hadoop102 hadoop-2.7.2]$ sbin/start-dfs.sh
[test@hadoop102 hadoop-2.7.2]$ sbin/start-yarn.sh
2、在HDFS上创建/tmp和/user/hive/warehouse并修改权限
[test@hadoop102 hadoop-2.7.2]$ bin/hadoop fs -mkdir /tmp
[test@hadoop102 hadoop-2.7.2]$ bin/hadoop fs -mkdir -p /user/hive/warehouse
[test@hadoop102 hadoop-2.7.2]$ bin/hadoop fs -chmod g+w /tmp
[test@hadoop102 hadoop-2.7.2]$ bin/hadoop fs -chmod g+w /user/hive/warehouse
三、安装MySQL
1、卸载系统安装的MySQL
1)查看是否安装Mysql
[root@hadoop102 ~]$rpm -qa | grep -i mysql
2)查看MySQL服务是否启动,关闭
[root@hadoop102 ~]$ service mysql status
[root@hadoop102 ~]$ service mysql stop
3)如果存在通过如下命令卸载
[root@hadoop102 ~]$ rpm -e --nodeps mysql-libs
4)查找并删除MySQL相关文件
whereis mysql
sudo find / -name mysql
sudo rm -rf /var/lib/mysql
sudo rm -rf /usr/lib64/mysql
2、安装MySQL
1)安装Mysql
解压MySQL
[root@hadoop102 ~]$ tar -xf mysql-5.7.28-1.el6.x86_64.rpm-bundle.tar
安装MySQL
[root@hadoop102 ~]$ rpm -ivh mysql-community-common-5.7.28-1.el6.x86_64.rpm
[root@hadoop102 ~]$ rpm -ivh mysql-community-libs-5.7.28-1.el6.x86_64.rpm
[root@hadoop102 ~]$ rpm -ivh mysql-community-client-5.7.28-1.el6.x86_64.rpm
[root@hadoop102 ~]$ rpm -ivh mysql-community-server-5.7.28-1.el6.x86_64.rpm
注意:按照顺序依次执行
2)修改/etc/my.cnf文件,在[mysqld]节点下添加如下配置
[mysqld]
explicit_defaults_for_timestamp=true //显示指定默认值为timestamp类型的字段
3)删除/etc/my.cnf文件中datadir指向的目录下的所有内容:
查看datadir的值:
[mysqld]
datadir=/var/lib/mysql
删除/var/lib/mysql目录下的所有内容:
[root@hadoop102 mysql]# pwd
/var/lib/mysql
[root@hadoop102 mysql]# rm -rf * //注意执行命令的位置
4)初始化数据库
[root@hadoop102 opt]$ mysqld --initialize --user=mysql
5)查看临时生成的root用户的密码
[root@hadoop102 opt]$ cat /var/log/mysqld.log
6)启动Mysql服务
[root@hadoop102 opt]$ service mysqld start
[root@hadoop102 opt]$ service mysqld status
7)登陆MySQL数据库
[root@hadoop102 opt]$ mysql -uroot -p
Enter password: 输入临时生成的密码
8)修改root用户的密码
mysql> set password = password("新密码")
9)Mysql服务是开机自动启动
如果要取消开机自启动
[root@hadoop102 ~]$ chkconfig --level 5 mysqld off
[root@hadoop102 mysqld]# chkconfig --list |grep mysqld
mysqld 0:关闭 1:关闭 2:关闭 3:启用 4:启用 5:关闭 6:关闭
3、配置User表
mysql -uroot -p
show databases;
use mysql;
show tables;
desc user;
update user set host='%' where host='localhost';
delete from user where Host='hadoop102';
delete from user where Host='127.0.0.1';
delete from user where Host='::1';
flush privileges;
四、Hive元数据配置到MySQL
官方文档
https://cwiki.apache.org/confluence/display/Hive/AdminManual+Metastore+Administration
1、驱动拷贝
拷贝mysql-connector-java-5.1.37-bin.jar到/opt/module/hive/lib/
[test@hadoop102 software]$ cp mysql-connector-java-5.1.37-bin.jar /opt/module/hive/lib/
2、配置Metastore到MySql
1)在/opt/module/hive/conf目录下创建一个hive-site.xml
[test@hadoop102 conf]$ touch hive-site.xml
[test@hadoop102 conf]$ vi hive-site.xml
2)根据官方文档配置参数,拷贝数据到hive-site.xml文件中
https://cwiki.apache.org/confluence/display/Hive/AdminManual+MetastoreAdmin
<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<property>
<name>javax.jdo.option.ConnectionURL</name>
<value>
jdbc:mysql://hadoop102:3306/metastore?createDatabaseIfNotExist=true
</value>
<description>JDBC connect string for a JDBC metastore</description>
</property>
<property>
<name>javax.jdo.option.ConnectionDriverName</name>
<value>com.mysql.jdbc.Driver</value>
<description>Driver class name for a JDBC metastore</description>
</property>
<property>
<name>javax.jdo.option.ConnectionUserName</name>
<value>root</value>
<description>username to use against metastore database</description>
</property>
<property>
<name>javax.jdo.option.ConnectionPassword</name>
<value>root</value>
<description>password to use against metastore database</description>
</property>
</configuration>
3)配置完毕后,如果启动hive异常,可以重新启动虚拟机。(重启后,别忘了启动hadoop集群)
五、数据仓库配置
1、Default数据仓库的最原始位置是在hdfs上的: /user/hive/warehouse路径下。
2、在仓库目录下,没有对默认的数据库default创建文件夹。如果某张表属于default数据库,直接在数据仓库目录下创建一个文件夹。
3、修改default数据仓库原始位置(将hive-default.xml.template如下配置信息拷贝到hive-site.xml文件中)。
<property> <name>hive.metastore.warehouse.dir</name> <value>/user/hive/warehouse</value> <description>location of default database for the warehouse</description> </property> |
配置同组用户有执行权限
bin/hdfs dfs -chmod g+w /user/hive/warehouse
4、
六、查询后信息显示配置
1、在hive-site.xml文件中添加如下配置信息,就可以实现显示当前数据库,以及查询表的头信息配置。
<property>
<name>hive.cli.print.header</name>
<value>true</value>
</property>
<property>
<name>hive.cli.print.current.db</name>
<value>true</value>
</property>
2、重新启动hive,对比配置前后差异
七、运行日志信息配置
1、Hive的log默认存放在/tmp/atguigu/hive.log目录下(当前用户名下)
2、修改hive的log存放日志到/opt/module/hive/logs
1)修改/opt/module/hive/conf/hive-log4j.properties.template文件名称为 hive-log4j.properties
[test@hadoop102 conf]$ pwd
/opt/module/hive/conf
[test@hadoop102 conf]$ mv hive-log4j.properties.template hive-log4j.properties
2)在hive-log4j.properties文件中修改log存放位置
hive.log.dir=/opt/module/hive/logs
八、参数配置方式
1、查看当前所有的配置信息
hive>set;
2、参数的配置三种方式
1)配置文件方式
默认配置文件:hive-default.xml
用户自定义配置文件:hive-site.xml
注意:用户自定义配置会覆盖默认配置。另外,Hive也会读入Hadoop的配置,因为Hive是作为Hadoop的客户端启动的,Hive的配置会覆盖Hadoop的配置。
配置文件的设定对本机启动的所有Hive进程都有效。
2)命令行参数方式
启动Hive时,可以在命令行添加-hiveconf param=value来设定参数。
例如:
[test@hadoop102 hive]$ bin/hive -hiveconf mapred.reduce.tasks=10;
注意:仅对本次hive启动有效
查看参数设置:
hive (default)> set mapred.reduce.tasks;
3)参数声明方式
可以在HQL中使用SET关键字设定参数
例如:
hive (default)> set mapred.reduce.tasks=100;
注意:仅对本次hive启动有效。
查看参数设置
hive (default)> set mapred.reduce.tasks;
上述三种设定方式的优先级依次递增。即配置文件<命令行参数<参数声明。注意某些系统级的参数,例如log4j相关的设定,必须用前两种方式设定,因为那些参数的读取在会话建立以前已经完成了。
九、Hive配置Tez引擎
1、hive-env.sh
# Folder containing extra libraries required for hive compilation/execution can be controlled by:
export TEZ_HOME=/opt/module/tez-0.9.1 #是你的tez的解压目录
export TEZ_JARS=""
for jar in `ls $TEZ_HOME |grep jar`; do
export TEZ_JARS=$TEZ_JARS:$TEZ_HOME/$jar
done
for jar in `ls $TEZ_HOME/lib`; do
export TEZ_JARS=$TEZ_JARS:$TEZ_HOME/lib/$jar
done
export HIVE_AUX_JARS_PATH=/opt/module/hadoop-2.7.2/share/hadoop/common/hadoop-lzo-0.4.20.jar$TEZ_JARS
2、hive-site.xml
<property>
<name>hive.execution.engine</name>
<value>tez</value>
</property>
3、配置Tez
cd /opt/module/hive/conf
vim tez-site.xml
<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<property>
<name>tez.lib.uris</name> <value>${fs.defaultFS}/tez/tez-0.9.1,${fs.defaultFS}/tez/tez-0.9.1/lib</value>
</property>
<property>
<name>tez.lib.uris.classpath</name> <value>${fs.defaultFS}/tez/tez-0.9.1,${fs.defaultFS}/tez/tez-0.9.1/lib</value>
</property>
<property>
<name>tez.use.cluster.hadoop-libs</name>
<value>true</value>
</property>
<property>
<name>tez.history.logging.service.class</name> <value>org.apache.tez.dag.history.logging.ats.ATSHistoryLoggingService</value>
</property>
</configuration>
4、上传Tez到集群
hadoop fs -mkdir /tez
hadoop fs -put /opt/module/tez-0.9.1/ /tez
5、针对Tez被Nodemanager杀死的情况
方案一
yarn-site.xml
<property>
<name>yarn.nodemanager.vmem-check-enabled</name>
<value>false</value>
</property>
方案二
mapred-site.xml
<property>
<name>mapreduce.map.memory.mb</name>
<value>1536</value>
</property>
<property>
<name>mapreduce.map.java.opts</name>
<value>-Xmx1024M</value>
</property>
<property>
<name>mapreduce.reduce.memory.mb</name>
<value>3072</value>
</property>
<property>
<name>mapreduce.reduce.java.opts</name>
<value>-Xmx2560M</value>
</property>
十、开启Map输出阶段压缩
开启map输出阶段压缩可以减少job中map和Reduce task间数据传输量。具体配置如下:
案例实操:
1.开启hive中间传输数据压缩功能
hive (default)>set hive.exec.compress.intermediate=true;
2.开启mapreduce中map输出压缩功能
hive (default)>set mapreduce.map.output.compress=true;
3.设置mapreduce中map输出数据的压缩方式
hive (default)>set mapreduce.map.output.compress.codec=
org.apache.hadoop.io.compress.SnappyCodec;
4.执行查询语句
hive (default)> select count(ename) name from emp;
十一、开启Reduce输出阶段压缩
当Hive将输出写入到表中时,输出内容同样可以进行压缩。属性hive.exec.compress.output控制着这个功能。用户可能需要保持默认设置文件中的默认值false,这样默认的输出就是非压缩的纯文本文件了。用户可以通过在查询语句或执行脚本中设置这个值为true,来开启输出结果压缩功能。
案例实操:
1.开启hive最终输出数据压缩功能
hive (default)>set hive.exec.compress.output=true;
2.开启mapreduce最终输出数据压缩
hive (default)>set mapreduce.output.fileoutputformat.compress=true;
3.设置mapreduce最终数据输出压缩方式
hive (default)> set mapreduce.output.fileoutputformat.compress.codec =
org.apache.hadoop.io.compress.SnappyCodec;
4.设置mapreduce最终数据输出压缩为块压缩
hive (default)> set mapreduce.output.fileoutputformat.compress.type=BLOCK;
5.测试一下输出结果是否是压缩文件
hive (default)> insert overwrite local directory
'/opt/module/datas/distribute-result' select * from emp distribute by deptno sort by empno desc;