【HIVE】hive的安装与使用教程

【HIVE】hive的安装与使用教程,第1张

【HIVE】hive的安装与使用教程

hive是基于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,并提供简单的sql查询功能,可以将sql语句转换为MapReduce任务进行运行。


其优点是学习成本低,可以通过类SQL语句快速实现简单的MapReduce统计,不必开发专门的MapReduce应用,十分适合数据仓库的统计分析。




Hive是建立在 Hadoop 上的数据仓库基础构架。


它提供了一系列的工具,可以用来进行数据提取转化加载(ETL),这是一种可以存储、查询和分析存储在 Hadoop 中的大规模数据的机制。


Hive 定义了简单的类 SQL 查询语言,称为 HQL,它允许熟悉 SQL 的用户查询数据。


同时,这个语言也允许熟悉 MapReduce 开发者的开发自定义的 mapper 和 reducer 来处理内建的 mapper 和 reducer 无法完成的复杂的分析工作。




Hive 没有专门的数据格式。


Hive 可以很好的工作在 Thrift 之上,控制分隔符,也允许用户指定数据格式。


Hive简介:
1)声明编程;
2)Hive不包括计算框架,把计算交给:MR、Spark、Tez;
3)Hive SQL;
4)与传统的关系型数据库(Mysql)有区别;
5)数据仓库;
6)场景:
对历史数据做离线“分析”
7)Hive 诟病:慢
MR慢
如果想提速:设置计算引擎:Spark

Hive是:提供一个大数据的SQL的接口,不做计算。


用来做数据分析。


使用Mysql保存元数据信息:字段、字段类型、分割方式、存储方式。






Hive 安装准备:

1)Hadoop;

2)Mysql;

3)mysql-connector-java,放在$HIVE_HOME/lib目录下;

mysql安装:
mysql的安装
1. 只需要安装在集群里面的一台节点上即可,此处选择hadoop1节点
2. 在Hadoop1上安装mariadb
yum -y install mariadb-server mariadb
3. 开启服务并开机自启
systemctl start mariadb.service
systemctl enable mariadb.service
4. 设置密码


第一次登陆时直接空密码登陆,之后使用sql语句设置密码
mysql -u root -p
登录之后,先查看databases是否正常,之后sql语句设置密码
> use mysql;
> update user set password=password( '123456' ) where user= 'root' ;
然后设置root用户可以从任何主机登陆,对任何的库和表都有访问权限
> grant all privileges on *.* to root@'%' identified by '123456';
> grant all privileges on *.* to root@'hadoop1' identified by '123456';
> grant all privileges on *.* to root@'localhost' identified by '123456';
> FLUSH PRIVILEGES;

配置:
  1. /etc/profile
	export HIVE_HOME=...
export PATH=$PATH:$HIVE_HOME/bin 使配置生效 source /etc/profile
  1. hive-env.sh中添加信息:
	export JAVA_HOME=...
export HADOOP_HOME=...
export HIVE_HOME=...
  1. hive-site.xml

    1)Mysql连接方式,url,用户名,密码;

    2)log路径
<configuration>
<property>
<name>javax.jdo.option.ConnectionURL</name>
<value>jdbc:mysql://bigboss3:3306/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>123456</value>
</property> <property>
<name>hive.exec.scratchdir</name>
<value>/tmp/hive</value>
</property>
<property>
<name>hive.exec.local.scratchdir</name>
<value>/tmp/hive/local</value>
<description>Local scratch space for Hive jobs</description>
</property>
<property>
<name>hive.downloaded.resources.dir</name>
<value>/tmp/hive/resources</value>
<description>Temporary local directory for added resources in the remote file system.</description>
</property>
<property>
<name>hive.querylog.location</name>
<value>/tmp/hive/querylog</value>
<description>Location of Hive run time structured log file</description>
</property>
<property>
<name>hive.server2.logging.operation.log.location</name>
<value>/tmp/hive/operation_logs</value>
<description>Top level directory where operation logs are stored if logging functionality is enabled</description>
</property>
<property>
<name>hive.execution.engine</name>
<value>spark</value>
</property> </configuration>
  1. 为Hive创建HDFS目录:
	hdfs dfs -mkdir /tmp
// /usr/hive/warehouse 是 Hive 数据存放的路径
hdfs dfs -mkdir -p /usr/hive/warehouse
设置文件夹权限
hdfs dfs -chmod g+w /tmp
hdfs dfs -chmod g+w /usr/hive/warehouse 元数据:
数据:
  1. 访问方式

    1)hive //已弃用

    2)

    从 Hive 2.1 版本开始, 在启动 Hive 之前需运行 schematool 命令来执行初始化 *** 作:
 schematool -dbType mysql -initSchema
先启动:hiveserver2  // 多用户,安全,推荐使用
再执行:beeline
beeline命令:
//连接
!connect jdbc:hive2://bigboss1:10000
//展示数据库
show databases;
//建数据库
create database test01;
//建表
create table emp(id int, name string, job string, mgr int, hiredate string, salary double,
bonus double, deptid int) row format delimited fields terminated by '\t';
//向表中导入数据
load data local inpath "/root/example/hive/data/emp.txt" into table emp;
//查询
1. 求每个部门的平均薪水大于2000的部门
2. 同1,但加上部门名字
0: jdbc:hive2://bigboss3:10000> select emp.deptid,dept.name, avg(salary) as avgsalary from emp,dept where emp.deptid=dept.id group by emp.deptid,dept.name having avgsalary>2000;
WARNING: Hive-on-MR is deprecated in Hive 2 and may not be available in the future versions. Consider using a different execution engine (i.e. spark, tez) or using Hive 1.X releases.
SLF4J: Class path contains multiple SLF4J bindings.
SLF4J: Found binding in [jar:file:/opt/programs/hive-2.3.5/lib/log4j-slf4j-impl- 2.6.2.jar!/org/slf4j/impl/StaticLoggerBinder.class]
SLF4J: Found binding in [jar:file:/opt/programs/hadoop- 2.6.0/share/hadoop/common/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.apache.logging.slf4j.Log4jLoggerFactory]
2019-09-17 15:58:54 Starting to launch local task to process map join; maximum memory = 518979584
2019-09-17 15:58:56 Dump the side-table for tag: 1 with group count: 4 into file: file:/tmp/hive/local/8860e8f7-b680-436a-846f-7781fc8f45fd/hive_2019-09-17_15-58- 49_975_7606403685014368047-1/-local-10005/HashTable-Stage-2/MapJoin-mapfile11--.hashtable
2019-09-17 15:58:56 Uploaded 1 File to: file:/tmp/hive/local/8860e8f7-b680-436a-846f- 7781fc8f45fd/hive_2019-09-17_15-58-49_975_7606403685014368047-1/-local-10005/HashTable- Stage-2/MapJoin-mapfile11--.hashtable (373 bytes)
2019-09-17 15:58:56 End of local task; Time Taken: 2.036 sec.
+-------------+-------------+---------------------+
| emp.deptid | dept.name | avgsalary |
+-------------+-------------+---------------------+
| 10 | ACCOUNTING | 2916.6666666666665 |
| 20 | RESEARCH | 2175.0 |
+-------------+-------------+---------------------+
2 rows selected (31.071 seconds) //退出beeline
!quit //退出hiveserver2
Ctrl+c

欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/zaji/586448.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-04-12
下一篇 2022-04-12

发表评论

登录后才能评论

评论列表(0条)

保存