Hive教程

Hive 安装

Hive、Pig、HBase 等所有 Hadoop 子项目都支持 Linux 操作系统。因此,您需要安装任何 Linux 风格的操作系统。 Hive安装执行以下简单步骤:

步骤 1:验证 JAVA 安装

在安装 Hive 之前,必须在您的系统上安装 Java。让我们使用以下命令验证 java 安装:
$ java –version
如果您的系统上已经安装了 Java,您将看到以下响应:
java version "1.7.0_71" 
Java(TM) SE Runtime Environment (build 1.7.0_71-b13) 
Java HotSpot(TM) Client VM (build 25.0-b02, mixed mode)
如果您的系统中未安装 java,请按照以下步骤安装 java。

安装 Java

第一步:

通过访问以下链接下载 java(JDK <最新版本> -X64.tar.gz)http://www.oracle.com/technetwork/java/javase/downloads/jdk7-downloads-1880260.html。
然后 jdk-7u71-linux-x64.tar.gz 将被下载到您的系统上。

第二步:

通常您会在下载文件夹中找到下载的 java 文件。验证它并使用以下命令提取 jdk-7u71-linux-x64.gz 文件。
$ cd Downloads/
$ ls
jdk-7u71-linux-x64.gz
$ tar zxf jdk-7u71-linux-x64.gz
$ ls
jdk1.7.0_71 jdk-7u71-linux-x64.gz

第三步:

要使所有用户都可以使用 java,您必须将其移动到"/usr/local/"位置。打开 root,然后键入以下命令。
$ su
password:
# mv jdk1.7.0_71 /usr/local/
# exit

第四步:

为了设置 PATH 和 JAVA_HOME 变量,将以下命令添加到 ~/.bashrc 文件中。
export JAVA_HOME=/usr/local/jdk1.7.0_71
export PATH=$PATH:$JAVA_HOME/bin
现在将所有更改应用到当前运行的系统中。
$ source ~/.bashrc

步骤五:

使用以下命令配置java替代:
# alternatives--install /usr/bin/java/java/usr/local/java/bin/java 2
# alternatives--install /usr/bin/javac/javac/usr/local/java/bin/javac 2
# alternatives--install /usr/bin/jar/jar/usr/local/java/bin/jar 2
# alternatives--set java/usr/local/java/bin/java
# alternatives--set javac/usr/local/java/bin/javac
# alternatives--set jar/usr/local/java/bin/jar
现在使用命令 java-version 从终端验证安装,如上所述。

第 2 步:验证 Hadoop 安装

在安装 Hive 之前,必须在您的系统上安装 Hadoop。让我们使用以下命令验证 Hadoop 安装:
$ hadoop version
如果您的系统上已经安装了 Hadoop,那么您将得到以下响应:
Hadoop 2.4.1 Subversion https://svn.apache.org/repos/asf/hadoop/common-r 1529768 
Compiled by hortonmu on 2013-10-07T06:28Z 
Compiled with protoc 2.5.0 
From source with checksum 79e53ce7994d1628b240f09af91e1af4
如果您的系统上未安装 Hadoop,请继续执行以下步骤:

下载 Hadoop

使用以下命令从 Apache Software Foundation 下载并提取 Hadoop 2.4.1、
$ su
password:
# cd /usr/local
# wget http://apache.claz.org/hadoop/common/hadoop-2.4.1/
hadoop-2.4.1.tar.gz
# tar xzf hadoop-2.4.1.tar.gz
# mv hadoop-2.4.1/* to hadoop/
# exit

在伪分布式模式下安装Hadoop

以下步骤用于以伪分布式模式安装 Hadoop 2.4.1、

第一步:设置 Hadoop

您可以通过将以下命令附加到 ~/.bashrc 文件来设置 Hadoop 环境变量。
export HADOOP_HOME=/usr/local/hadoop 
export HADOOP_MAPRED_HOME=$HADOOP_HOME 
export HADOOP_COMMON_HOME=$HADOOP_HOME 
export HADOOP_HDFS_HOME=$HADOOP_HOME 
export YARN_HOME=$HADOOP_HOME
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native export
PATH=$PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin
现在将所有更改应用到当前运行的系统中。
$ source ~/.bashrc

第二步:Hadoop 配置

您可以在"$HADOOP_HOME/etc/hadoop"位置找到所有 Hadoop 配置文件。您需要根据您的 Hadoop 基础架构对这些配置文件进行适当的更改。
$ cd $HADOOP_HOME/etc/hadoop
为了使用 java 开发 Hadoop 程序,您必须通过将 JAVA_HOME 值替换为 java 的位置来重置 hadoop-env.sh 文件中的 java 环境变量在您的系统中。
export JAVA_HOME=/usr/local/jdk1.7.0_71
以下是您必须编辑以配置 Hadoop 的文件列表。
core-site.xml
core-site.xml 文件包含诸如用于 Hadoop 实例的端口号、为文件系统分配的内存、用于存储数据的内存限制以及读/写大小等信息缓冲区。
打开 core-site.xml 并在 标记之间添加以下属性。
<configuration>
   <property> 
      <name>fs.default.name</name> 
      <value>hdfs://localhost:9000</value> 
   </property>
   
</configuration>
hdfs-site.xml
hdfs-site.xml 文件包含诸如复制数据的值、namenode 路径和本地文件系统的 datanode 路径等信息。这意味着您要存储 Hadoop 基础架构的地方。
让我们假设以下数据。
dfs.replication (data replication value) = 1
(In the following path /hadoop/ is the user name.
hadoopinfra/hdfs/namenode is the directory created by hdfs file system.)
namenode path = //home/hadoop/hadoopinfra/hdfs/namenode
(hadoopinfra/hdfs/datanode is the directory created by hdfs file system.)
datanode path = //home/hadoop/hadoopinfra/hdfs/datanode
打开此文件并在此文件的 标记之间添加以下属性。
<configuration>
   <property> 
      <name>dfs.replication</name> 
      <value>1</value> 
   </property> 
   <property> 
      <name>dfs.name.dir</name> 
      <value>file:///home/hadoop/hadoopinfra/hdfs/namenode </value> 
   </property> 
   <property> 
      <name>dfs.data.dir</name>
      <value>file:///home/hadoop/hadoopinfra/hdfs/datanode </value > 
   </property>
   
</configuration>
注意:在上述文件中,所有属性值都是用户定义的,您可以根据自己的 Hadoop 基础架构进行更改。
yarn-site.xml
该文件用于将yarn配置到Hadoop中。打开 yarn-site.xml 文件并在此文件的 标记之间添加以下属性。
<configuration>
   <property> 
      <name>yarn.nodemanager.aux-services</name> 
      <value>mapreduce_shuffle</value> 
   </property>
   
</configuration>
mapred-site.xml
此文件用于指定我们使用的 MapReduce 框架。默认情况下,Hadoop 包含一个yarn-site.xml 模板。首先,您需要使用以下命令将文件从 mapred-site,xml.template 复制到 mapred-site.xml 文件中。
$ cp mapred-site.xml.template mapred-site.xml
打开 mapred-site.xml 文件并在此文件的 标记之间添加以下属性。
<configuration>
   <property> 
      <name>mapreduce.framework.name</name> 
      <value>yarn</value> 
   </property>
</configuration>

验证 Hadoop 安装

以下步骤用于验证 Hadoop 安装。

第一步:名称节点设置

使用命令"hdfs namenode-format"设置namenode,如下所示。
$ cd ~
$ hdfs namenode-format
预期结果如下。
10/24/14 21:30:55 INFO namenode.NameNode: STARTUP_MSG: 
/************************************************************ 
STARTUP_MSG: Starting NameNode 
STARTUP_MSG: host = localhost/192.168.1.11 
STARTUP_MSG: args = [-format] 
STARTUP_MSG: version = 2.4.1 
... 
... 
10/24/14 21:30:56 INFO common.Storage: Storage directory 
/home/hadoop/hadoopinfra/hdfs/namenode has been successfully formatted. 
10/24/14 21:30:56 INFO namenode.NNStorageRetentionManager: Going to 
retain 1 images with txid >= 0 
10/24/14 21:30:56 INFO util.ExitUtil: Exiting with status 0
10/24/14 21:30:56 INFO namenode.NameNode: SHUTDOWN_MSG: 
/************************************************************ 
SHUTDOWN_MSG: Shutting down NameNode at localhost/192.168.1.11
 ************************************************************/

第二步:验证 Hadoop dfs

以下命令用于启动dfs。执行此命令将启动您的 Hadoop 文件系统。
$ start-dfs.sh
预期输出如下:
10/24/14 21:37:56 
Starting namenodes on [localhost] 
localhost: starting namenode, logging to /home/hadoop/hadoop-2.4.1/logs/hadoop-hadoop-namenode-localhost.out 
localhost: starting datanode, logging to /home/hadoop/hadoop-2.4.1/logs/hadoop-hadoop-datanode-localhost.out 
Starting secondary namenodes [0.0.0.0]

第三步:验证纱线脚本

以下命令用于启动yarn脚本。执行此命令将启动您的纱线守护进程。
$ start-yarn.sh
预期输出如下:
starting yarn daemons 
starting resourcemanager, logging to /home/hadoop/hadoop-2.4.1/logs/yarn-hadoop-resourcemanager-localhost.out 
localhost: starting nodemanager, logging to /home/hadoop/hadoop-2.4.1/logs/yarn-hadoop-nodemanager-localhost.out

第四步:在浏览器上访问 Hadoop

访问 Hadoop 的默认端口号是 50070。使用以下 URL 在浏览器上获取 Hadoop 服务。
http://localhost:50070/
Hadoop 浏览器

第五步:验证集群的所有应用

访问集群所有应用的默认端口号为8088、使用以下网址访问该服务。
http://localhost:8088/
所有应用程序

第 3 步:下载 Hive

我们在本教程中使用 hive-0.14.0。您可以通过访问以下链接下载它 http://apache.petsads.us/hive/hive-0.14.0/. 让我们假设它被下载到/Downloads 目录中。在这里,我们为本教程下载名为"apache-hive-0.14.0-bin.tar.gz"的 Hive 存档。以下命令用于验证下载:
$ cd Downloads
$ ls
成功下载后,您会看到以下响应:
apache-hive-0.14.0-bin.tar.gz

第 4 步:安装 Hive

在您的系统上安装 Hive 需要执行以下步骤。让我们假设 Hive 存档已下载到/Downloads 目录中。

提取和验证 Hive 存档

以下命令用于验证下载并提取 hive 存档:
$ tar zxvf apache-hive-0.14.0-bin.tar.gz
$ ls
成功下载后,您会看到以下响应:
apache-hive-0.14.0-bin apache-hive-0.14.0-bin.tar.gz

复制文件到/usr/local/hive目录

我们需要从超级用户"su-"复制文件。下面的命令用于将文件从解压目录复制到/usr/local/hive目录。
$ su-
passwd:
# cd /home/user/Download
# mv apache-hive-0.14.0-bin /usr/local/hive
# exit

为 Hive 设置环境

您可以通过将以下几行附加到 ~/.bashrc 文件来设置 Hive 环境:
export HIVE_HOME=/usr/local/hive
export PATH=$PATH:$HIVE_HOME/bin
export CLASSPATH=$CLASSPATH:/usr/local/Hadoop/lib/*:.
export CLASSPATH=$CLASSPATH:/usr/local/hive/lib/*:.
以下命令用于执行~/.bashrc文件。
$ source ~/.bashrc

第 5 步:配置 Hive

要使用 Hadoop 配置 Hive,您需要编辑 hive-env.sh 文件,该文件位于 $HIVE_HOME/conf 目录中。以下命令重定向到 Hive config 文件夹并复制模板文件:
$ cd $HIVE_HOME/conf
$ cp hive-env.sh.template hive-env.sh
通过附加以下行来编辑 hive-env.sh 文件:
export HADOOP_HOME=/usr/local/hadoop
Hive 安装成功完成。现在您需要一个外部数据库服务器来配置 Metastore。我们使用 Apache Derby 数据库。

第 6 步:下载和安装 Apache Derby

按照以下步骤下载并安装 Apache Derby:

下载 Apache Derby

以下命令用于下载Apache Derby。下载需要一些时间。
$ cd ~
$ wget http://archive.apache.org/dist/db/derby/db-derby-10.4.2.0/db-derby-10.4.2.0-bin.tar.gz
以下命令用于验证下载:
$ ls
成功下载后,您会看到以下响应:
db-derby-10.4.2.0-bin.tar.gz

提取和验证德比存档

以下命令用于提取和验证 Derby 存档:
$ tar zxvf db-derby-10.4.2.0-bin.tar.gz
$ ls
成功下载后,您会看到以下响应:
db-derby-10.4.2.0-bin db-derby-10.4.2.0-bin.tar.gz

复制文件到/usr/local/derby目录

我们需要从超级用户"su-"进行复制,下面的命令用于将解压目录下的文件复制到/usr/local/derby目录:
$ su-
passwd:
# cd /home/user
# mv db-derby-10.4.2.0-bin /usr/local/derby
# exit

为德比设置环境

您可以通过将以下几行附加到 ~/.bashrc 文件来设置 Derby 环境:
export DERBY_HOME=/usr/local/derby
export PATH=$PATH:$DERBY_HOME/bin
Apache Hive
18
export CLASSPATH=$CLASSPATH:$DERBY_HOME/lib/derby.jar:$DERBY_HOME/lib/derbytools.jar
以下命令用于执行 ~/.bashrc文件:
$ source ~/.bashrc

创建一个存放Metastore的目录

在 $DERBY_HOME 目录下创建一个名为 data 的目录,用于存储 Metastore 数据。
$ mkdir $DERBY_HOME/data
Derby 安装和环境设置现已完成。

第七步:配置Hive的Metastore

配置文件guring Metastore 意味着向 Hive 指定存储数据库的位置。您可以通过编辑 $HIVE_HOME/conf 目录中的 hive-site.xml 文件来完成此操作。首先,使用以下命令复制模板文件:
$ cd $HIVE_HOME/conf
$ cp hive-default.xml.template hive-site.xml
编辑 hive-site.xml 并在 标记之间附加以下几行:
<property>
   <name>javax.jdo.option.ConnectionURL</name>
   <value>jdbc:derby://localhost:1527/metastore_db;create=true </value>
   <description>JDBC connect string for a JDBC metastore </description>
</property>
创建一个名为 jpox.properties 的文件并将以下几行添加到其中:
javax.jdo.PersistenceManagerFactoryclass =
org.jpox.PersistenceManagerFactoryImpl
org.jpox.autoCreateSchema = false
org.jpox.validateTables = false
org.jpox.validateColumns = false
org.jpox.validateConstraints = false
org.jpox.storeManagerType = rdbms
org.jpox.autoCreateSchema = true
org.jpox.autoStartMechanismMode = checked
org.jpox.transactionIsolation = read_committed
javax.jdo.option.DetachAllOnCommit = true
javax.jdo.option.NontransactionalRead = true
javax.jdo.option.ConnectionDriverName = org.apache.derby.jdbc.ClientDriver
javax.jdo.option.ConnectionURL = jdbc:derby://hadoop1:1527/metastore_db;create = true
javax.jdo.option.ConnectionUserName = APP
javax.jdo.option.ConnectionPassword = mine

第 8 步:验证 Hive 安装

在运行 Hive 之前,您需要在 HDFS 中创建 /tmp 文件夹和单独的 Hive 文件夹。在这里,我们使用 /user/hive/warehouse 文件夹。您需要为这些新创建的文件夹设置写权限,如下所示:
chmod g+w
现在在验证 Hive 之前将它们设置在 HDFS 中。使用以下命令:
$ $HADOOP_HOME/bin/hadoop fs-mkdir /tmp 
$ $HADOOP_HOME/bin/hadoop fs-mkdir /user/hive/warehouse
$ $HADOOP_HOME/bin/hadoop fs-chmod g+w /tmp 
$ $HADOOP_HOME/bin/hadoop fs-chmod g+w /user/hive/warehouse
以下命令用于验证 Hive 安装:
$ cd $HIVE_HOME
$ bin/hive
成功安装 Hive 后,您会看到以下响应:
Logging initialized using configuration in jar:file:/home/hadoop/hive-0.9.0/lib/hive-common-0.9.0.jar!/hive-log4j.properties 
Hive history file=/tmp/hadoop/hive_job_log_hadoop_201312121621_1494929084.txt
………………….
hive>
执行以下示例命令以显示所有表:
hive> show tables; 
OK 
Time taken: 2.798 seconds 
hive>
昵称: 邮箱:
Copyright © 2022 立地货 All Rights Reserved.
备案号:京ICP备14037608号-4