Hive 安装



  • Hive 安装

    Hive,Pig和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OS。对于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,必须在系统上安装Java。让我们使用以下命令来验证Java安装:
    
    $ java –version
    
    
    如果您的系统上已经安装了Java,则会看到类似以下响应:
    
    java version "1.8.0_71" 
    Java(TM) SE Runtime Environment (build 1.8.0_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
    步骤一:
    通过访问以下链接https://www.oracle.com/java/technologies/javase-downloads.html下载Java(JDK <最新版本>-X64.tar.gz)。
    然后将jdk-8u71-linux-x64.tar.gz下载到您的系统上。
    步骤二:
    通常,您可以在“下载”文件夹中找到下载的Java文件。验证它并使用以下命令解压缩jdk-8u71-linux-x64.gz文件。
    
    $ cd Downloads/
    $ ls
    jdk-7u71-linux-x64.gz
    $ tar zxf jdk-7u71-linux-x64.gz
    $ ls
    jdk1.8.0_71 jdk-7u71-linux-x64.gz
    
    
    步骤三:
    为了使Java对所有用户可用,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 jdk1.8.0_71 /usr/local/
    # exit
    
    
    步骤四:
    要设置PATH和JAVA_HOME变量,请将以下命令添加到〜/.bashrc文件。
    
    export JAVA_HOME=/usr/local/jdk1.8.0_71
    export PATH=$PATH:$JAVA_HOME/bin
    
    
    现在将所有更改应用于当前正在运行的系统。
    
    $ source ~/.bashrc
    
    
    现在,如上所述,从终端使用命令java -version验证安装。
  • 步骤2:验证Hadoop安装

    在安装Hive之前,必须在系统上安装Hadoop。让我们使用以下命令验证Hadoop的安装:
    
    $ hadoop version
    
    
    如果您的系统上已经安装了Hadoop,那么您将收到类似以下响应:
    
    Hadoop 3.3.0 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下载并解压缩Hadoop 3.3.0。
    
    $ su
    password:
    # cd /usr/local
    # wget http://apache.claz.org/hadoop/common/hadoop-3.3.0/hadoop-3.3.0.tar.gz
    # tar xzf hadoop-3.3.0.tar.gz
    # mv hadoop-3.3.0/* to hadoop/
    # exit
    
    
    以伪分布式模式安装Hadoop
    以下步骤用于以伪分布式模式安装Hadoop 3.3.0。
    步骤一: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于当前正在运行的系统。
    
    $ 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Hadoop基础结构在这些配置文件中进行适当的更改。
    
    $ cd $HADOOP_HOME/etc/hadoop
    
    
    为了使用Java开发Hadoop程序,您必须通过用系统中Java的位置替换JAVA_HOME值来重置hadoop-env.sh文件中的Java环境变量。
    
    export JAVA_HOME=/usr/local/jdk1.8.0_71
    
    
    下面给出的是您必须编辑以配置Hadoop的文件列表。
    core-site.xml
    core-site.xml文件包含的信息,如用于Hadoop的实例,分配给文件系统的存储器,存储器限制用于存储所述数据的端口号,以及读/写缓冲器的大小。
    打开core-site.xml,并在<configuration>和</configuration>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
    在hdfs-site.xml文件中包含的信息,如复制数据的值,名称节点的路径,你的本地文件系统的数据管理部路径。它表示您要存储Hadoop下文的位置。
    让我们假设以下数据。
    
    dfs.replication (data replication value) = 1
    
    (下面的路径/hadoop/是用户名。hadoopinfra/hdfs/namenode 是hdfs文件系统创建的目录。)
    
    namenode path = //home/hadoop/hadoopinfra/hdfs/namenode
    
    (hadoopinfra/hdfs/datanode 是hdfs文件系统创建的目录。)
    datanode path = //home/hadoop/hadoopinfra/hdfs/datanode
    
    
    打开此文件,并在此文件的<configuration>,>/configuration>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:在上面的文件中,所有属性值都是用户定义的,您可以根据Hadoop基础结构进行更改。
    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<configuration>,</configuration>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
    该文件用于指定我们使用的MapReduce框架。
    打开mapred-site.xml文件,并在此文件的<configuration>,>/configuration>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。
    步骤一:命名节点设置
    如下所示,使用命令“hdfs namenode -format”设置名称节点。
    
    $ cd ~
    $ hdfs namenode -format”设置名称节点。
    
    
    预期结果如下。
    
    2020-12-22 15:24:57,009 INFO util.GSet: Computing capacity for map INodeMap
    2020-12-22 15:24:57,009 INFO util.GSet: VM type       = 64-bit
    2020-12-22 15:24:57,009 INFO util.GSet: 1.0% max memory 916.4 MB = 9.2 MB
    2020-12-22 15:24:57,009 INFO util.GSet: capacity      = 2^20 = 1048576 entries
    2020-12-22 15:24:57,012 INFO namenode.FSDirectory: ACLs enabled? true
    2020-12-22 15:24:57,012 INFO namenode.FSDirectory: POSIX ACL inheritance enabled? true
    2020-12-22 15:24:57,012 INFO namenode.FSDirectory: XAttrs enabled? true
    2020-12-22 15:24:57,012 INFO namenode.NameNode: Caching file names occurring more than 10 times
    2020-12-22 15:24:57,019 INFO snapshot.SnapshotManager: Loaded config captureOpenFiles: false, skipCaptureAccessTimeOnlyChange: false, snapshotDiffAllowSnapRootDescendant: true, maxSnapshotLimit: 65536
    2020-12-22 15:24:57,027 INFO snapshot.SnapshotManager: SkipList is disabled
    2020-12-22 15:24:57,032 INFO util.GSet: Computing capacity for map cachedBlocks
    2020-12-22 15:24:57,032 INFO util.GSet: VM type       = 64-bit
    2020-12-22 15:24:57,032 INFO util.GSet: 0.25% max memory 916.4 MB = 2.3 MB
    2020-12-22 15:24:57,033 INFO util.GSet: capacity      = 2^18 = 262144 entries
    2020-12-22 15:24:57,054 INFO metrics.TopMetrics: NNTop conf: dfs.namenode.top.window.num.buckets = 10
    2020-12-22 15:24:57,054 INFO metrics.TopMetrics: NNTop conf: dfs.namenode.top.num.users = 10
    2020-12-22 15:24:57,054 INFO metrics.TopMetrics: NNTop conf: dfs.namenode.top.windows.minutes = 1,5,25
    2020-12-22 15:24:57,062 INFO namenode.FSNamesystem: Retry cache on namenode is enabled
    2020-12-22 15:24:57,062 INFO namenode.FSNamesystem: Retry cache will use 0.03 of total heap and retry cache entry expiry time is 600000 millis
    2020-12-22 15:24:57,065 INFO util.GSet: Computing capacity for map NameNodeRetryCache
    2020-12-22 15:24:57,065 INFO util.GSet: VM type       = 64-bit
    2020-12-22 15:24:57,065 INFO util.GSet: 0.029999999329447746% max memory 916.4 MB = 281.5 KB
    2020-12-22 15:24:57,065 INFO util.GSet: capacity      = 2^15 = 32768 entries
    2020-12-22 15:24:57,154 INFO namenode.FSImage: Allocated new BlockPoolId: BP-487692657-192.168.61.201-1608621897118
    2020-12-22 15:24:57,270 INFO common.Storage: Storage directory /home/hadoop/hadoopinfra/hdfs/namenode has been successfully formatted.
    2020-12-22 15:24:57,334 INFO namenode.FSImageFormatProtobuf: Saving image file /home/hadoop/hadoopinfra/hdfs/namenode/current/fsimage.ckpt_0000000000000000000 using no compression
    2020-12-22 15:24:57,486 INFO namenode.FSImageFormatProtobuf: Image file /home/hadoop/hadoopinfra/hdfs/namenode/current/fsimage.ckpt_0000000000000000000 of size 396 bytes saved in 0 seconds .
    2020-12-22 15:24:57,515 INFO namenode.NNStorageRetentionManager: Going to retain 1 images with txid >= 0
    2020-12-22 15:24:57,526 INFO namenode.FSImage: FSImageSaver clean checkpoint: txid=0 when meet shutdown.
    2020-12-22 15:24:57,527 INFO namenode.NameNode: SHUTDOWN_MSG: 
    /************************************************************
    SHUTDOWN_MSG: Shutting down NameNode at www.jiaocheng.com/192.168.61.201
    ************************************************************/
    
    
    第二步:验证Hadoop DFS
    以下命令用于启动dfs。执行此命令将启动Hadoop文件系统。
    
    $ start-dfs.sh
    
    
    预期的输出如下:
    
    Starting namenodes on [localhost]
    上一次登录:二 12月 22 15:50:41 CST 2020pts/0 上
    Starting datanodes
    上一次登录:二 12月 22 15:50:52 CST 2020pts/0 上
    Starting secondary namenodes [www.jiaocheng.com]
    上一次登录:二 12月 22 15:50:55 CST 2020pts/0 上
    
    
    第三步:验证yarn脚本
    以下命令用于启动yarn脚本。执行此命令将启动yarn守护程序。
    
    $ start-yarn.sh
    
    
    预期的输出如下:
    
    Starting resourcemanager
    上一次登录:二 12月 22 15:51:03 CST 2020pts/0 上
    Starting nodemanagers
    上一次登录:二 12月 22 15:53:11 CST 2020pts/0 上
    
    
    步骤四:在浏览器上访问Hadoop
    访问Hadoop的默认端口号是50070(3.x版本的hadoop改成9870)。使用以下URL在浏览器上获取Hadoop服务。
    
    http://localhost:9870/Hadoop
    
    
    hive
    步骤五:验证集群的所有应用程序
    访问群集的所有应用程序的默认端口号是8088。使用以下URL访问此服务。
    
    http://localhost:8088/
    
    
    hive
  • 步骤3:下载Hive

    在本教程中,我们将使用hive-3.1.2。您可以通过访问以下链接https://mirrors.tuna.tsinghua.edu.cn/apache/hive/hive-3.1.2/apache-hive-3.1.2-bin.tar.gz下载它。让我们假设它已下载到/ Downloads目录中。在这里,我们为本教程下载名为“apache-hive-3.1.2-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,您将看到以下响应:
    
    apache-hive-3.1.2-bin.tar.gz
    
    
  • 步骤4:安装Hive

    要在系统上安装Hive,需要执行以下步骤。让我们假设Hive归档文件已下载到/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配置单元存档:
    
    $ tar zxvf apache-hive-3.1.2-bin.tar.gz
    $ ls
    
    
    成功下载后,您将看到以下响应:
    
    apache-hive-3.1.2-bin apache-hive-3.1.2-bin.tar.gz
    
    
    将文件复制到/usr/local/hive目录
    我们需要从超级用户“su-”复制文件。以下命令用于将文件从提取的目录复制到“/usr/local/hive”目录。
    
    $ su -
    passwd:
    
    # cd /home/user/Download
    # mv apache-hive-3.1.2-bin /usr/local/hive
    # exit
    
    
    为Hive设置环境
    您可以通过将以下行添加到〜/.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
    
    
  • 步骤5:配置配置单元

    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
    
    
    通过添加以下行来编辑hive-env.sh文件:
    
    export HADOOP_HOME=/usr/local/hadoop
    
    
    配置单元安装成功完成。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。
  • 步骤6:下载并安装Apache Derby

    请按照下面给出的步骤下载并安装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,您将看到以下响应:
    
    db-derby-10.4.2.0-bin.tar.gz
    
    
    提取和验证Derby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,您将看到以下响应:
    
    db-derby-10.4.2.0-bin db-derby-10.4.2.0-bin.tar.gz
    
    
    将文件复制到/usr/local/derby目录
    我们需要从超级用户“su -”复制。以下命令用于将文件从提取的目录复制到/usr/local/derby目录:
    
    $ su -
    passwd:
    # cd /home/user
    # mv db-derby-10.4.2.0-bin /usr/local/derby
    # exit
    
    
    为Derby设置环境
    您可以通过将以下行添加到〜/.bashrc文件来设置Derby环境:
    
    export DERBY_HOME=/usr/local/derby
    export PATH=$PATH:$DERBY_HOME/bin
    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
    
    
    创建一个目录来存储Metastore
    在$DERBY_HOME目录中创建一个名为data的目录以存储Metastore数据。
    
    $ mkdir $DERBY_HOME/data
    
    
    初始化数据库
    
    $ cd $HIVE_HOME
    $ schematool -initSchema -dbType derby
    
    
    Derby安装和环境设置现已完成。
  • 步骤7:配置Hive的Metastore

    配置Metastore意味着向Hive指定数据库的存储位置。您可以通过编辑$HIVE_HOME/conf目录中的hive-site.xml文件来实现。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<configuration>和</configuration>标记之间添加以下行:
    
    <property>
       <name>javax.jdo.option.ConnectionURL</name>
       <value>jdbc:derby:/usr/local/hive/metastore_db;databaseName=metastore_db;create=true</value>
       <description>JDBC connect string for a JDBC metastore </description>
    </property>
    
    
  • 步骤8:验证Hive安装

    在运行Hive之前,您需要在HDFS中创建/tmp文件夹和一个单独的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之前在HDFS中进行设置。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的安装:
    
    $ cd $HIVE_HOME
    $ bin/hive
    
    
    成功安装Hive后,您将看到以下响应:
    
    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>