数据仓库之Hive的安装

简单来说Hive就是可以让你通过撰写SQL就能完成对HDFS的操作，它的底层会将SQL转换为MapRedurce或其他形式。当然，从Hive2开始，官方就不建议默认使用MapReduce引擎，而是建议使用Tez引擎或者是Spark引擎，不过目前一直到最新的3.x版本中mapreduce还是默认的执行引擎。

• 第一代大数据计算引擎：MapReduce
• 第二代大数据计算引擎：Tez，它的存在感比较低，源于MapReduce，主要和Hive结合在一起使用，核心思想是将Map和Reduce两个操作进一步拆分，使其更加灵活。
• 第三代大数据计算引擎：Spark，Speak在当时属于一个划时代的产品，改变了之前基于磁盘的计算思路，而是采用内存计算。数据读取后中间的计算全部在内存进行，只有最终的结果会写入磁盘，而MapReduce的中间结果是会写磁盘的， 所以效率没有Spark高。
• 第四代大数据计算引擎：Flink，Flink是一个可以支持纯实时数据计算的计算引擎，在实时计算领域要优于Saprk。

Hive下载

Hive与Hadoop之间是有版本对应关系的，版本查看点击跳转 (opens new window)，下载地址 (opens new window)，例如我下载的就是：apache-hive-3.1.3-bin.tar.gz

Hive安装

将Hive安装到centos7服务器上，服务器要求安装Hadoop和JDK，将安装包上传至/usr/local/soft/hive，然后执行命令

[root@flume hive]# tar -zxvf apache-hive-3.1.3-bin.tar.gz 
[root@flume hive]# cd apache-hive-3.1.3-bin/conf/
[root@flume conf]# mv hive-env.sh.template hive-env.sh
[root@flume conf]# mv hive-default.xml.template hive-site.xml

在 hive-env.sh 文件的末尾直接增加下面三行内容【根据实际的路径配置】

export JAVA_HOME=/usr/lib/jvm/java-1.8.0-openjdk-1.8.0.382.b05-1.el7_9.x86_64
export HIVE_HOME=/usr/local/soft/hive/apache-hive-3.1.3-bin
export HADOOP_HOME=/usr/local/soft/hadoop/hadoop-3.2.4

修改hive-site.xml，注意数据库IP、账号和密码等配置，修改配置文件的内容，而不是直接在尾部添加

<property>
    <name>javax.jdo.option.ConnectionURL</name>
    <value>jdbc:mysql://192.168.95.112:3306/hive?serverTimezone=Asia/Shanghai</value>
</property>
<property>
    <name>javax.jdo.option.ConnectionDriverName</name>
    <value>com.mysql.cj.jdbc.Driver</value>
</property>
<property>
    <name>javax.jdo.option.ConnectionUserName</name>
    <value>数据库账号</value>
</property>
<property>
    <name>javax.jdo.option.ConnectionPassword</name>
    <value>数据库密码</value>
</property>
<property>
    <name>hive.querylog.location</name>
    <value>/data/hive_repo/querylog</value>
</property>
<property>
    <name>hive.exec.local.scratchdir</name>
    <value>/data/hive_repo/scratchdir</value>
</property>
<property>
    <name>hive.downloaded.resources.dir</name>
    <value>/data/hive_repo/resources</value>
</property>

上传MySQL的jar包

下载地址：点击跳转 (opens new window)，将jar包上传至/usr/local/soft/hive/apache-hive-3.1.3-bin/lib/

修改Hadoop配置

修改各个机器Hadoop的core-site.xml配置，在这个配置文件增加如下内容：

<configuration>
    <property>
        <name>hadoop.proxyuser.root.hosts</name>
        <value>*</value>
    </property>
    <property>
        <name>hadoop.proxyuser.root.groups</name>
        <value>*</value>
    </property>
</configuration>

同步Hadoop配置文件到其他机器，并重启Hadoop集群

[root@bigdata03 ~]# cd /usr/local/soft/hadoop/hadoop-3.2.4/etc/hadoop/
[root@bigdata03 hadoop]# vi core-site.xml 
[root@bigdata03 hadoop]# scp -rq core-site.xml bigdata04:/usr/local/soft/hadoop/hadoop-3.2.4/etc/hadoop/
[root@bigdata03 hadoop]# scp -rq core-site.xml bigdata05:/usr/local/soft/hadoop/hadoop-3.2.4/etc/hadoop/
[root@bigdata03 etc]# cd ../sbin/
[root@bigdata03 sbin]# stop-all.sh 
[root@bigdata03 sbin]# start-all.sh 

初始化Hive的Metastore

显示后面这些行的内容就代表成功，如果失败查看下文，会有失败原因及解决方案。

[root@flume apache-hive-3.1.3-bin]# bin/schematool -dbType mysql -initSchema
Metastore connection URL:        jdbc:mysql://192.168.95.112:3306/hive?serverTimezone=Asia/Shanghai
Metastore Connection Driver :    com.mysql.cj.jdbc.Driver
Metastore connection User:       root
Starting metastore schema initialization to 3.1.0
Initialization script hive-schema-3.1.0.mysql.sql
Initialization script completed
schemaTool completed