Hive ---- Hive 安装

news2025/2/22 0:11:25

Hive ---- Hive 安装

  • 1. Hive安装地址
  • 2. Hive安装部署
    • 1. 安装Hive
    • 2. 启动并使用Hive
  • 3. MySQL安装
    • 1. 安装MySQL
    • 2. 配置MySQL
    • 3. 卸载MySQL说明
  • 4. 配置Hive元数据存储到MySQL
    • 1. 配置元数据到MySQL
    • 2. 验证元数据是否配置成功
    • 3. 查看MySQL中的元数据
  • 5. Hive服务部署
    • 1. hiveserver2服务
    • 2. metastore服务
    • 3. 编写Hive服务启动脚本（了解）
  • 6. Hive使用技巧
    • 1. Hive常用交互命令
    • 2. Hive参数配置方式
    • 3. Hive常见属性配置

1. Hive安装地址

1. Hive官网地址
http://hive.apache.org/
2. 文档查看地址
https://cwiki.apache.org/confluence/display/Hive/GettingStarted
3. 下载地址
http://archive.apache.org/dist/hive/
4. github地址
https://github.com/apache/hive

2. Hive安装部署

1. 安装Hive

1. 把apache-hive-3.1.3-bin.tar.gz上传到Linux的/opt/software目录下
在这里插入图片描述
2. 解压apache-hive-3.1.3-bin.tar.gz到/opt/module/目录下面

[fickler@hadoop102 software]$ tar -zxvf /opt/software/apache-hive-3.1.3-bin.tar.gz -C /opt/module/

在这里插入图片描述

3. 修改apache-hive-3.1.3-bin.tar.gz的名称为hive

[fickler@hadoop102 software]$ mv /opt/module/apache-hive-3.1.3-bin/ /opt/module/hive

在这里插入图片描述

4. 修改/etc/profile.d/my_env.sh，添加环境变量

[fickler@hadoop102 module]$ sudo vim /etc/profile.d/my_env.sh

（1）添加内容

#HIVE_HOME
export HIVE_HOME=/opt/module/hive
export PATH=$PATH:$HIVE_HOME/bin

在这里插入图片描述

（2）source一下

[fickler@hadoop102 hive]$ source /etc/profile.d/my_env.sh

5. 初始化元数据库（默认是derby数据库）

[fickler@hadoop102 hive]$ bin/schematool -dbType derby -initSchema

报错

[root@hadoop100 hive-3.1.3]# bin/schematool -dbType derby -initSchema
SLF4J: Class path contains multiple SLF4J bindings.
SLF4J: Found binding in [jar:file:/opt/module/hive-3.1.3/lib/log4j-slf4j-impl-2.17.1.jar!/org/slf4j/impl/StaticLoggerBinder.class]
SLF4J: Found binding in [jar:file:/opt/module/hadoop-3.1.3/share/hadoop/common/lib/slf4j-log4j12-1.7.25.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]
Exception in thread "main" java.lang.NoSuchMethodError: com.google.common.base.Preconditions.checkArgument(ZLjava/lang/String;Ljava/lang/Object;)V
        at org.apache.hadoop.conf.Configuration.set(Configuration.java:1357)
        at org.apache.hadoop.conf.Configuration.set(Configuration.java:1338)
        at org.apache.hadoop.mapred.JobConf.setJar(JobConf.java:518)
        at org.apache.hadoop.mapred.JobConf.setJarByClass(JobConf.java:536)
        at org.apache.hadoop.mapred.JobConf.<init>(JobConf.java:430)
        at org.apache.hadoop.hive.conf.HiveConf.initialize(HiveConf.java:5144)
        at org.apache.hadoop.hive.conf.HiveConf.<init>(HiveConf.java:5107)
        at org.apache.hive.beeline.HiveSchemaTool.<init>(HiveSchemaTool.java:96)
        at org.apache.hive.beeline.HiveSchemaTool.main(HiveSchemaTool.java:1473)
        at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
        at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62)
        at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
        at java.lang.reflect.Method.invoke(Method.java:498)
        at org.apache.hadoop.util.RunJar.run(RunJar.java:318)
        at org.apache.hadoop.util.RunJar.main(RunJar.java:232)

解决方案：https://blog.csdn.net/qq_41918166/article/details/128748687

2. 启动并使用Hive

1. 启动Hive

[fickler@hadoop102 hive]$ bin/hive

在这里插入图片描述

2. 使用Hive

hive> show databases;
hive> show tables;
hive> create table stu(id int, name string);
hive> insert into stu values(1,"ss");
hive> select * from stu;

在这里插入图片描述
观察HDFS的路径/user/hive/warehouse/stu，体会Hive与Hadoop之间的关系。

Hive中的表在Hadoop中是目录；Hive中的数据在Hadoop中是文件。

在这里插入图片描述
在这里插入图片描述

3. 在Xshell窗口中开启另一个窗口开启Hive，在/tmp/atguigu目录下监控hive.log文件

[fickler@hadoop102 hive]$ tail -f hive.log


Caused by: ERROR XSDB6: Another instance of Derby may have already booted the database /opt/module/hive/metastore_db.
        at org.apache.derby.iapi.error.StandardException.newException(Unknown Source)
        at org.apache.derby.iapi.error.StandardException.newException(Unknown Source)
        at org.apache.derby.impl.store.raw.data.BaseDataFileFactory.privGetJBMSLockOnDB(Unknown Source)
        at org.apache.derby.impl.store.raw.data.BaseDataFileFactory.run(Unknown Source)
...

原因在于Hive默认使用的元数据库为derby。derby数据库的特点是同一时间只允许一个客户端访问。如果多个Hive客户端同时访问，就会报错。由于在企业开发中，都是多人协作开发，需要多客户端同时访问Hive，怎么解决呢？我们可以将Hive的元数据改为用MySQL存储，MySQL支持多客户端同时访问。
在这里插入图片描述

4. 首先退出hive客户端。然后在Hive的安装目录下将derby.log和metastore_db删除，顺便将HDFS上目录删除

hive> quit;
[fickler@hadoop102 hive]$ rm -rf derby.log metastore_db
[fickler@hadoop102 hive]$ hadoop fs -rm -r /user
Deleted /user

在这里插入图片描述

3. MySQL安装

1. 安装MySQL

1. 上传MySQL安装包以及MySQL驱动jar包

mysql-5.7.28-1.el7.x86_64.rpm-bundle.tar
mysql-connector-java-5.1.37.jar

在这里插入图片描述

2. 解压MySQL安装包

[fickler@hadoop102 software]$ mkdir mysql_lib
[fickler@hadoop102 software]$ tar -xf mysql-5.7.28-1.el7.x86_64.rpm-bundle.tar -C mysql_lib/

3. 卸载系统自带的mariadb

[fickler@hadoop102 ~]$ sudo rpm -qa | grep mariadb | xargs sudo rpm -e --nodeps

4. 安装MySQL依赖

[fickler@hadoop102 software]$ cd mysql_lib/
[fickler@hadoop102 mysql_lib]$ sudo rpm -ivh mysql-community-common-5.7.28-1.el7.x86_64.rpm
[fickler@hadoop102 mysql_lib]$ sudo rpm -ivh mysql-community-libs-5.7.28-1.el7.x86_64.rpm
[fickler@hadoop102 mysql_lib]$ sudo rpm -ivh mysql-community-libs-compat-5.7.28-1.el7.x86_64.rpm

在这里插入图片描述

5. 安装mysql-client

[fickler@hadoop102 mysql_lib]$ sudo rpm -ivh mysql-community-client-5.7.28-1.el7.x86_64.rpm

在这里插入图片描述

6. 安装mysql-server

[fickler@hadoop102 mysql_lib]$ sudo rpm -ivh mysql-community-server-5.7.28-1.el7.x86_64.rpm

在这里插入图片描述

7. 启动MySQL

[fickler@hadoop102 mysql_lib]$ sudo systemctl start mysqld

8. 查看MySQL密码

[fickler@hadoop102 software]$ sudo cat /var/log/mysqld.log | grep password

在这里插入图片描述

2. 配置MySQL

配置主要是root用户 + 密码，在任何主机上都能登录MySQL数据库。

1. 用刚刚查到的密码进入MySQL（如果报错，给密码加单引号）

[fickler@hadoop102 software]$ mysql -uroot -p'-ees2Fi?hh<h'

在这里插入图片描述

2. 设置复杂密码（由于MySQL密码策略，此密码必须足够复杂）

mysql> set password=password("Qs23=zs32");

在这里插入图片描述

3. 更改MySQL密码策略

mysql> set global validate_password_policy=0;
mysql> set global validate_password_length=4;

在这里插入图片描述

4. 设置简单好记的密码

mysql> set password=password("123456");

在这里插入图片描述

5. 进入MySQL库

mysql> use mysql

在这里插入图片描述

6. 查询user表

mysql> select user, host from user;

在这里插入图片描述

7. 修改user表，把Host表内容修改为%

mysql> update user set host="%" where user="root";

在这里插入图片描述

8. 刷新

mysql> flush privileges;

在这里插入图片描述

9. 退出

mysql> quit;

在这里插入图片描述

3. 卸载MySQL说明

若因为安装失败或者其他原因，MySQL需要卸载重装，可参考以下内容。

1. 清空原有数据

①通过/etc/my.cnf查看MySQL数据的存储位置

[atguigu@hadoop102 software]$ sudo cat /etc/my.cnf
[mysqld]
datadir=/var/lib/mysql

②去往/var/lib/mysql路径需要root权限

[atguigu@hadoop102 mysql]$ su - root
[root@hadoop102 ~]# cd /var/lib/mysql
[root@hadoop102 mysql]# rm -rf *  （注意敲击命令的位置）

2. 卸载MySQL相关包

①查看安装过的MySQL相关包

[atguigu@hadoop102 software]$ sudo rpm -qa | grep -i -E mysql

mysql-community-libs-5.7.16-1.el7.x86_64
mysql-community-client-5.7.16-1.el7.x86_64
mysql-community-common-5.7.16-1.el7.x86_64
mysql-community-libs-compat-5.7.16-1.el7.x86_64
mysql-community-server-5.7.16-1.el7.x86_64

②一键卸载命令

[atguigu@hadoop102 software]$ rpm -qa | grep -i -E mysql\|mariadb | xargs -n1 sudo rpm -e --nodeps

4. 配置Hive元数据存储到MySQL

Hive元数据存储到MySQL
在这里插入图片描述

1. 配置元数据到MySQL

1. 新建Hive元数据库

# 登录MySQL
[fickler@hadoop102 hive]$ mysql -uroot -p
# 创建Hive元数据库
mysql> create database metastore;
mysql> quit

在这里插入图片描述

2. 将MySQL的JDBC驱动拷贝到Hive的lib目录下。

[fickler@hadoop102 hive]$ cp /opt/software/mysql-connector-java-5.1.37.jar $HIVE_HOME/lib

3. 在$HIVE_HOME/conf目录下新建hive-site.xml文件

[fickler@hadoop102 software]$ vim $HIVE_HOME/conf/hive-site.xml

添加如下内容：

<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<configuration>
    <!-- jdbc连接的URL -->
    <property>
        <name>javax.jdo.option.ConnectionURL</name>
        <value>jdbc:mysql://hadoop102:3306/metastore?useSSL=false</value>
    </property>
    
    <!-- jdbc连接的Driver-->
    <property>
        <name>javax.jdo.option.ConnectionDriverName</name>
        <value>com.mysql.jdbc.Driver</value>
    </property>
    
	<!-- jdbc连接的username-->
    <property>
        <name>javax.jdo.option.ConnectionUserName</name>
        <value>root</value>
    </property>

    <!-- jdbc连接的password -->
    <property>
        <name>javax.jdo.option.ConnectionPassword</name>
        <value>123456</value>
    </property>

    <!-- Hive默认在HDFS的工作目录 -->
    <property>
        <name>hive.metastore.warehouse.dir</name>
        <value>/user/hive/warehouse</value>
    </property>
</configuration>

在这里插入图片描述

4. 初始化Hive元数据库（修改为采用MySQL存储元数据）

[fickler@hadoop102 hive]$ bin/schematool -dbType mysql -initSchema -verbose

2. 验证元数据是否配置成功

1. 再次启动Hive

[fickler@hadoop102 hive]$ bin/hive

在这里插入图片描述

2. 使用Hive

hive> show databases;
hive> show tables;
hive> create table stu(id int, name string);
hive> insert into stu values(1,"ss");
hive> select * from stu;

3. 在Xshell窗口中开启另一个窗口开启Hive（两个窗口都可以操作Hive，没有出现异常）

hive> show databases;
hive> show tables;
hive> select * from stu;

3. 查看MySQL中的元数据

1. 登录MySQL

[fickler@hadoop102 hive]$ mysql -uroot -p123456

在这里插入图片描述

2. 查看元数据库metastore

mysql> show databases;
mysql> use metastore;
mysql> show tables;

在这里插入图片描述

（1）查看元数据库中存储的库信息

mysql> mysql> select * from DBS;

在这里插入图片描述
（2）查看元数据库中存储的表信息

mysql> select * from TBLS;

在这里插入图片描述
（3）查看元数据库中存储的表中列相关信息

mysql> select * from COLUMNS_V2;

在这里插入图片描述

5. Hive服务部署

1. hiveserver2服务

Hive的hiveserver2服务的作用是提供jdbc/odbc接口，为用户提供远程访问Hive数据的功能，例如用户期望在个人电脑中访问远程服务中的Hive数据，就需要用到Hiveserver2。

Hiveserver2
在这里插入图片描述

1. 用户说明

在远程访问Hive数据时，客户端并未直接访问Hadoop集群，而是由Hivesever2代理访问。由于Hadoop集群中的数据具备访问权限控制，所以此时需考虑一个问题：那就是访问Hadoop集群的用户身份是谁？是Hiveserver2的启动用户？还是客户端的登录用户？

答案是都有可能，具体是谁，由Hiveserver2的hive.server2.enable.doAs参数决定，该参数的含义是是否启用Hiveserver2用户模拟的功能。若启用，则Hiveserver2会模拟成客户端的登录用户去访问Hadoop集群的数据，不启用，则Hivesever2会直接使用启动用户访问Hadoop集群数据。模拟用户的功能，默认是开启的。

具体逻辑如下：
未开启用户模拟功能：
在这里插入图片描述
开启用户模拟功能：
在这里插入图片描述
生产环境，推荐开启用户模拟功能，因为开启后才能保证各用户之间的权限隔离。

2. hiveserver2部署

（1）Hadoop端配置
hivesever2的模拟用户功能，依赖于Hadoop提供的proxy user（代理用户功能），只有Hadoop中的代理用户才能模拟其他用户的身份访问Hadoop集群。因此，需要将hiveserver2的启动用户设置为Hadoop的代理用户，配置方式如下：
修改配置文件core-site.xml，然后记得分发三台机器

[fickler@hadoop102 hive]$ cd $HADOOP_HOME/etc/hadoop
[fickler@hadoop102 hadoop]$ vim core-site.xml

增加如下配置：

<!--配置所有节点的fickler用户都可作为代理用户-->
<property>
    <name>hadoop.proxyuser.fickler.hosts</name>
    <value>*</value>
</property>

<!--配置fickler用户能够代理的用户组为任意组-->
<property>
    <name>hadoop.proxyuser.fickler.groups</name>
    <value>*</value>
</property>

<!--配置fickler用户能够代理的用户为任意用户-->
<property>
    <name>hadoop.proxyuser.fickler.users</name>
    <value>*</value>
</property>

（2）Hive端配置
在hive-site.xml文件中添加如下配置信息

[fickler@hadoop102 conf]$ vim hive-site.xml

<!-- 指定hiveserver2连接的host -->
<property>
	<name>hive.server2.thrift.bind.host</name>
	<value>hadoop102</value>
</property>

<!-- 指定hiveserver2连接的端口号 -->
<property>
	<name>hive.server2.thrift.port</name>
	<value>10000</value>
</property>

3. 测试

（1）启动hiveserver2

[fickler@hadoop102 hive]$ bin/hive --service hiveserver2

在这里插入图片描述

（2）使用命令行客户端beeline进行远程访问

[fickler@hadoop102 hive]$ bin/beeline -u jdbc:hive2://hadoop102:10000 -n fickler

在这里插入图片描述

4. 配置DataGrip连接

（1）创建连接
在这里插入图片描述

（2）配置连接属性
所有属性配置，和Hive的beeline客户端配置一致即可。初次使用，配置过程会提示缺少JDBC驱动，按照提示下载即可。
在这里插入图片描述

（3）界面介绍
在这里插入图片描述

（4）测试sql执行
在这里插入图片描述

（5）修改数据库
在这里插入图片描述

2. metastore服务

Hive的metastore服务的作用是为Hive CLI或者Hiveserver2提供元数据访问接口。

1. metastore运行模式

metastore有两种运行模式，分别为嵌入式模式和独立服务模式。下面分别对两种模式进行说明：

（1）嵌入式模式
在这里插入图片描述
（2）独立服务模式
在这里插入图片描述
生产环境中，不推荐使用嵌入式模式。因为其存在以下两个问题：
（1）嵌入式模式下，每个Hive CLI都需要直接连接元数据库，当Hive CLI较多时，数据库压力会比较大。
（2）每个客户端都需要用户元数据库的读写权限，元数据库的安全得不到很好的保证。

2. metastore部署

（1）嵌入式模式
嵌入式模式下，只需保证Hiveserver2和每个Hive CLI的配置文件hive-site.xml中包含连接元数据库所需要的以下参数即可：

    <!-- jdbc连接的URL -->
    <property>
        <name>javax.jdo.option.ConnectionURL</name>
        <value>jdbc:mysql://hadoop102:3306/metastore?useSSL=false</value>
    </property>
    
    <!-- jdbc连接的Driver-->
    <property>
        <name>javax.jdo.option.ConnectionDriverName</name>
        <value>com.mysql.jdbc.Driver</value>
    </property>
    
	<!-- jdbc连接的username-->
    <property>
        <name>javax.jdo.option.ConnectionUserName</name>
        <value>root</value>
    </property>

    <!-- jdbc连接的password -->
    <property>
        <name>javax.jdo.option.ConnectionPassword</name>
        <value>123456</value>
    </property>

（2）独立服务模式
独立服务模式需做以下配置：
首先，保证metastore服务的配置文件hive-site.xml中包含连接元数据库所需的以下参数：

    <!-- jdbc连接的URL -->
    <property>
        <name>javax.jdo.option.ConnectionURL</name>
        <value>jdbc:mysql://hadoop102:3306/metastore?useSSL=false</value>
    </property>
    
    <!-- jdbc连接的Driver-->
    <property>
        <name>javax.jdo.option.ConnectionDriverName</name>
        <value>com.mysql.jdbc.Driver</value>
    </property>
    
	<!-- jdbc连接的username-->
    <property>
        <name>javax.jdo.option.ConnectionUserName</name>
        <value>root</value>
    </property>

    <!-- jdbc连接的password -->
    <property>
        <name>javax.jdo.option.ConnectionPassword</name>
        <value>123456</value>
    </property>

其次，保证Hiveserver2和每个Hive CLI的配置文件hive-site.xml中包含访问metastore服务所需的以下参数：

<!-- 指定metastore服务的地址 -->
<property>
	<name>hive.metastore.uris</name>
	<value>thrift://hadoop102:9083</value>
</property>

注意：主机名需要改为metastore服务所在节点，端口号无需修改，metastore服务的默认端口就是9083。

3. 测试
此时启动Hive CLI，执行shou databases语句，会出现一下错误提示信息：

hive (default)> show databases;
FAILED: HiveException java.lang.RuntimeException: Unable to instantiate org.apache.hadoop.hive.ql.metadata.SessionHiveMetaStoreClient

在这里插入图片描述
这是因为我们在Hive CLI的配置文件中配置了hive.metastore.uris参数，此时Hive CLI会去请求我们执行的metastore服务地址，所以必须启动metastore服务才能正常使用。
metastore服务的启动命令如下：

[fickler@hadoop102 hive]$ hive --service metastore

在这里插入图片描述
注意：启动后该窗口不能再操作，需打开一个新的Xshell窗口来对Hive操作。
重新启动 Hive CLI，并执行shou databases语句，就能正常访问了

[fickler@hadoop102 hive]$ bin/hive

3. 编写Hive服务启动脚本（了解）

1. 前台启动的方式导致需要打开多个Xshell窗口，可以使用如下方式后台方式启动

  • nohup：放在命令开头，表示不挂起，也就是关闭终端进程也继续保持运行状态
  • /dev/null：是Linux文件系统中的一个文件，被称为黑洞，所有写入该文件的内容都会被自动丢弃
  • 2>&1：表示将错误重定向到标准输出上
  • &：放在命令结尾，表示后台运行

一般会组合使用：nohup [xxx命令操作]> file 2>&1 &，表示将xxx命令运行的结果输出到file中，并保持命令启动的进程在后台运行。

如上命令不要求掌握。

[fickler@hadoop102 hive]$ nohup hive --service metastore 2>&1 &
[fickler@hadoop102 hive]$ nohup hive --service hiveserver2 2>&1 &

2. 为了方便使用，可以直接编写脚本来管理服务的启动和关闭

[fickler@hadoop102 hive]$ vim $HIVE_HOME/bin/hiveservices.sh

内容如下：此脚本的编写不要求掌握。直接拿来使用即可。

#!/bin/bash

HIVE_LOG_DIR=$HIVE_HOME/logs
if [ ! -d $HIVE_LOG_DIR ]
then
	mkdir -p $HIVE_LOG_DIR
fi

#检查进程是否运行正常，参数1为进程名，参数2为进程端口
function check_process()
{
    pid=$(ps -ef 2>/dev/null | grep -v grep | grep -i $1 | awk '{print $2}')
    ppid=$(netstat -nltp 2>/dev/null | grep $2 | awk '{print $7}' | cut -d '/' -f 1)
    echo $pid
    [[ "$pid" =~ "$ppid" ]] && [ "$ppid" ] && return 0 || return 1
}

function hive_start()
{
    metapid=$(check_process HiveMetastore 9083)
    cmd="nohup hive --service metastore >$HIVE_LOG_DIR/metastore.log 2>&1 &"
    [ -z "$metapid" ] && eval $cmd || echo "Metastroe服务已启动"
    server2pid=$(check_process HiveServer2 10000)
    cmd="nohup hive --service hiveserver2 >$HIVE_LOG_DIR/hiveServer2.log 2>&1 &"
    [ -z "$server2pid" ] && eval $cmd || echo "HiveServer2服务已启动"
}

function hive_stop()
{
metapid=$(check_process HiveMetastore 9083)
    [ "$metapid" ] && kill $metapid || echo "Metastore服务未启动"
    server2pid=$(check_process HiveServer2 10000)
    [ "$server2pid" ] && kill $server2pid || echo "HiveServer2服务未启动"
}

case $1 in
"start")
    hive_start
    ;;
"stop")
    hive_stop
    ;;
"restart")
    hive_stop
    sleep 2
    hive_start
    ;;
"status")
    check_process HiveMetastore 9083 >/dev/null && echo "Metastore服务运行正常" || echo "Metastore服务运行异常"
    check_process HiveServer2 10000 >/dev/null && echo "HiveServer2服务运行正常" || echo "HiveServer2服务运行异常"
    ;;
*)
    echo Invalid Args!
    echo 'Usage: '$(basename $0)' start|stop|restart|status'
    ;;
esac

3. 添加执行权限

[fickler@hadoop102 hive]$ chmod +x $HIVE_HOME/bin/hiveservices.sh

4. 启动Hive后台服务

[fickler@hadoop102 bin]$ hiveservices.sh start

6. Hive使用技巧

1. Hive常用交互命令

[fickler@hadoop102 hive]$ bin/hive -help
which: no hbase in (/usr/local/bin:/usr/bin:/usr/local/sbin:/usr/sbin:/opt/module/jdk1.8.0_212/bin:/opt/module/hadoop-3.1.3/bin:/opt/module/hadoop-3.1.3/sbin:/opt/module/hive/bin:/home/fickler/.local/bin:/home/fickler/bin)
SLF4J: Class path contains multiple SLF4J bindings.
SLF4J: Found binding in [jar:file:/opt/module/hive/lib/log4j-slf4j-impl-2.17.1.jar!/org/slf4j/impl/StaticLoggerBinder.class]
SLF4J: Found binding in [jar:file:/opt/module/hadoop-3.1.3/share/hadoop/common/lib/slf4j-log4j12-1.7.25.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]
Hive Session ID = fc3cd11f-2750-4bdc-8cd8-12e4facdb662
usage: hive
 -d,--define <key=value>          Variable substitution to apply to Hive
                                  commands. e.g. -d A=B or --define A=B
    --database <databasename>     Specify the database to use
 -e <quoted-query-string>         SQL from command line
 -f <filename>                    SQL from files
 -H,--help                        Print help information
    --hiveconf <property=value>   Use value for given property
    --hivevar <key=value>         Variable substitution to apply to Hive
                                  commands. e.g. --hivevar A=B
 -i <filename>                    Initialization SQL file
 -S,--silent                      Silent mode in interactive shell
 -v,--verbose                     Verbose mode (echo executed SQL to the
                                  console)

在这里插入图片描述

1. 在Hive命令行里创建一个表student，并插入1条数据

hive (default)> create table student(id int,name string);
OK
Time taken: 1.291 seconds

hive (default)> insert into table student values(1,"zhangsan");
hive (default)> select * from student;
OK
student.id	student.name
1	zhangsan
Time taken: 0.144 seconds, Fetched: 1 row(s)

2. “-e”不进入hive的交互窗口执行hql语句

[fickler@hadoop102 hive]$ bin/hive -e "select id from student;"

3. “-f”执行脚本中的hql语句

（1）在/opt/module/hive/下创建datas目录并在datas目录下创建hivef.sql文件

[fickler@hadoop102 hive]$ mkdir datas
[fickler@hadoop102 datas]$ vim hivef.sql

（2）文件中写入正确的hql语句

select * from student;

（3）执行文件中的hql语句

[fickler@hadoop102 hive]$ bin/hive -f /opt/module/hive/datas/hivef.sql

（4）执行文件中的hql语句并将结果写入文件中

[fickler@hadoop102 hive]$ bin/hive -f /opt/module/hive/datas/hivef.sql  > /opt/module/hive/datas/hive_result.txt

在这里插入图片描述

2. Hive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
①启动Hive时，可以在命令行添加-hiveconf param=value来设定参数。例如：

[fickler@hadoop102 hive]$ bin/hive -hiveconf mapreduce.job.reduces=10;

注意：仅
对本次Hive启动有效。

②查看参数设置

hive (default)> set mapreduce.job.reduces;

（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 mapreduce.job.reduces=10;

注意：仅对本次Hive启动有效。
查看参数设置：

hive(default)> set mapreduce.job.reduces;

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。

3. Hive常见属性配置

1. Hive客户端显示当前库和表头

（1）在hive-site.xml中加入如下两个配置:

[fickler@hadoop102 conf]$ vim hive-site.xml

<property>
    <name>hive.cli.print.header</name>
    <value>true</value>
    <description>Whether to print the names of the columns in query output.</description>
</property>
<property>
    <name>hive.cli.print.current.db</name>
    <value>true</value>
    <description>Whether to include the current database in the Hive prompt.</description>
</property>

（2）hive客户端在运行时可以显示当前使用的库和表头信息

[fickler@hadoop102 conf]$ hive

hive (default)> select * from stu;
OK
stu.id	stu.name
1	ss
Time taken: 1.874 seconds, Fetched: 1 row(s)
hive (default)>

2. Hive运行日志路径配置

（1）Hive的log默认存放在/tmp/atguigu/hive.log目录下（当前用户名下）
在这里插入图片描述
（2）修改Hive的log存放日志到/opt/module/hive/logs

  • 修改$HIVE_HOME/conf/hive-log4j2.properties.template文件名称为
    hive-log4j2.properties
[fickler@hadoop102 conf]$ pwd
/opt/module/hive/conf

[fickler@hadoop102 conf]$ mv hive-log4j2.properties.template hive-log4j2.properties
  • 在hive-log4j2.properties文件中修改log存放位置
[fickler@hadoop102 conf]$ vim hive-log4j2.properties

修改配置如下

property.hive.log.dir=/opt/module/hive/logs

3. Hive的JVM堆内存设置

新版本的Hive启动的时候，默认申请的JVM堆内存大小为256M，JVM堆内存申请的太小，导致后期开启本地模式，执行复杂的SQL时经常会报错：java.lang.OutOfMemoryError: Java heap space，因此最好提前调整一下HADOOP_HEAPSIZE这个参数。

（1）修改$HIVE_HOME/conf下的hive-env.sh.template为hive-env.sh

[fickler@hadoop102 conf]$ pwd
/opt/module/hive/conf

[fickler@hadoop102 conf]$ mv hive-env.sh.template hive-env.sh

（2）将hive-env.sh其中的参数 export HADOOP_HEAPSIZE修改为2048，重启Hive。
修改前

# The heap size of the jvm stared by hive shell script can be controlled via:
# export HADOOP_HEAPSIZE=1024

修改后

# The heap size of the jvm stared by hive shell script can be controlled via:
export HADOOP_HEAPSIZE=2048

4. 关闭Hadoop虚拟内存检查
在yarn-site.xml中关闭虚拟内存检查（虚拟内存校验，如果已经关闭了，就不需要配了）。
（1）修改前记得先停Hadoop

[fickler@hadoop102 hadoop]$ pwd
/opt/module/hadoop-3.1.3/etc/hadoop

[fickler@hadoop102 hadoop]$ vim yarn-site.xml

（2）添加如下配置

<property>
    <name>yarn.nodemanager.vmem-check-enabled</name>
    <value>false</value>
</property>

（3）修改完后记得分发yarn-site.xml，并重启yarn。

[fickler@hadoop102 hadoop]$ xsync /opt/module/hadoop-3.1.3/etc/hadoop/yarn-site.xml

在这里插入图片描述

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/466535.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

旧版VS安装 Visual Studio 2019/2017/2015官方安装教程

旧版VS安装 Visual Studio 2019/2017/2015官方安装教程

安装VisualStudio找不到官方版本&#xff1f;只能找到第三方&#xff1f;害怕中毒&#xff1f; 不要急&#xff0c;本文例举了VS 2019 2017 2015的官方位置&#xff0c;不用但心装成第三方Visual Studio 百度搜索 Visual Studio 2017&#xff0c;只有第三方的包&#xff0c;而…
阅读更多...
HBase（2）：HBase数据模型

HBase（2）：HBase数据模型

1 简介 在HBASE中&#xff0c;数据存储在具有行和列的表中。这是看起来关系数据库(RDBMS)一样&#xff0c;但将HBASE表看成是多个维度的Map结构更容易理解。 表结构如下&#xff1a; ROWKEY C1列蔟 C2列蔟 rowkey 列1 列2 列3 列4 列4 列6 列簇结构如下&#xff1a…
阅读更多...
学系统集成项目管理工程师（中项）系列13a_人力资源管理（上）

学系统集成项目管理工程师（中项）系列13a_人力资源管理（上）

1. 基本情况 1.1. 项目团队成员的特征 1.1.1. 高学历、高素质、流动性强、年轻、个性独立 1.2. IT行业的显著特征 1.2.1. 工作强度大 1.3. 绩效评定、招聘、留用、劳工关系、健康与安全规定及其他与管理人力资源有关的技能 1.4. 项目团队成员是项目的人力资源 1.5. 项目…
阅读更多...
后端要一次性返回我10万条数据

后端要一次性返回我10万条数据

问题描述 面试官&#xff1a;后端一次性返回10万条数据给你&#xff0c;你如何处理&#xff1f;我&#xff1a;歪嘴一笑&#xff0c;what the f**k! 问题考察点 看似无厘头的问题&#xff0c;实际上考查候选人知识的广度和深度&#xff0c;虽然在工作中这种情况很少遇到... …
阅读更多...
【unity项目实战】3DRPG游戏开发06——敌人和攻击

【unity项目实战】3DRPG游戏开发06——敌人和攻击

导入敌人素材 RPG Monster Duo PBR Polyart 拖入敌人，如果觉得他的亮度有点低，选择他本体，可以选择调节修改他材质球metllic alpha的值 我们新建一个敌人脚本，我们的所有敌人都会挂载这个脚本，如果我们希望每个敌人都挂载导航组件，一个添加无疑是很麻烦的，我们可以使…
阅读更多...
基于ESP32的zigbee温湿度采集系统

基于ESP32的zigbee温湿度采集系统

一. 系统设计及框图&#xff1a; 本设计可以实现通过ZIGBEE传输温湿度信息和开关量信号到云端然后再通过手机APP显示。系统分为发射端和接收端&#xff0c;发送端采集温湿度信息后通过ZIGBEE发送到接收端&#xff0c;接收端接收到温湿度信息后上传到云端并通过手机APP显示。 …
阅读更多...
import _jpype ImportError: DLL load failed: 找不到指定的模块

import _jpype ImportError: DLL load failed: 找不到指定的模块

问题记录及解决思路 &#xff08;1&#xff09;问题记录 当python3需要调用java程序的需求时&#xff0c;需要使用到jpype这个库&#xff0c;尝试通过pip install jpype 进行安装&#xff0c;结果提示没有这个库&#xff0c;看网上教程提示pip install jpype1进行安装还是有问…
阅读更多...
游戏测试的整个流程是什么

游戏测试的整个流程是什么

在游戏行业中&#xff0c;游戏测试是一个非常重要的岗位&#xff0c;并且游戏测试的内容是比较复杂的&#xff0c;除了对游戏的整体流程有一定的了解之外&#xff0c;还需要对一些细节部分有所了解。那么&#xff0c;一个完整的游戏测试流程是怎么样的呢? 游戏测试其实并不是一…
阅读更多...
扎克伯格：同时专注AI和Metaverse，Quest 3将是下一个里程碑

扎克伯格：同时专注AI和Metaverse，Quest 3将是下一个里程碑

自更名以来&#xff0c;Meta大张旗鼓的重磅投入元宇宙面临了一系列风波&#xff0c;市场经济不景气&#xff0c;广告利润下降&#xff0c;大幅裁员、重组等。 23年1季度Meta实现营收增长&#xff0c;好于预期&#xff0c;而此前三个季度同比都是下跌&#xff0c;可见“效率年”…
阅读更多...
【AI实战】微小目标检测模型SSPNet--训练环境从零开始搭建

【AI实战】微小目标检测模型SSPNet--训练环境从零开始搭建

【AI实战】微小目标检测模型SSPNet--训练环境从零开始搭建 SSPNet介绍环境搭建安装依赖参考 SSPNet介绍 SSPNet: Scale Selection Pyramid Network for Tiny Person Detection from UAV Images 官方连接 https://github.com/MingboHong/SSPNetarxiv https://arxiv.org/abs/210…
阅读更多...
ValueError: Please specify `target_modules` in `peft_config`解决方案

ValueError: Please specify `target_modules` in `peft_config`解决方案

大家好，我是爱编程的喵喵。双985硕士毕业，现担任全栈工程师一职，热衷于将数据思维应用到工作与生活中。从事机器学习以及相关的前后端开发工作。曾在阿里云、科大讯飞、CCF等比赛获得多次Top名次。现为CSDN博客专家、人工智能领域优质创作者。喜欢通过博客创作的方式对所学的…
阅读更多...
hive进阶——在centos7里面配置mysql，将原来hive的客户端扩展

hive进阶——在centos7里面配置mysql，将原来hive的客户端扩展

系列文章目录 centos集群上安装hive客户端的操作步骤以及hive介绍 文章目录 一、启动hive客户端 二、在Hive上面安装MySQL 2.1、MySQL安装 1 检查当前系统是否安装过 MySQL 2 将 MySQL安装包拷贝到 /opt/software目录下 3 解压 MySQL安装包 ​4 在安装目录下执行 rpm …
阅读更多...
泰迪杯|第十一届“泰迪杯”挑战赛作品提交仅剩2天了!

泰迪杯|第十一届“泰迪杯”挑战赛作品提交仅剩2天了!

提交作品截止时间: 2023年4月28日 16:00:00 距离第十一届“泰迪杯”数据挖掘挑战赛提交作品结束时间只剩2天了&#xff0c;相信大家都在做着最后的更改。小编为大家整理了一些提交的步骤及注意事项&#xff0c;记得一定要调好闹钟&#xff0c;不要错过提交时间哦。 01 在作…
阅读更多...
【Cpp】前K个高频单词-排序的稳定性

【Cpp】前K个高频单词-排序的稳定性

文章目录 题目思路1--使用sort排序并优化其稳定性方法一:方法二 思路2--multiset 题目 https://leetcode.cn/problems/top-k-frequent-words/description/ 思路1–使用sort排序并优化其稳定性 我们可以直接先将每个单词出现的次数用一个CountMap统计出来,然后放入一个vecto…
阅读更多...
超级详细的华为OSPF实验及配置

超级详细的华为OSPF实验及配置

什么是OSPF&#xff1f; 开放式最短路径优先OSPF&#xff08;Open Shortest Path First&#xff09;是IETF组织开发的一个基于链路状态的内部网关协议&#xff08;Interior Gateway Protocol&#xff09;。 目前针对IPv4协议使用的是OSPF Version 2&#xff08;RFC2328&#x…
阅读更多...
【Linux】8、查看 Linux 主机运行状态、压缩和解压缩命令、Linux 的环境变量

【Linux】8、查看 Linux 主机运行状态、压缩和解压缩命令、Linux 的环境变量

目录 一、查看 Linux 系统资源占用二、硬盘信息监控三、网络监控命令四、Linux 文件上传和下载命令五、压缩和解压(1) 压缩格式(2) tar 命令 六、Linux 的环境变量 一、查看 Linux 系统资源占用 ✒️ 可通过 top 命令查看系统的 CPU、内存的使用情况&#xff08;类似 Windows …
阅读更多...
超详细Redis入门教程——Redis 持久化

超详细Redis入门教程——Redis 持久化

前言 本文小新为大家带来 超详细Redis入门教程——Redis 持久化 相关知识&#xff0c;具体内容包括持久化基本原理&#xff0c;RDB 持久化&#xff08;包括&#xff1a;持久化的执行&#xff0c;RDB 优化配置&#xff0c;RDB 文件结构&#xff0c;RDB 持久化过程&#xff09;&a…
阅读更多...
台灯护眼灯哪个牌子好用？真正适合学生使用的护眼台灯

台灯护眼灯哪个牌子好用？真正适合学生使用的护眼台灯

最近家里一款陪伴了多年的灯泡的台灯因为年久失修已经损坏了&#xff0c;导致不得不换个台灯&#xff0c;而换台灯就不得不仔细挑选&#xff0c;毕竟是需要长期使用的&#xff0c;对视力方面影响还是很大的&#xff0c;通常老式台灯的光照明显对视力都产生不了太大保护&#xf…
阅读更多...
AI可以实现陪伴需求吗

AI可以实现陪伴需求吗

在现代社会&#xff0c;科技日新月异&#xff0c;个性化AI定制服务已经成为一种新型的科技应用&#xff0c;被越来越多的人所接受和使用。个性化AI定制是一种基于人工智能技术的个性化服务&#xff0c;它可以帮助我们更好地规划生活&#xff0c;为我们提供情感上的陪伴和生活上…
阅读更多...
Go 1.21新特性前瞻

Go 1.21新特性前瞻

Go 1.21版本[1]正在如火如荼地开发当中&#xff0c;按照Go核心团队的一年两次的发布节奏来算&#xff0c;Go 1.21版本预计将在2023年8月发布(Go 1.20版本[2]是在2023年2月份发布的)。 本文将和大家一起看看Go 1.21都会带来哪些新特性。不过由于目前为时尚早&#xff0c;下面列出…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023