写在前面：博主是一只经过实战开发历练后投身培训事业的“小山猪”，昵称取自动画片《狮子王》中的“彭彭”，总是以乐观、积极的心态对待周边的事物。本人的技术路线从Java全栈工程师一路奔向大数据开发、数据挖掘领域，如今终有小成，愿将昔日所获与大家交流一二，希望对学习路上的你有所助益。同时，博主也想通过此次尝试打造一个完善的技术图书馆，任何与文章技术点有关的异常、错误、注意事项均会在末尾列出，欢迎大家通过各种方式提供素材。

对于文章中出现的任何错误请大家批评指出，一定及时修改。
有任何想要讨论和学习的问题可联系我：zhuyc@vip.163.com。
发布文章的风格因专栏而异，均自成体系，不足之处请大家指正。

Hive开启远程连接及访问方法

本文关键字：Hive、远程连接、MetaStore、JDBC、SparkSQL

文章目录

Hive开启远程连接及访问方法
- 一、Hive连接配置
- - 1. 默认初始配置
  - 2. 开启远程连接
- 二、界面化工具
- - 1. DBeaver
  - 2. DataGrip
- 三、IDEA插件
- - 1. Big Data Tools
  - 2. 内置DataGrip
- 三、HiveJDBC
- - 1. 所需依赖
  - 2. 案例代码
- 四、SparkSQL
- - 1. 所需依赖
  - 2. 嵌入模式连接
  - 3. 网络模式连接

一、Hive连接配置

1. 默认初始配置

一般我们会使用一些关系型数据库，如MySQL作为Hive的MetaStore位置。所以默认会在hive-site.xml中存在如下配置：

<configuration>
  <property>
    <name>javax.jdo.option.ConnectionURL</name>
    <value>jdbc:mysql://localhost:3306/hive_metastore?createDatabaseIfNotExist=true&amp;useSSL=false&amp;serverTimezone=UTC</value>
    <description>Metadata store connection URL</description>
  </property>
  <property>
    <name>javax.jdo.option.ConnectionDriverName</name>
    <value>com.mysql.cj.jdbc.Driver</value>
    <description>Metadata store JDBC driver</description>
  </property>
  <property>
    <name>javax.jdo.option.ConnectionUserName</name>
    <value>root</value>
    <description>Metadata store username</description>
  </property>
  <property>
    <name>javax.jdo.option.ConnectionPassword</name>
    <value>root</value>
    <description>Metadata store password</description>
  </property>
</configuration>

用来配置Hive连接关系型数据库时的连接参数，此时我们已经可以通过hive命令直接进行访问了：

其它详细安装及初始化步骤可以参考：Hive 3.x的安装部署 - Ubuntu。

2. 开启远程连接

在进行开发时，我们通常需要能够在代码中访问Hive进行查询，此时我们要做一些配置和修改。第一种方式是直接开启一个hiveserver2的Hive服务端，用来提供执行 SQL 查询和获取结果的接口。第二种模式是直接开启一个Metastore服务，以网络模式/远程模式来为访问提供支持。两种模式都有各自的使用场景，在多节点的生产环境中多采用网络模式【有利于保证数据的一致性】，开发测试环境中多采用伪分布模式，因此嵌入模式通常足够。

嵌入模式

HiveServer2 可以接收来自各种客户端（如 Beeline、JDBC/ODBC 驱动、程序语言库等）的请求，然后在 Hive 中执行相应的操作。在这种情况下，Hive依然运行在嵌入模式下，我们只需要在后台开启一个hiveserver2服务，就可以满足Beeline、JDBC的远程访问。使用以下命令：

nohup hive --service hiveserver2 --hiveconf hive.server2.thrift.bind.host=0.0.0.0 --hiveconf hive.server2.thrift.port=10000 &

使用beeline访问：

beeline -u jdbc:hive2://ubuntu:10000

如果出现连接异常，尝试在Hadoop的core-site.xml添加以下配置【其中hadoop为启动Hadoop进程的用户名】并重启集群与hiveserver2：

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

网络模式

有很多界面化的工具或插件并不是基于JDBC封装的，因此有时需要手动开启网络模式。特别对于其它大数据集群框架，有时需要直接访问到Hive的Metastore，则也需要开启相关的配置。首先修改hive-site.xml，添加如下配置：

  <property>
    <name>hive.metastore.uris</name>
    <value>thrift://ubuntu:9083</value>
  </property>

特别说明：添加该配置以后必须启动metastore后才能正常使用hive客户端连接。启动命令如下：

nohup hive --service metastore &

如果每次Hadoop集群发生重启或异常，也需要重新启动metastore和hiveserver2。

二、界面化工具

很多基于JDBC封装的软件，如DBeaver、DataGrip都可以使用这样的方式进行连接。只需要填写主机及端口，也可以通过SSH隧道连接，需要已经开启hiveserver2。

1. DBeaver

2. DataGrip

三、IDEA插件

1. Big Data Tools

这是一款IDEA中使用的比较多并且相对的稳定的大数据插件，整合了多种组件的支持，用起来十分的顺手，有了它基本不需要再切换到其它软件了，远程会话和文件传输也都是可以的。在这个组件中，新建一个Hive的连接使用的是thrift协议，也就代表我们要保证metastore服务的配置和启动。

2. 内置DataGrip

IDEA中有一款内置的数据源连接插件，也就是停靠在界面右侧的数据库图标，如果没有出现可以在视图 - 工具窗口中找到。界面和DataGrip是一样的，同样是基于hiveserver2，以JDBC的方式连接。

三、HiveJDBC

1. 所需依赖

在pom.xml中添加如下内容，具体版本可以根据需要修改：

        <dependency>
            <groupId>org.apache.hive</groupId>
            <artifactId>hive-jdbc</artifactId>
            <version>3.1.3</version>
        </dependency>

2. 案例代码

以下为使用Java连接Hive的基本步骤，因为JDBC是一个标准化的工作流程，所以只有URL和DRIVER需要修改：

import java.sql.*;

public class JDBC {

    private static final String DRIVER_NAME = "org.apache.hive.jdbc.HiveDriver";

    public static void main(String[] args) throws SQLException {
        try {
            Class.forName(DRIVER_NAME);
        } catch (ClassNotFoundException e) {
            e.printStackTrace();
        }
        // 根据需要替换 Hive的 服务器地址，用户名和密码【如有】
        String hiveUrl = "jdbc:hive2://ubuntu:10000/";
        String user = "";
        String password = "";
        // 建立连接
        Connection con = DriverManager.getConnection(hiveUrl, user, password);
        // 获得操作对象
        Statement stmt = con.createStatement();

        // 使用你自己的 Hive SQL 查询
        String sql = "SELECT * FROM test.user_info";
        System.out.println("Running: " + sql);
        ResultSet res = stmt.executeQuery(sql);
        // 简单遍历输出
        while (res.next()) {
            System.out.println(res.getString(1) + "\t"
                    + res.getString(2) + "\t"
                    + res.getString(3));
        }

        // 关闭资源
        res.close();
        stmt.close();
        con.close();
    }

}

四、SparkSQL

我们经常会使用Spark去操作Hive中的表，这样做通常会比较高效。在建立连接时，如果Hive使用的是嵌入模式，我们必须告知元数据存储的连接信息，包括连接字符串，用户名，密码等等。如果Hive使用的是网络模式，我们可以直接访问已经配置的uri。

1. 所需依赖

在pom.xml中添加如下内容，具体版本可以根据需要修改：

		<dependency>
            <groupId>org.apache.hive</groupId>
            <artifactId>hive-metastore</artifactId>
            <version>2.3.9</version>
        </dependency>
        <dependency>
            <groupId>org.apache.spark</groupId>
            <artifactId>spark-core_2.12</artifactId>
            <version>3.3.2</version>
        </dependency>
        <dependency>
            <groupId>org.apache.spark</groupId>
            <artifactId>spark-sql_2.12</artifactId>
            <version>3.3.2</version>
        </dependency>
        <dependency>
            <groupId>org.apache.spark</groupId>
            <artifactId>spark-hive_2.12</artifactId>
            <version>3.3.2</version>
        </dependency>
        <dependency>
            <groupId>com.mysql</groupId>
            <artifactId>mysql-connector-j</artifactId>
            <version>8.0.33</version>
        </dependency>

特别注意：使用Java开发时，可能会存在版本兼容问题，这是因为Spark 3.x并没有完全兼容Hive 3.x，因此指定依赖版本时需要使用2.x。但是如果使用SBT构建Scala项目，则不存在这个问题。

2. 嵌入模式连接

如果Hive没有运行单独的Metastore服务，则此时需要保证Spark能够直接访问到存储元数据的关系型数据库，需要添加如下四个配置：

javax.jdo.option.ConnectionURL
javax.jdo.option.ConnectionDriverName
javax.jdo.option.ConnectionUserName
javax.jdo.option.ConnectionPassword

也可以直接将hive-site.xml放置在resources文件夹，可以自动读取其中的配置。

import org.apache.spark.sql.*;

public class Hive {

    public static void main(String[] args) {
        SparkSession spark = SparkSession
                .builder()
                .appName("Spark Hive Example")
                .master("local[*]")
                .config("javax.jdo.option.ConnectionURL", "jdbc:mysql://ubuntu:3306/hive_metastore?" +
                        "createDatabaseIfNotExist=true&useSSL=false&serverTimezone=UTC")
                .config("javax.jdo.option.ConnectionDriverName", "com.mysql.cj.jdbc.Driver")
                .config("javax.jdo.option.ConnectionUserName", "root")
                .config("javax.jdo.option.ConnectionPassword", "root")
                .enableHiveSupport()
                .getOrCreate();
        // 使用 Spark SQL 查询 Hive 表
        String sql = "SELECT * FROM test.user_info"; 
        Dataset<Row> result = spark.sql(sql);
        // 打印结果
        result.show();
        // 运行结束
        spark.stop();
    }
}

以上代码为使用本地模式运行Spark，用于快速测试，不需要搭建Spark环境。

附：Ubuntu - MySQL 8.x开启远程连接步骤

修改配置文件 /etc/mysql/mysql.conf.d/mysqld.cnf：

bind-address            = 0.0.0.0

登录mysql执行以下sql语句：

CREATE USER 'root'@'%' IDENTIFIED BY 'root';
GRANT ALL PRIVILEGES ON *.* TO 'root'@'%' WITH GRANT OPTION;
FLUSH PRIVILEGES;

3. 网络模式连接

如果Hive开启了Metastore服务，则可以直接通过该端口进行连接，连接时只要保证端口可以访问即可。代码如下：

import org.apache.spark.sql.*;

public class Hive {

    public static void main(String[] args) {
        SparkSession spark = SparkSession
                .builder()
                .appName("Spark Hive Example")
                .master("local[*]")
                .config("hive.metastore.uris", "thrift://ubuntu:9083")
                .enableHiveSupport()
                .getOrCreate();
        // 使用 Spark SQL 查询 Hive 表
        String sql = "SELECT * FROM test.user_info";
        Dataset<Row> result = spark.sql(sql);
        // 打印结果
        result.show();
        // 运行结束
        spark.stop();
    }
}