HIve安装配置（超详细）_网站优化分享_上海毫米网络优化公司

您的位置：上海毫米网络优化公司 > 网站优化分享 >

相关推荐recommended

HIve安装配置（超详细）

作者：mmseoamin日期：2024-02-04

文章目录

Hive安装配置
- 一、Hive安装地址
- 二、Hive安装部署
- - 1. 把 `apache-hive-3.1.2-bin.tar.gz`上传到Linux的/export/software目录下
  - 2. 解压`apache-hive-3.1.2-bin.tar.gz`到/export/servers/目录下面
  - 3. 修改`apache-hive-3.1.2-bin.tar.gz`的名称为hive
  - 4. 修改/etc/profile，添加环境变量
  - 5. 初始化元数据库（默认是derby数据库）
  - 三、MySQL安装
  - - 1. 安装MySQL
    - - 1）上传MySQL安装包以及MySQL驱动jar包
      - 2）解压MySQL安装包
      - 3）卸载系统自带的mariadb
      - 4）安装MySQL依赖
      - 5）安装mysql-client
      - 6）安装mysql-server
      - 7）启动MySQL
      - 8）查看MySQL密码
      - 2. 配置MySQL
      - 1）用刚刚查到的密码进入MySQL
        2）设置复杂密码
        3）更改MySQL密码策略
        4）设置简单好记的密码
        5）进入MySQL库
        6）查询user表
        7）修改user表，把Host表内容修改为%
        8）刷新
        9）退出
        四、配置Hive元数据存储到MySQL
        1. 配置元数据到MySQL
        1）新建Hive元数据库
        2）将MySQL的JDBC驱动拷贝到Hive的lib目录下。
        3）在$HIVE_HOME/conf目录下新建hive-site.xml文件
        4）初始化Hive元数据库（修改为采用MySQL存储元数据）
        2. 验证元数据是否配置成功
        1）启动hadoop集群和MySQL服务
        2）启动Hive
        3）使用Hive
        3. 查看MySQL中的元数据
        1）登录MySQL
        2）查看元数据库metastore
        五、Hive服务部署
        1. hiveserver2服务
        1）用户说明
        2）`hiveserver2`部署
        3）测试
        4）配置DataGrip连接
        2. metastore服务
        1）metastore运行模式
        2）metastore部署
        3）测试
        3. 编写Hive服务启动脚本
        1）前台启动的方式导致需要打开多个窗口，可以使用如下方式后台方式启动
        2）为了方便使用，可以直接编写脚本来管理服务的启动和关闭
        3）添加执行权限
        4）启动Hive后台服务
        六、其他配置
        1. 解决hive打印大量INFO日志
        1）进入到hive安装路径下的conf目录下
        2）新建`log4j.properties`文件
        3）重新执行启动hive的命令
        2.Hive卸载
        1）卸载MySQL说明
        2）卸载Hive
        3. 修改Hive运⾏⽇志的存放位置
        1）创建hivelog4j2.properties
        2）在 `hive-log4j2.properties` ⽂件中修改 log 存放位置
        3）⽤hive-script.sh restart重启服务后，查看`$HIVE_HOME/hive/logs`⽬录
        4. 打印当前库和表头
        5. Hive的JVM堆内存设置
        1）新建hive-env.sh
        2）修改 hive-env.sh其中的参数
        6. 关闭Hadoop虚拟内存检查
        7.出现这个问题
        
        Hive安装配置
        
        一、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
        
        二、Hive安装部署
        
        1. 把 apache-hive-3.1.2-bin.tar.gz上传到Linux的/export/software目录下
        
        2. 解压apache-hive-3.1.2-bin.tar.gz到/export/servers/目录下面
        
        tar -zxvf apache-hive-3.1.2-bin.tar.gz -C ../servers/
        
        3. 修改apache-hive-3.1.2-bin.tar.gz的名称为hive
        
        4. 修改/etc/profile，添加环境变量
        
        vi /etc/profile
        
        （1）添加内容
        
        #HIVE_HOME export HIVE_HOME=/export/servers/hive export PATH=$PATH:$HIVE_HOME/bin
        
        （2）source一下
        
        source /etc/profile
        
        5. 初始化元数据库（默认是derby数据库）
        
        bin/schematool -dbType derby -initSchema
        
        报以下错误：
        
        Exception in thread "main" java.lang.NoSuchMethodError: com.google.common.base.Preconditions.checkArgument(ZLjava/lang/String;Ljava/lang/Object;)V
        
        原因是hadoop和hive的两个guava.jar版本不一致，两个jar位置分别位于下面两个目录：
        
        /export/servers/hive/lib/guava-19.0.jar /export/servers/hadoop-3.1.4/share/hadoop/common/lib/guava-27.0-jre.jar
        
        解决办法是删除低版本的那个，将高版本的复制到低版本目录下。
        
        cd /export/servers/hive/lib rm -f guava-19.0.jar cp /export/servers/hadoop-3.1.4/share/hadoop/common/lib/guava-27.0-jre.jar .
        
        再次运行schematool -dbType derby -initSchema，即可成功初始化元数据库。
        
        三、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
        
        2）解压MySQL安装包
        
        mkdir /export/software/mysql_lib tar -xf mysql-5.7.28-1.el7.x86_64.rpm-bundle.tar -C /export/software/mysql_lib/
        
        3）卸载系统自带的mariadb
        
        sudo rpm -qa | grep mariadb | xargs sudo rpm -e --nodeps
        
        4）安装MySQL依赖
        
        rpm -ivh mysql-community-common-5.7.28-1.el7.x86_64.rpm rpm -ivh mysql-community-libs-5.7.28-1.el7.x86_64.rpm rpm -ivh mysql-community-libs-compat-5.7.28-1.el7.x86_64.rpm
        
        5）安装mysql-client
        
        rpm -ivh mysql-community-libs-compat-5.7.28-1.el7.x86_64.rpm rpm -ivh mysql-community-client-5.7.28-1.el7.x86_64.rpm
        
        6）安装mysql-server
        
        rpm -ivh mysql-community-server-5.7.28-1.el7.x86_64.rpm
        
        注意：若出现以下错误
        
        warning: 05_mysql-community-server-5.7.16-1.el7.x86_64.rpm: Header V3 DSA/SHA1 Signature, key ID 5072e1f5: NOKEY error: Failed dependencies: libaio.so.1()(64bit) is needed by mysql-community-server-5.7.16-1.el7.x86_64
        
        解决办法：
        
        yum -y install libaio
        
        7）启动MySQL
        
        systemctl start mysqld #启动mysql服务器 systemctl status mysqld #查看服务器状态 systemctl enable mysqld #设置虚拟机开机mysql服务自动启动
        
        查看MySQL状态，没有启动成功：
        
        经过查找，我发现是这个问题：
        
        --initialize specified but the data directory has files in it. Aborting.
        
        意思是初始化数据目录时发现目录里面有文件，可能原因是之前运行过命令目录中已生成文件。只要我们找到MySQL的数据目录并删除里面的文件即可解决。
        
        查看MySQL指定的数据目录存放路径 # cat /etc/my.cnf ......省略内容............... datadir=/var/lib/mysql socket=/var/lib/mysql/mysql.sock
        
        datadir是我们安装MySQL时默认指定的存放文件的数据目录，进入文件中删除里面的目录即可。
        
        再次查看，文件夹中出现了文件：
        
        我们查看一下MySQL的状态：
        
        设置开机自启动：
        
        systemctl enable mysqld
        
        8）查看MySQL密码
        
        sudo cat /var/log/mysqld.log | grep password
        
        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
        
        mysql -uroot -p'_K>)_Rg!k6d:'
        
        注意：
        
        如果报错，给密码加单引号
        不要把空格给复制上，不然是登不上的
        
        2）设置复杂密码
        
        注意：由于MySQL密码策略，此密码必须足够复杂，需要大小写字母，数字，特殊字符。
        
        set password=password("Qs23=zs32");
        
        3）更改MySQL密码策略
        
        但是如果使用刚才那个密码，比较复杂，我们不容易记住，所以我们想把密码设置的简单一些，需要先进行设置。
        
        set global validate_password_policy=0; set global validate_password_length=4;
        
        4）设置简单好记的密码
        
        set password=password("123456");
        
        5）进入MySQL库
        
        use mysql
        
        6）查询user表
        
        select user, host from user;
        
        7）修改user表，把Host表内容修改为%
        
        update user set host="%" where user="root";
        
        8）刷新
        
        flush privileges;
        
        9）退出
        
        exit
        
        四、配置Hive元数据存储到MySQL
        
        1. 配置元数据到MySQL
        
        1）新建Hive元数据库
        
        #登录MySQL mysql -uroot -p123456 #创建Hive元数据库 mysql> create database metastore; mysql> quit;
        
        2）将MySQL的JDBC驱动拷贝到Hive的lib目录下。
        
        cp 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
        
        vi $HIVE_HOME/conf/hive-site.xml
        
        添加如下内容：
        
        javax.jdo.option.ConnectionURL jdbc:mysql://hadoop001:3306/metastore?useSSL=false javax.jdo.option.ConnectionDriverName com.mysql.jdbc.Driver javax.jdo.option.ConnectionUserName root javax.jdo.option.ConnectionPassword 123456 hive.metastore.warehouse.dir /user/hive/warehouse
        
        4）初始化Hive元数据库（修改为采用MySQL存储元数据）
        
        bin/schematool -dbType mysql -initSchema -verbose
        
        2. 验证元数据是否配置成功
        
        1）启动hadoop集群和MySQL服务
        
        2）启动Hive
        
        bin/hive
        
        3）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;
        
        查看数据库：
        
        3. 查看MySQL中的元数据
        
        1）登录MySQL
        
        mysql -uroot -p123456
        
        2）查看元数据库metastore
        
        mysql> show databases; mysql> use metastore; mysql> show tables;
        
        （1）查看元数据库中存储的库信息
        
        select * from DBS;
        
        （2）查看元数据库中存储的表信息
        
        select * from TBLS;
        
        （3）查看元数据库中存储的表中列相关信息
        
        select * from COLUMNS_V2;
        
        五、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。
        
        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：
        
        开启用户模拟功能：
        
        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:
        
        cd $HADOOP_HOME/etc/hadoop vi core-site.xml
        
        增加如下配置：
        
        hadoop.proxyuser.root.hosts * hadoop.proxyuser.root.users *
        
        （2）Hive端配置
        
        在hive-site.xml文件中添加如下配置信息:
        
        hive.server2.thrift.bind.host hadoop001 hive.server2.thrift.port 10000
        
        3）测试
        
        （1）启动hiveserver2
        
        bin/hive --service hiveserver2
        
        出现问题：
        
        在 hive-site.xml 中添加如下配置：
        
        hive.server2.active.passive.ha.enable true Whether HiveServer2 Active/Passive High Availability be enabled when Hive Interactive sessions are enabled.This will also require hive.server2.support.dynamic.service.discovery to be enabled.
        
        重新启动hiveserver2服务：
        
        （2）使用命令行客户端beeline进行远程访问
        
        启动beeline客户端
        
        bin/beeline -u jdbc:hive2://hadoop001:10000 -n root
        
        看到如下界面
        
        4）配置DataGrip连接
        
        （1）创建连接
        
        （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。
        
        （3）界面介绍
        
        （4）测试sql执行
        
        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
        
        （2）独立服务模式
        
        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：
        
        javax.jdo.option.ConnectionURL jdbc:mysql://hadoop001:3306/metastore?useSSL=false javax.jdo.option.ConnectionDriverName com.mysql.jdbc.Driver javax.jdo.option.ConnectionUserName root javax.jdo.option.ConnectionPassword 123456
        
        （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：
        
        javax.jdo.option.ConnectionURL jdbc:mysql://hadoop001:3306/metastore?useSSL=false javax.jdo.option.ConnectionDriverName com.mysql.jdbc.Driver javax.jdo.option.ConnectionUserName root javax.jdo.option.ConnectionPassword 123456
        
        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：
        
        hive.metastore.uris thrift://hadoop001:9083
        
        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
        
        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：
        
        hive --service metastore
        
        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
        
        3. 编写Hive服务启动脚本
        
        1）前台启动的方式导致需要打开多个窗口，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。
        
        nohup hive --service metastore 2>&1 & 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
        
        vi $HIVE_HOME/bin/hive-script.sh
        
        内容如下：
        
        #!/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
        
        chmod +x $HIVE_HOME/bin/hive-script.sh
        
        4）启动Hive后台服务
        
        hive-script.sh start hive-script.sh status hive-script.sh stop
        
        六、其他配置
        
        1. 解决hive打印大量INFO日志
        
        配置好hive的环境之后，无论输入bin/hive还是输入hive，都依然打印大量INFO日志。
        
        这样不利于我们观察信息。
        
        1）进入到hive安装路径下的conf目录下
        
        可以看到目录下现有的文件：
        
        2）新建log4j.properties文件
        
        文件内容如下：
        
        log4j.rootLogger=WARN,CA log4j.appender.CA=org.apache.log4j.ConsoleAppender log4j.appender.CA.layout=org.apache.log4j.PatternLayout log4j.appender.CA.layout.ConversionPattern=%-4r [%t] %-5p %c %x - %m%n
        
        如果，还是有WARN信息，可以吧WARN改成ERROR级别。
        
        3）重新执行启动hive的命令
        
        我们发现没有日志输出了。
        
        2.Hive卸载
        
        1）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）先关闭MySQL服务
        
        systemctl stop mysqld systemctl disable mysqld
        
        （2）清空原有数据
        
        ①通过/etc/my.cnf查看MySQL数据的存储位置
        
        cat /etc/my.cnf
        
        ②去往/var/lib/mysql路径需要root权限
        
        [root@hadoop001 ~]# cd /var/lib/mysql [root@hadoop001 mysql]# rm -rf * #（注意敲击命令的位置）
        
        （3）卸载MySQL相关包
        
        ①查看安装过的MySQL相关包
        
        sudo rpm -qa | grep -i -E mysql
        
        ②一键卸载命令
        
        rpm -qa | grep -i -E mysql\|mariadb | xargs -n1 sudo rpm -e --nodeps
        
        2）卸载Hive
        
        3. 修改Hive运⾏⽇志的存放位置
        
        默认情况下，Hive的运⾏⽇志存放在/tmp/root/hive.log ⽬录下（root是当前⽤户登录⽤户名）。修改hive的⽇志存放到$HIVE_HOME/logs⽬录下。
        
        1）创建hivelog4j2.properties
        
        修改hive-log4j2.properties.template⽂件名称为hive-log4j2.properties:
        
        cd $HIVE_HOME/conf
        
        cp hive-log4j2.properties.template hive-log4j2.properties
        
        2）在 hive-log4j2.properties ⽂件中修改 log 存放位置
        
        3）⽤hive-script.sh restart重启服务后，查看$HIVE_HOME/hive/logs⽬录
        
        已有新⽣成的⽇志。
        
        4. 打印当前库和表头
        
        在 hive-site.xml 中加⼊如下两个配置:
        
        hive.cli.print.header true hive.cli.print.current.db true
        
        也可以⽤set命令进⾏设置:
        
        hive> set hive.cli.print.header=true; hive> set hive.cli.print.current.db=true;
        
        set命令的设置仅本次⽣效，Hive CLI重启后失效。⽽配置⽂件是永久有效。
        
        5. 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）新建hive-env.sh
        
        2）修改 hive-env.sh其中的参数
        
        将hive-env.sh其中的参数 export HADOOP_HEAPSIZE修改为2048，重启Hive。
        
        6. 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
        
        （2）添加如下配置
        
        yarn.nodemanager.vmem-check-enabled false
        
        （3）修改完后记得分发yarn-site.xml，并重启yarn。
        
        7.出现这个问题
        
        Error while processing statement: FAILED: Execution Error, return code 1 from org.apache.hadoop.hive.ql.exec.StatsTask
        
        执行以下命令没有问题：
        
        show databases; show tables; select * from 表名;
        
        插入第一条数据没有问题，但是插入第二条数据出现问题：
        
        Error while processing statement: FAILED: Execution Error, return code 1 from org.apache.hadoop.hive.ql.exec.StatsTask
        
        问题原因：可能是因为MySQL数据库和元数据库在同一台虚拟机上。
        
        解决方案：不配置元数据服务即可。
        
        参考文章：
        
        MySQL启动时出现initialize specified but the data directory has files in it. Aborting问题
        
        Centos7安装hive3.1.2遇到报错
        
        hive启动日志关闭解决方法
        
        Hive数据仓库的安装配置
        
        大连做网站去哪里汕头网站建设解决方案免费web服务器网站如何创建个人网站免费中国制造网入驻费用香港服务器

上一篇：八种Flink任务监控告警方式

下一篇：Hadoop3.X集群安装