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
        
        纹身网站设计公司网址怎么弄网页游戏排行榜免费的网络服务器龙岩网页建设摩托车质量怎么样

上一篇：八种Flink任务监控告警方式

下一篇：Hadoop3.X集群安装