hive安装--设置mysql为远端metastore

作业任务：安装Hive，有条件的同学可考虑用mysql作为元数据库安装（有一定难度，可以获得老师极度赞赏），安装完成后做简单SQL操作测试。将安装过程和最后测试成功的界面抓图提交 .

已有的当前虚拟机：

总共三台虚拟机，使用CentOS。一台是NameNode，另两台为DataNode，由于搭载虚拟机的内存不是很足，所以不打算再新增一台虚拟机来另外安装mysql，所以选择其中一台datanode虚拟机来安装mysql，由于很早时候已经安装布署了hadoop，所以不再累述hadoop如何安装使用：

主机名	作用	将要布置的工作
bogon	hadoop的NameNode节点	安装hive client
DataNode1	hadoop的DataNode节点	安装mysql，安装hive metastore server
DataNode2	hadoop的DataNode节点

安装的系统或软件版本：

CentOs 6.3 32位,

jdk 1.7_u45，

hadoop 1.2.1，

hive 0.12.0，

mysql 5.7.3 Linux 32位 社区版

第一步：下载安装mysql：

由于我要安装的是mysql是linux版本，为保证软件最新和官方性，所以我都是从官方网站下载。这里我要吐嘈一下，不知为何现在的官方网站只提供window版的安装包，对于其他版本的安装包和源码都没有明显的下载链接，不知是Oracle以后为了不开源而作准备了，我在官网查了半天，才在说明书上查找到了下载的镜像站点列表: http://dev.mysql.com/downloads/mirrors.html,

随便找一个镜像链接，点击FTP就可以查看到最新的下载安装包

1、这里我下载使用的是linux版二进制包文件，下载并放置在DataNode1主机内：

注意：用二进制包手动安装会比较繁琐，而且如果稍有不注意都会有各种问题发生，我因为解决各种问题而在安装mysql方面花费了不少时间。如果你觉得麻烦，还是建议你用rpm安装包更简单些。

2、解压二进制包：

3、建立mysql专用的帐号和群组，并更改mysql安装目录为的所属人和群组为新建立的帐号和群组:

建议：从这一步开始到mysql启动，应该转换成root帐号来操作了，否则在往后的mysql操作当中，会有很多因权限不足导致安装设置失败的问题。如果你的mysql仅仅用来学习测试，且虚拟机并非商用无入侵风险，可以忽略此步骤。

4、运行初始化脚本，建立mysql原始数据库，在安装目录下执行：scripts/mysql_install_db –-user=mysql --datadir=/var/lib/mysql

注意：如果你已经跳过之前的第3步，那么这里的—user改为用root；另外datadir参数是可选参数，指定核心数据库文件的安装位置，虽然这是可选参数，但我在忽略后执行过程发现会默认安装到安装目录下的一个子目录（好像是data子目录），这与mysql配置文件中指定的目录位置不一样（配置文件指定的位置是/var/lib/mysql），所以在执行时最好带上这个选项，否则在启动mysql时会因找不到核心数据库而启动不成功。这也是很多情况下，手动安装mysql时出现各种问题的诸多原因，要么是权限问题、要么是缺少某些文件或者配置又不对……

执行时可能会出现以下这样的错误：

这是缺少的libaio软件的错误提示，用yum安装：

以下是初始化原始数据库成功的提示：

5、将mysql安装目录设为root权限，其子目录为mysql权限：

提示：如果你的mysql仅仅用来学习测试，且虚拟机并非商用无入侵风险，可以忽略此步骤。

6、将子目录plugin的可写权限去除（防止select…into dumpfile语句将执行代码写入文件）：

提示：如果你的mysql仅仅用来学习测试，且虚拟机并非商用无入侵风险，可以忽略此步骤。

7、在mysql安装目录下运行：bin/mysqld_safe --user=mysql &，并测试mysql是否运行正常：

提示：如果你在之前跳过了第3和第5步，那么这里的参数user就直接使用root。

在启动过程中，如果提示找不到/tmp/mysql.sock，查找了tmp目录，确实没有这个文件。查看下/etc/my.cnf配置文件：

发现该文件在/var/lib/mysql目录下。这样我做个文件链接：

再kill掉mysqld_safe进程，重启一次mysql：

再次检测运行情况：

OK，正常返回数据库的信息！

总结：我是纯折腾自己才手动安装mysql，实际上可以下载rpm包安装的，但我只是想体验下手动安装过程。虽然在上面写的貌似有些简单，但实际上这个过程中对于我这个从没用linux安装过mysql的初学者来说是相当折磨人的。

第二步、下载安装hive：

1、在NameNode节点下解压安装Hive:

解压后：

注意：如果解压后所属用户和群组都是root，如果你不是用root操作，建议将所属用户和群组改为你的常用帐号和群组。

2、添加和编辑环境变量：

此步骤在安装了mysql的DataNode1的主机也执行一次。

3、重新登录一次使上面设置的环境变量生效，然后启动hadoop。在HDFS中建立/tmp目录和/user/hive/warehouse目录，设置两目录的所属群组有写入权限：

注意：这里设置的目录是hive存放缓存和数据库文件，用的是默认目录。

4、在hive目录的conf目录下，将hive-default.xml.template和hive-env.sh.template两个配置模板文件复制一份，并更名为以下：

这段时间为了能成功设置hive，一开始犯个了低级错误，我以为只是将.template后缀去除即可，谁知道这其中的hive-default.xml.template并非如此，不仅去掉.template后缀，还要改为hive-site.xml……，导致了我的后期的设置从过年前一直弄到年后都不成功！我还以为我的mysql出了什么问题，查阅了相当多的资料也不知怎么回事……！真想去官网吐嘈一下！

5、编辑hive-env.sh：

6、编辑hive-site.xml：

（1）设置metaStore存在指定的mysql，该值模式：

jdbc:mysql://<hostname>/<database name>?createDatabaseIfNotExist=true

（2）设置连接mysql的驱动为jdbc：

（3）设置连接mysql使用的帐号和密码，为了简便这里都用hive为帐号和密码：

（4）设置hive的表数据存放路径：（这里默认不修改，因为与刚才在hdfs建立的路径一致）

（5）设置Thrift metastore Server，格式thrift://<host_name>:<port>，host_name就是DataNode1主机，端口号使用默认的9083：

7、在mysql官方网下载最新的mysql连接器，存放在hive安装目录下的lib目录：

8、将安装配置好的hive安装目录复制一份到DataNode1主机的相同目录内，这里用了scp命令：

9、回到DataNode1主机，在mysql目录下执行mysql客户端:

10、创建hive数据库，并创建hive帐号并赋予权限：

11、在namenode主机下，启动hadoop：（如果在这之前已经启动，此步骤请忽略）

12、在DataNode1主机下，启动hive metastore服务：

13、然后回到namenode下，启动hive客户端：

14、测试下：

以下是遇到的hive错误：

1. 配置文件格式的错误：

这是hive的0.12.0 release发行版的专有错误，错在hive-site.xml配置文件格式有误。将此文件中的2000行处的</auth>结尾处更正过来即可（真不明白发行版是怎么出来的，这种明显的错误也会在发行时显现）：

2、version information not found in metastore（版本信息找不到）：

看过网上的解决方案是在配置文件中将hive-site.xml 里面 hive.metastore.schema.verification 的值改为 false后不会出现问题。

根据错误检查了下ObjectStore.java源代码，该异常会在检查metastore的版本号时，如果从metastore数据源中没有返回版本号，则会根据上面所说的schema.verification来确定是否招抛出这个异常：

由于第一次启动metastore服务时，mysql作为数据源的hive数据库内没有生成任何表和数据，所以会出现返回的版本号为空的情况。我们可以暂时在hive.metastore.schema.verification里设置成false，在第一次启动自动生成了数据后，那么就可以将这个配置值再改回true，往后也相关无事了。在我看来，其实是hive在配置远端metastore的一个小bug。

3、MetaException：specified key was too long……

与数据库的编码格式有关，将数据库的编码改为：