Hive0.13.1介绍及安装部署

一、简介

　　hive由Facebook开源用于解决海量结构化日志的数据统计。hive是基于Hadoop的一个数据仓库工具，是基于Hadoop之上的，文件是存储在HDFS上的，底层运行的是MR程序。hive可以将结构化的数据文件映射成一张表，并提供类SQL查询功能。

二、HIVE特点

• 构建在Hadoop之上的数据仓库
  • 使用HQL作为查询接口
  • 使用HDFS存储
  • 使用MapReduce计算
• 本质：将HQL转化成MapReduce程序
• 灵活性和扩展性比较好：支持UDF、自定义存储格式等
• 适合离线数据处理
• hive在Hadoop生态系统中的位置：

三、hive体系结构

• • 用户接口：
    • ClientCLI（hive shell）、JDBC/ODBC（java访问hive），WEBUI（浏览器访问hive）

• • 元数据：Metastore
    • 元数据包括：表名、表所属数据库、表的拥有者、列/分区字段、表的类型（是否外部表）、表数据所在目录等　
  • Hadoop
    • 使用HDFS存储，使用MR计算
  • 驱动器：Driver
    • 包含：解析器、编译器、优化器、执行器
    • 解析器
      • 将SQL字符串转换成抽象语法书AST，这一步一般都用第三方工具库完成，比如antlr；对AST进行语法分析，比如表是否存在、字段是否存在、SQL语义是否有误等
    • 编译器
      • 将AST编译生成逻辑执行计划
    • 优化器
      • 对逻辑执行计划进行优化
    • 执行器
      • 把逻辑执行计划转化成可以运行的物理计划。对hive来说，就是MR/TEZ/SPARK

四、hive优点

1. 操作接口采用类SQL语法，提供快速开发的能力（简单、容易上手）
2. 避免了去写MR，减少开发人员的学习成本
3. 统一的元数据管理，可以与impala/spark等共享元数据
4. 易扩展（HDFS+MR：可以扩展集群规模；支持UDF、UDAF、UDTF等自定义函数）

五、使用场景

1. 数据的离线处理，比如：日志分析，海量结构化数据离线分析...
2. Hive的执行延迟比较高，因此hive常用于数据分析的，对实时性要求不高的场合
3. Hive的优势在于处理大数据，对于小数据没有优势，因为Hive的执行延迟比较高

六、hive部署安装

　　*注意：安装部署hive之前，首先要安装完成jdk和hadoop。如有需要，可以查看博客：Haoop2.5.0伪分布式环境搭建。

　　step1：解压安装包

-bin.tar.gz -C /opt/software/

　　step2：在hdfs上创建hive所需要的目录及权限修改

hdfs dfs -mkdir /tmp
hdfs dfs -mkdir -p /user/hive/warehouse
hdfs dfs -chmod g+w /tmp
hdfs dfs -chmod g+w /user/hive/warehouse

　　step3：修改hive-env.sh中HADOOP_HOME及HIVE_CONF_DIR属性值，注意改名

# Set HADOOP_HOME to point to a specific hadoop install directory
HADOOP_HOME=/opt/software/hadoop-

# Hive Configuration Directory can be controlled by:
export HIVE_CONF_DIR=/opt/software/hive--bin/conf

　　step4：hive元数据信息默认是使用的Derby数据库，derby数据库只支持一个hive连接，修改为使用关系型数据库mysql存储hive元数据信息。

1. 安装mysql数据库

   # 查询系统中没有mysql
   sudo rpm -qa | grep mysql
   # 卸载自带的mysql库
   -.el6_3.x86_64
   # 使用yum进行mysql的安装
   sudo yum -y install mysql-server
   # 查看mysqld服务是否开启
   sudo service mysqld status
   # 启动mysql服务
   sudo service mysqld start
   # 设置开机启动mysqld
   sudo chkconfig mysqld on
   # 设置mysql管理员root的密码
   mysqladmin -u root password '

2. 设置mysql的连接权限

   mysql -uroot -p # 进入mysql命令行grant all privileges on *.* to ' with grant option;flush privileges; # 刷新quit; # 退出sudo service mysqld restart # 重启mysql服务

3. 自定义hive的配置文件，从默认的文件（hive-default.xml.template）拷贝一份过来，重命名为hive-site.xml，然后删除其中的内容，添加以下内容：

    <?xml version="1.0" encoding="UTF-8" standalone="no"?>
    <?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
   
    <!--
       Licensed to the Apache Software Foundation (ASF) under one or more
       contributor license agreements.  See the NOTICE file distributed with
       this work for additional information regarding copyright ownership.
       The ASF licenses this file to You under the Apache License, Version 2.0
       (the "License"); you may not use this file except in compliance with
       the License.  You may obtain a copy of the License at
   
           http://www.apache.org/licenses/LICENSE-2.0
   
       Unless required by applicable law or agreed to in writing, software
       distributed under the License is distributed on an "AS IS" BASIS,
       WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
       See the License for the specific language governing permissions and
       limitations under the License.
    -->
   
    <configuration>
        <property>
            <name>hive.exec.mode.local.auto</name>
            <value>true</value>
        </property>
        <property>
            <name>hive.exec.mode.local.auto.input.files.max</name>
            <value>100</value>
        </property>
        <property>
            <name>hive.exec.mode.local.auto.inputbytes.max</name>
            <value>13421772800000</value>
        </property>
        <property>
            <name>hive.cli.print.header</name>
            <value>true</value>
        </property>
        <property>
            <name>hive.cli.print.current.db</name>
            <value>true</value>
        </property>
        <property>
            <name>javax.jdo.option.ConnectionDriverName</name>
            <value>com.mysql.jdbc.Driver</value>
        </property>
        <property>
            <name>javax.jdo.option.ConnectionURL</name>
            <value>jdbc:mysql://bigdata01:3306/hive?createDatabaseIfNotExist=true&amp;useSSL=true&amp;useUnicode=true&amp;characterEncoding=UTF-8</value>
        </property>
        <property>
            <name>javax.jdo.option.ConnectionUserName</name>
            <value>hive</value>
        </property>
        <property>
            <name>javax.jdo.option.ConnectionPassword</name>
            <value>hive</value>
        </property>
        <property>
            <name>hive.metastore.uris</name>
            <value>thrift://bigdata01:9083</value>
        </property>
        <property>
            <name>hive.server2.thrift.port</name>
            <value>10013</value>
        </property>
    </configuration>

4. 拷贝mysql驱动到/opt/software/hive-0.13.1-bin/lib/目录下

　至此，hive部署完成，即可通过命令行输入hive进入hive环境。