Hive 安装

所有 Hadoop 子项目,如 Hive,Pig 和 HBase 都支持 Linux 操作系统。因此,您在任何 Linux 操作系统上安装 Hive ,需要执行以下简单步骤:

第1步:验证JAVA安装

在安装Hive之前,必须在您的系统上安装Java。让我们使用以下命令验证 java安装:

$ java -version

如果您的系统上已安装 Java,则会看到以下响应:

java version "1.7.0_71"
Java(TM) SE Runtime Environment (build 1.7.0_71-b13)
Java HotSpot(TM) Client VM (build 25.0-b02, mixed mode)

如果你的系统中没有安装 java,那么按照下面给出的步骤来安装 java。

安装Java

第一步:

通过访问以下链接下载 JDK

以 JDK7 为例,将 jdk-7u71-linux-x64.tar.gz下载到您的系统中。

第二步:

通常你会在 Downloads 文件夹中找到下载的 JDK 文件。验证它并使用以下命令提取 jdk-7u71-linux-x64.gz 文件。

$ cd Downloads/
$ ls
jdk-7u71-linux-x64.gz
$ tar zxf jdk-7u71-linux-x64.gz
$ ls
jdk1.7.0_71 jdk-7u71-linux-x64.gz

第三步:

要使所有用户都可以使用 JDK,必须将其移动到 /usr/local/ 位置。

打开 root 并键入以下命令:

$ su
password:
# mv jdk1.7.0_71 /usr/local/
# exit

第四步:

要设置 PATH 和 JAVA_HOME 变量,请将以下命令添加到 〜/.bashrc 文件中。

export JAVA_HOME=/usr/local/jdk1.7.0_71
export PATH=$PATH:$JAVA_HOME/bin

现在将所有更改应用到当前正在运行的系统中。

$ source ~/.bashrc

第五步:

使用以下命令配置 java 选项:

# alternatives --install /usr/bin/java/java/usr/local/java/bin/java 2

# alternatives --install /usr/bin/javac/javac/usr/local/java/bin/javac 2

# alternatives --install /usr/bin/jar/jar/usr/local/java/bin/jar 2

# alternatives --set java/usr/local/java/bin/java

# alternatives --set javac/usr/local/java/bin/javac

# alternatives --set jar/usr/local/java/bin/jar

现在使用终端上的命令 java -version 来验证安装,如上所述。

第2步:验证Hadoop安装

在安装 Hive 之前,Hadoop 必须安装在您的系统上。让我们使用以下命令验证 Hadoop 安装:

$ hadoop version

如果您的系统上已经安装了 Hadoop,那么您将得到以下响应:

Hadoop 2.4.1 Subversion https://svn.apache.org/repos/asf/hadoop/common -r 1529768
Compiled by hortonmu on 2013-10-07T06:28Z
Compiled with protoc 2.5.0
From source with checksum 79e53ce7994d1628b240f09af91e1af4

如果您的系统上未安装 Hadoop,请继续执行以下步骤:

下载Hadoop

使用以下命令从 Apache Software Foundation 下载并提取 Hadoop 2.4.1。

$ su
password:
# cd /usr/local
# wget http://apache.claz.org/hadoop/common/hadoop-2.4.1/
hadoop-2.4.1.tar.gz
# tar xzf hadoop-2.4.1.tar.gz
# mv hadoop-2.4.1/* to hadoop/
# exit

以伪分布模式安装 Hadoop

以下步骤用于以伪分布式模式安装 Hadoop 2.4.1。

第一步:设置Hadoop

您可以通过将以下命令附加到 〜/ .bashrc 文件来设置Hadoop环境变量。

export HADOOP_HOME=/usr/local/hadoop
export HADOOP_MAPRED_HOME=$HADOOP_HOME
export HADOOP_COMMON_HOME=$HADOOP_HOME
export HADOOP_HDFS_HOME=$HADOOP_HOME
export YARN_HOME=$HADOOP_HOME
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native export
PATH=$PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin

现在将所有更改应用到当前正在运行的系统中。

$ source ~/.bashrc

第二步:Hadoop配置

您可以在位置 $HADOOP_HOME/etc/hadoop 中找到所有 Hadoop 配置文件。

您需要根据您的 Hadoop 基础架构对这些配置文件进行适当的更改。

$ cd $HADOOP_HOME/etc/hadoop

为了使用 java 开发 Hadoop 程序,您必须通过将 JAVA_HOME 值替换为系统中 java 的位置来重置 hadoop-env.sh 文件中的 java 环境变量。

export JAVA_HOME =/usr/local/jdk1.7.0_71

下面列出了您必须编辑才能配置 Hadoop 的文件列表。

site.xml

site.xml 文件包含的信息,如用于 Hadoop 的实例,分配给文件系统的存储器,存储器限制用于存储所述数据的端口号,以及读/写缓冲器的大小。

打开core-site.xml并在<configuration></configuration>标记之间添加以下属性。

<configuration>

   <property>
      <name>fs.default.name</name>
      <value>hdfs://localhost:9000</value>
   </property>

</configuration>

HDFS-site.xml

HDFS-site.xml 文件中包含的信息,如复制数据的值,名称节点的路径,你的本地文件系统的数据管理部路径。它意味着你想要存储Hadoop的地方。

让我们假设以下数据。

dfs.replication (data replication value) = 1

(In the following path /hadoop/ is the user name.
hadoopinfra/hdfs/namenode is the directory created by hdfs file system.)

namenode path = //home/hadoop/hadoopinfra/hdfs/namenode

(hadoopinfra/hdfs/datanode is the directory created by hdfs file system.)
datanode path = //home/hadoop/hadoopinfra/hdfs/datanode

打开此文件,并在该文件的<configuration></configuration>标记之间添加以下属性。

<configuration>

   <property>
      <name>dfs.replication</name>
      <value>1</value>
   </property>
   <property>
      <name>dfs.name.dir</name>
      <value>file:///home/hadoop/hadoopinfra/hdfs/namenode </value>
   </property>
   <property>
      <name>dfs.data.dir</name>
      <value>file:///home/hadoop/hadoopinfra/hdfs/datanode </value >
   </property>

</configuration>

注意: 在上面的文件中,所有属性值都是用户定义的,您可以根据Hadoop基础结构进行更改。

site.xml

该文件用于将纱线配置为Hadoop。打开yarn-site.xml文件并在该文件的<configuration></configuration>标记之间添加以下属性。

<configuration>

   <property>
      <name>yarn.nodemanager.aux-services</name>
      <value>mapreduce_shuffle</value>
   </property>

</configuration>

mapred-site.xml中

该文件用于指定我们正在使用的MapReduce框架。默认情况下,Hadoop包含一个yarn-site.xml模板。首先,您需要使用以下命令将文件从mapred-sitexml.template复制到mapred-site.xml文件。

$ cp mapred-site.xml.template mapred-site.xml

打开 mapred-site.xml 文件,并在该文件的<configuration></configuration>标记之间添加以下属性。

<configuration>

   <property>
      <name>mapreduce.framework.name</name>
      <value>yarn</value>
   </property>

</configuration>

验证Hadoop安装

以下步骤用于验证Hadoop安装。

第一步:命名节点设置

使用命令“hdfs namenode -format”设置namenode,如下所示。

$ cd ~
$ hdfs namenode -format

预期结果如下。

10/24/14 21:30:55 INFO namenode.NameNode: STARTUP_MSG:
/************************************************************
STARTUP_MSG: Starting NameNode
STARTUP_MSG: host = localhost/192.168.1.11
STARTUP_MSG: args = [-format]
STARTUP_MSG: version = 2.4.1
...
...
10/24/14 21:30:56 INFO common.Storage: Storage directory
/home/hadoop/hadoopinfra/hdfs/namenode has been successfully formatted.
10/24/14 21:30:56 INFO namenode.NNStorageRetentionManager: Going to
retain 1 images with txid >= 0
10/24/14 21:30:56 INFO util.ExitUtil: Exiting with status 0
10/24/14 21:30:56 INFO namenode.NameNode: SHUTDOWN_MSG:
/************************************************************
SHUTDOWN_MSG: Shutting down NameNode at localhost/192.168.1.11
 ************************************************************/

第二步:验证Hadoop dfs

以下命令用于启动dfs。执行此命令将启动您的Hadoop文件系统。

$ start-dfs.sh

预期产出如下:

10/24/14 21:37:56
Starting namenodes on [localhost]
localhost: starting namenode, logging to /home/hadoop/hadoop-2.4.1/logs/hadoop-hadoop-namenode-localhost.out
localhost: starting datanode, logging to /home/hadoop/hadoop-2.4.1/logs/hadoop-hadoop-datanode-localhost.out
Starting secondary namenodes [0.0.0.0]

第三步:验证纱线脚本

以下命令用于启动纱线脚本。执行这个命令将启动你的纱线守护进程。

$ start-yarn.sh

预期产出如下:

starting yarn daemons
starting resourcemanager, logging to /home/hadoop/hadoop-2.4.1/logs/yarn-hadoop-resourcemanager-localhost.out
localhost: starting nodemanager, logging to /home/hadoop/hadoop-2.4.1/logs/yarn-hadoop-nodemanager-localhost.out

第四步:在浏览器上访问Hadoop

访问Hadoop的默认端口号是50070.使用以下URL在浏览器上获取Hadoop服务。

http://localhost:50070/

Hadoop浏览器

第五步:验证群集的所有应用程序

访问群集的所有应用程序的默认端口号是8088.使用以下URL访问此服务。

http://localhost:8088/

所有应用程序

第3步:下载Hive

我们在本教程中使用hive-0.14.0。您可以通过访问以下链接http://apache.petsads.us/hive/hive-0.14.0/ 来下载它让我们假设它被下载到/ Downloads目录中。在这里,我们为本教程下载名为“apache-hive-0.14.0-bin.tar.gz”的Hive归档。以下命令用于验证下载:

$ cd Downloads
$ ls

成功下载后,您会看到以下回复:

apache-hive-0.14.0-bin.tar.gz

第4步:安装Hive

在您的系统上安装Hive需要以下步骤。让我们假设Hive归档文件被下载到/ Downloads目录中。

提取并验证Hive存档

以下命令用于验证下载并提取Hive存档:

$ tar zxvf apache-hive-0.14.0-bin.tar.gz
$ ls

成功下载后,您会看到以下回复:

apache-hive-0.14.0-bin apache-hive-0.14.0-bin.tar.gz

将文件复制到/ usr / local / hive目录

我们需要复制超级用户“su - ”中的文件。以下命令用于将解压目录中的文件复制到/ usr / local / hive目录。

$ su -
passwd:

# cd /home/user/Download
# mv apache-hive-0.14.0-bin /usr/local/hive
# exit

为Hive创建环境

您可以通过将以下行添加到 〜/ .bashrc 文件来设置Hive环境:

export HIVE_HOME=/usr/local/hive
export PATH=$PATH:$HIVE_HOME/bin
export CLASSPATH=$CLASSPATH:/usr/local/Hadoop/lib/*:.
export CLASSPATH=$CLASSPATH:/usr/local/hive/lib/*:.

以下命令用于执行〜/ .bashrc文件。

$ source ~/.bashrc

第5步:配置Hive

为了用Hadoop配置Hive,你需要编辑 hive-env.sh 文件,该文件被放置在 $ HIVE_HOME/conf 目录。以下命令将重定向到Hive config 文件夹并复制模板文件:

$ cd $HIVE_HOME/conf
$ cp hive-env.sh.template hive-env.sh

通过追加以下行来编辑 hive-env.sh 文件:

export HADOOP_HOME=/usr/local/hadoop

Hive安装已成功完成。现在您需要一个外部数据库服务器来配置Metastore。我们使用Apache Derby数据库。

第6步:下载并安装Apache Derby

按照下面的步骤下载并安装Apache Derby:

下载Apache Derby

以下命令用于下载Apache Derby。需要一些时间来下载。

$ cd ~
$ wget http://archive.apache.org/dist/db/derby/db-derby-10.4.2.0/db-derby-10.4.2.0-bin.tar.gz

以下命令用于验证下载:

$ ls

成功下载后,您会看到以下回复:

db-derby-10.4.2.0-bin.tar.gz

提取并验证Derby档案

以下命令用于提取和验证Derby存档:

$ tar zxvf db-derby-10.4.2.0-bin.tar.gz
$ ls

成功下载后,您会看到以下回复:

db-derby-10.4.2.0-bin db-derby-10.4.2.0-bin.tar.gz

将文件复制到/ usr / local / derby目录

我们需要从超级用户“su - ”复制。以下命令用于将解压目录中的文件复制到/ usr / local / derby目录中:

$ su -
passwd:
# cd /home/user
# mv db-derby-10.4.2.0-bin /usr/local/derby
# exit

为德比设置环境

您可以通过将以下行添加到 〜/ .bashrc 文件来设置Derby环境:

export DERBY_HOME=/usr/local/derby
export PATH=$PATH:$DERBY_HOME/bin
Apache Hive
18
export CLASSPATH=$CLASSPATH:$DERBY_HOME/lib/derby.jar:$DERBY_HOME/lib/derbytools.jar

以下命令用于执行 〜/ .bashrc 文件:

$ source ~/.bashrc

创建一个目录来存储Metastore

在$ DERBY_HOME目录中创建一个名为data的目录来存储Metastore数据。

$ mkdir $DERBY_HOME/data

德比安装和环境设置现已完成。

第7步:配置Hive的Metastore

配置Metastore意味着指定Hive存储数据库的位置。您可以通过编辑位于$ HIVE_HOME / conf目录中的hive- site.xml文件来完成此操作。首先,使用以下命令复制模板文件:

$ cd $HIVE_HOME/conf
$ cp hive-default.xml.template hive-site.xml

编辑 hive-site.xml 并在和</ configuration>标记之间添加以下行:

<property>
   <name>javax.jdo.option.ConnectionURL</name>
   <value>jdbc:derby://localhost:1527/metastore_db;create=true </value>
   <description>JDBC connect string for a JDBC metastore </description>
</property>

创建一个名为jpox.properties的文件并在其中添加以下行:

javax.jdo.PersistenceManagerFactoryClass =

org.jpox.PersistenceManagerFactoryImpl
org.jpox.autoCreateSchema = false
org.jpox.validateTables = false
org.jpox.validateColumns = false
org.jpox.validateConstraints = false
org.jpox.storeManagerType = rdbms
org.jpox.autoCreateSchema = true
org.jpox.autoStartMechanismMode = checked
org.jpox.transactionIsolation = read_committed
javax.jdo.option.DetachAllOnCommit = true
javax.jdo.option.NontransactionalRead = true
javax.jdo.option.ConnectionDriverName = org.apache.derby.jdbc.ClientDriver
javax.jdo.option.ConnectionURL = jdbc:derby://hadoop1:1527/metastore_db;create = true
javax.jdo.option.ConnectionUserName = APP
javax.jdo.option.ConnectionPassword = mine

第8步:验证Hive安装

在运行Hive之前,您需要在HDFS中创建 / tmp 文件夹和单独的Hive文件夹。在这里,我们使用 / user / hive / warehouse 文件夹。您需要为这些新创建的文件夹设置写入权限,如下所示:

chmod g+w

现在在验证Hive之前将它们设置在HDFS中。使用以下命令:

$ $HADOOP_HOME/bin/hadoop fs -mkdir /tmp
$ $HADOOP_HOME/bin/hadoop fs -mkdir /user/hive/warehouse
$ $HADOOP_HOME/bin/hadoop fs -chmod g+w /tmp
$ $HADOOP_HOME/bin/hadoop fs -chmod g+w /user/hive/warehouse

以下命令用于验证Hive安装:

$ cd $HIVE_HOME
$ bin/hive

成功安装Hive后,您会看到以下响应:

Logging initialized using configuration in jar:file:/home/hadoop/hive-0.9.0/lib/hive-common-0.9.0.jar!/hive-log4j.properties
Hive history file=/tmp/hadoop/hive_job_log_hadoop_201312121621_1494929084.txt
………………….
hive>

下面的示例命令被执行以显示所有的表格:

hive> show tables;
OK
Time taken: 2.798 seconds
hive>

下一章:Hive 数据类型

本章将带您了解Hive中涉及表创建的不同数据类型。Hive中的所有数据类型分为四种类型,具体如下:列类型字面空值复杂类型 列类型列类型用作Hive的列数据类型。他们如下:积分类型整型数据可以使用整型数据类型IN ...