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hive4. 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MySQL1）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mariadb4）安装MySQL依赖5）安装mysql-client6）安装mysql-server7）启动MySQL8）查看MySQL密码
2. 配置MySQL1）用刚刚查到的密码进入MySQL2）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MySQL1. 配置元数据到MySQL1）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$HIVE_HOME/conf目录下新建hive-site.xml文件4）初始化Hive元数据库（修改为采用MySQL存储元数据）
2. 验证元数据是否配置成功1）启动hadoop集群和MySQL服务2）启动Hive3）使用Hive
3. 查看MySQL中的元数据1）登录MySQL2）查看元数据库metastore
五、Hive服务部署1. hiveserver2服务1）用户说明2）`hiveserver2`部署3）测试4）配置DataGrip连接
2. metastore服务1）metastore运行模式2）metastore部署3）测试
3. 编写Hive服务启动脚本1）前台启动的方式导致需要打开多个窗口，可以使用如下方式后台方式启动2）为了方便使用，可以直接编写脚本来管理服务的启动和关闭3）添加执行权限4）启动Hive后台服务
六、其他配置1. 解决hive打印大量INFO日志1）进入到hive安装路径下的conf目录下2）新建`log4j.properties`文件3）重新执行启动hive的命令
2.Hive卸载1）卸载MySQL说明2）卸载Hive
3. 修改Hive运⾏⽇志的存放位置1）创建hivelog4j2.properties2）在 `hive-log4j2.properties` ⽂件中修改 log 存放位置3）⽤hive-script.sh restart重启服务后，查看`$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.sh2）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：
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：
（2）Hive端配置
在hive-site.xml文件中添加如下配置信息:
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：
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：
（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：
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：
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:
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
（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
精彩链接
您阅读本篇文章共花了：
发表评论