技术标签: hive # Hadoop hive环境安装 hive环境搭建 beeline BigData MariaDB
Hive由 Facebook 开源用于解决海量结构化日志的数据统计工具。
Hive是基于Hadoop的一个数据仓库工具,可以将结构化的数据文件映射为一张数据库表,并提供类SQL查询功能,可以将SQL语句转换为MapReduce任务进行运行。
当然,SQL语句也可以转换成Tez或Spark。
为什么需要Hive?
Hive架构体系
Driver组件
解析器(SQL Parser):将 SQL 字符串转换成抽象语法树 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。
编译器(Physical Plan):将 AST 编译生成逻辑执行计划。
优化器(Query Optimizer):对逻辑执行计划进行优化。
执行器(Execution):把逻辑执行计划转换成可以运行的物理计划。对于 Hive 来
说,就是 MR/Spark/Tez。
MetaStore组件
用户接口
Hive的三种部署模式,主要按Metastore 的运行模式进行区分。
本文主要以Local模式进行演示,关系数据库将选用Mysql的一个分支版MariaDB。
本文以Hadoop2.7.7为例,可以参考教程:https://blog.csdn.net/tangyi2008/article/details/121908766
安装好Hadoop后,需要添加用户的代理配置:
vi $HADOOP_HOME/etc/hadoop/core-site.xml
添加如下配置项
<property>
<name>hadoop.proxyuser.xiaobai.hosts</name>
<value>*</value>
</property>
<property>
<name>hadoop.proxyuser.xiaobai.groups</name>
<value>*</value>
</property>
注意,配置项中的xiaobai为ubuntu系统的用户名,如果不是该用户名,改为对应的配置项,比如你的用户名为zhangsan, 则选项为
hadoop.proxyuser.zhangsan.hosts
和hadoop.proxyuser.zhangsan.groups
MariaDB数据库是MySQL的一个分支,由MySQL的创始人Michael Widenius(英语:Michael Widenius)主导开发。开发该分支的原因之一是:甲骨文公司收购了MySQL后,有将MySQL闭源的潜在风险,因此社区采用分支的方式来避开这个风险。
MariaDB名称来自Michael Widenius的女儿Maria的名字。
使用如下命令查看MariaDB的安装情况
sudo dpkg -l | grep maria
如果没有打印任何内容,说明没有安装,否则,可根据需要决定是否需要卸载后重新安装
如果你想卸载掉以前安装的mariadb或者mysql,可以使用如下命令
sudo apt autoremove mysql-*
如果确定安装的是maria,可以使用如下命令卸载
sudo apt autoremove mariadb-*
可以使用如下命令进行便捷的安装,它会在你默认的源中安装
sudo apt update
sudo apt install mariadb-server
注意:可以在
https://downloads.mariadb.org/mariadb/repositories/
中去设定自己的操作系统及版本、需要安装的 MariaDB 版本、符合自己国家区域的仓库,以便更快速准确的安装所需要的版本。当设置好操作系统(18.04LTS)、MariaDB版本(10.6)和仓库(Alibaba Cloud)时,网页上会给出添加仓库的命令和安装的命令
添加Repository的命令
sudo apt-get install software-properties-common dirmngr apt-transport-https sudo apt-key adv --fetch-keys 'https://mariadb.org/mariadb_release_signing_key.asc' sudo add-apt-repository 'deb [arch=amd64,arm64,ppc64el] https://mirrors.aliyun.com/mariadb/repo/10.6/ubuntu bionic main'
更新源并安装MariaDB的命令
sudo apt update sudo apt install mariadb-server
完成安装,使用下面的命令检查MariaDB服务状态
sudo systemctl status mariadb
当看到如下界面,恭喜你,安装成功!!!
使用如下命令进行基本的配置:
sudo mysql_secure_installation
执行命令后,终端会有如下问题需要设定:
1.Enter current password for root (enter for none):
(预设的MariaDB没有密码,直接Enter即可)
2.Switch to unix_socket authentication [Y/n] n
(是否切换unix_socket安全认证,这里输入的n,即不切换)
3.Change the root password? [Y/n] y
(是否修改root账户的密码,输入的y,即会修改root密码
注意:
- root密码最好是复杂密码,否则可能会每次连接MariaDB时需要加sudo
- 在设置密码时,输入密码时是不会跳光标的
- 本文将密码设置成abc@@123
)
4.Remove anonymous users? [Y/n] y
(是否删除匿名用户,这里输入的是y,即删除匿名用户
默认情况下,MariaDB安装有匿名用户,允许任何人登录MariaDB而无需为其创建帐户,在生产环境中一定要删除
)
5.Disallow root login remotely? [Y/n] y
(是否允许远程登录root账户,否则只能在localhost上登录root账户,这里输入的y,即不允许远程登录root账户)
6.Remove test database and access to it? [Y/n] y
(是否删除test数据库,这里输入的y,即删除test数据库
默认情况下,MariaDB有一个test数据库,允许任何用户获取
)
7.Reload privilege tables now? [Y/n] y
(是否重新加载权限表,这里输入的y,即立即重新加载)
问题描述:在Ubuntu 18.04 版本中安装 MariaDB 后,每次访问MariaDB 需要加 sudo 才能访问。
原因:MariaDB 中 root 用户的密码强度不是强类型。
解决方案:将root账户的密码修改为强类型的密码,例如包含大小写字母、数字、符号的至少 8 位数。比如下面的命令将密码修改成abc@@123
SET PASSWORD = PASSWORD('abc@@123');
问题描述:不能使用服务器的ip地址连接数据库
原因:默认将ip绑定在了127.0.0.1
上,所以只能使用127.0.0.1
或者localhost
进行连接
解决方案:修改配置文件/etc/mysql/mariadb.conf.d/50-server.cnf
sudo vi /etc/mysql/mariadb.conf.d/50-server.cnf
修改[mysqld]
下的参数 bind-address = 127.0.0.1 => bind-address = 0.0.0.0
然后重启MariaDB service
sudo service mariadb restart
MariaDB/MySQL数据库读取配置文件的顺序如下:
“/etc/mysql/my.cnf” symlinks to this file, reason why all the rest is read.
“/etc/mysql/mariadb.cnf” (this file) to set global defaults,
“/etc/mysql/conf.d/*.cnf” to set global options.i
“/etc/mysql/mariadb.conf.d/*.cnf” to set MariaDB-only options.
“~/.my.cnf” to set user-specific options.
下载地址:https://dlcdn.apache.org/hive/, 本文下载版本为:apache-hive-2.3.9
录然也可以在windows上通过迅雷等加速软件下载好以后,再使用sftp工具上传到相应目录
cd ~/soft
wget https://dlcdn.apache.org/hive/hive-2.3.9/apache-hive-2.3.9-bin.tar.gz
tar -xvf apache-hive-2.3.9-bin.tar.gz -C ~/opt
cd ~/opt
ln -s apache-hive-2.3.9-bin/ hive
配置环境变量
vi ~/.bashrc
在末尾添加如下内容:
export HIVE_HOME=/home/xiaobai/opt/hive
export PATH=$HIVE_HOME/bin:$PATH
使配置生效
source ~/.bashrc
MySQL的连接驱动的下载页面:https://downloads.mysql.com/archives/c-j/
这里使用wget下载5.1.49版本的连接器:
cd ~/soft
wget https://cdn.mysql.com/archives/mysql-connector-java-5.1/mysql-connector-java-5.1.49.tar.gz
tar -xvf mysql-connector-java-5.1.49.tar.gz
cp mysql-connector-java-5.1.49/mysql-connector-java-5.1.49.jar ~/opt/hive/lib
当然也可以在windows上下载好相应的连接器,然后将其传入目录
$HIVE_HOME/lib
即可
配置文件:hive-site.xml
常用配置参数介绍:
属性名称 | 类型 | 默认值 | 描述 |
---|---|---|---|
hive.metastore.warehouse.dir | URI | /user/hive/warehouse | 相对于fs.defaultFS的目录,托管表就存储在这里 |
hive.metastore.uris | 逗号分隔的URI | 未设定 | 如果未设置(默认值),则使用当前的metastore,否则连接到由URI列表指定要连接的远程metastore服务器。如果有多个远程服务器,则客户端便以轮询方式连接 |
javax.jdo.option.ConnectionURL | URI | jdbc:derby:;databaseName=metastore_db;create=true | JDBC URL, mysql示例: jdbc:mysql://localhost:3306/hive?createDatabaseIfNotExist=true |
javax.jdo.option.ConnectionDriverName | String | org.apache.derby.jdbc.EmbeddedDriver | JDBC驱动器的类名 mysql示例: com.mysql.jdbc.Driver |
javax.jdo.option.ConnectionUserName | String | APP | JDBC用户名 |
javax.jdo.option.ConnectionPassword | String | mine | JDBC密码 |
打开hive-site.xml
vi ~/opt/hive/conf/hive-site.xml
添加如下内容
<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<property>
<name>javax.jdo.option.ConnectionURL</name>
<value>jdbc:mysql://node1:3306/hive?useSSL=false&createDatabaseIfNotExist=true</value>
</property>
<property>
<name>javax.jdo.option.ConnectionDriverName</name>
<value>com.mysql.jdbc.Driver</value>
</property>
<property>
<name>javax.jdo.option.ConnectionUserName</name>
<value>hive</value>
</property>
<property>
<name>javax.jdo.option.ConnectionPassword</name>
<value>hive_pwd</value>
</property>
<property>
<name>hive.server2.thrift.port</name>
<value>10000</value>
</property>
<property>
<name>hive.server2.thrift.bind.host</name>
<value>node1</value>
</property>
</configuration>
特别注意:这里设置的数据库主机为node1, 需要解决数据库**远程不能访问**的问题
mysql -uroot -pabc@@123
grant all privileges on hive.* to 'hive'@'%' identified by 'hive_pwd';
schematool -dbType mysql -initSchema
#确保启动hdfs和yarn
start-dfs.sh
start-yarn.sh
#进入hive的CLI命令窗口,hive命令后不跟参数时,默认启动cli,即下面命令等价于hive
hive --service cli
使用beeline客户端,需要启动hiveserver2服务(HS2)
nohup hive --service hiveserver2 &
在启动一些后台守护进程时经常搭配使用
nohup
和&
:nohup <程序名> &
使用nohup运行程序
- 使用Ctrl + C发送SIGINT信号,程序关闭
- 关闭session发送SIGHUP信号,程序免疫
使用&后台运行
- 使用Ctrl + C发送SIGINT信号,程序免疫
- 关闭session发送SIGHUP信号,程序关闭
#启动beeline
beeline
#在交互界面输入连接信息:
!connect jdbc:hive2://node1:10000
#输入用户名和密码
#查看所有数据库
show databases;
也可以在beeline启动时就指定相应连接参数
beeline -u jdbc:hive2://node1:10000 -n xiaobai -p 123456
- -u: 连接的JDBC URL
- -n: 连接的用户名
- -p: 连接的密码
至此,大功告成!!!
文章浏览阅读87次。 高并发下的Nginx性能优化实战、解读Nginx的核心知识、掌握nginx核心原理?通过本期课程将解答我们的疑惑。_随着 nginx 发展,高并发、轻量的优势,近几年
文章浏览阅读1.1k次。docker启动redis命令_linux docker 重启 redis
文章浏览阅读325次。插头DP小结_dp插头模型
文章浏览阅读3.5k次。关于测试工作效率低的一些思考和改进方法引子 汇总统计了一下项目组近期测试项目实际工作量与基线工作量的对比,发现一个严重问题。就是工作效率特别低下。下面简单列举一下几个项目预期工作量和实际工作量以及时间耗费严重的地方、项目简要背景。 1、B版本测试。版本预期工作量15人天,实际耗费工作量在30人天。更为严重的是测试人员并没有因为测试周期延长和工作量投入加大而测试的更轻松,反而是测试期..._测试人员不足与改进
文章浏览阅读173次。级联样式表 CSS-难以成熟 (CSS — Difficult to maturation)Unlike software, the CSS specifications are developed by successive versions, which would allow a browser to refer to a particular version. CSS was devel..._级联样式表是哪年产生的
文章浏览阅读1.7k次。目录批处理语句1、批处理语句简介示例一:示例二:存储过程一、什么是存储过程1、存储过程的简介2、存储过程包含的内容3、存储过程的优点4、存储过程的分类系统存储过程:用户定义存储过程5、常用的系统储存过程(1)一般常用的存储过程(2)xp_cmdshell二、创建存储过程1、定义存储过程的语法2、不带参数的存储过程3、带参数..._sql的批处理
文章浏览阅读2.9k次。计算机网络定义: 一些互相连接的,自治的计算机或者智能硬件设备集合信息是如何交换的?1、电路交换(电话)线路被某个终端占用后不会被释放 除非主动释放2、分组交换分组交换是 把大数据拆分成小数据进行分组传输 提高传输效率计算机上的数据是突发的,所以不采用电路交换,而采用分组交换3、ISP(internet service provider)网络服务提供商终端通过交换机连接一级ISP(国际性区域)之间互相连接 某一条线路断后可以通过其他设备进行通信二级ISP(国家/区域性规模)与一级相互连接三级ISP(本地区域
文章浏览阅读3.5k次,点赞12次,收藏46次。/** * @brief * @note * @param None * @retval None * @author PWH * @date 2021/4 */int32_t GT20L16S1Y_Get_Addr_Ascii_7x8(char *asciiCode){ if (*asciiCode >= ' ' && *asciiCode <= '~') { return 0x66C0 + (*asciiCode - ._gt20l16s1y
文章浏览阅读1.3k次。最近我的ETH交易里面出现了一种情况,交易虽然返回了hash,但是却迟迟未被确认,连在区块浏览器上也找不到对应的pending交易, 但是通过节点api调用hash获取记忆记录却有数据返回。这种情况问了人也查了资料,最后得出的结果是,交易可能在矿池,但是却没有被矿工打包。于是想到了imtoken钱包的加速交易内容。说到加速交易,不得不说的就是ETH交易内重要的一个内容, nonce。nonc..._ethers获取交易nonce
文章浏览阅读7.6k次。在Android中我们可以用visibility来控制控件的显示和隐藏,那在Flutter中我们怎么控制呢?其实,在Flutter中控制Widget显示和隐藏有3中方法:不过3种方法的核心思想都是根据变量的值去判断的,所以先定义一个变量:bool visible = true;变量的值可以在事件中去控制,比如: onPressed: () { setS..._flutter判断控制是否被遮住
文章浏览阅读673次。有没有师兄师姐有meganv2.04以上的版本小弟只有低版本的 需要高版本运行一下有偿!_megan v2.04
文章浏览阅读32次。springboot基于springboot的小型超市库存管理系统。springboot基于SpringBoot的校园失物招领系统。springboot基于springboot的残障人士社交平台。springboot基于springboot的酒店管理系统。springboot基于springboot的电商购物系统。springboot基于微信小程序的Sunmoon口红商城。springboot基于云平台的便民物流速递信息管理系统。springboot基于微服务的固定资产管理系统。