hive的詳細介紹，安裝，部署

介紹：

一、什么是hive？？？

1,hive是基于Hadoop的一個數據倉庫工具、

2,可以將結構化的數據文件映射為一張數據庫表，并提供類sql的查詢功能、

3,可以將sql語句轉換為mapreduce任務進行運行、

4,可以用來進行數據提取轉換加載（ETL）

5,hive是sql解析引擎，它將sql 語句轉換成M/R job然后在Hadoop中運行。

hive的表其實就是HDFS的目錄/文件夾。 

hive表中的數據 就是hdfs目錄中的文件。按表名把文件夾分開。如果是分區表，則分區值是子文件夾，可以直接在M/R job里使用這些數據.

6,hive優點與缺點：

可以提供類SQL語句快速實現簡單的mapreduce統計，不需要開發專門的mapreduce應用

不支持實時查詢 

7，hive數據分為真實存儲的數據和元數據

真實數據存儲在hdfs中，元數據存儲在mysql中 

metastore 元數據存儲數據庫       

Hive將元數據存儲在數據庫中，如MySQL、derby。

Hive中的元數據包括表的名字，表的列和分區及其屬性，表的屬性（是否為外部表等），表的數據所在目錄等。

二、hive的體系架構：

用戶接口，包括 CLI（shell），JDBC/ODBC，WebUI(通過瀏覽器)

元數據存儲，通常是存儲在關系數據庫如 mysql, derby 中

解釋器、編譯器、優化器、執行器完成HQL查詢語句從語法分析，編譯，優化以及查詢計劃的生成，生成的查詢計劃存儲在HDFS中，并隨后被mapreduce調用執行

Hadoop：用 HDFS 進行存儲，利用 MapReduce 進行計算（帶*的查詢select * from teacher不會生成mapreduce任務，只是進行全表掃描）

在此強調：

Hadoop，zookpeer，spark，kafka,mysql已經正常啟動

三、開始安裝部署hive

基礎依賴環境：

1，jdk   1.6+
2, hadoop 2.x
3，hive 0.13-0.19
4，mysql   （mysql-connector-jar）

安裝詳細如下：

#java 
export JAVA_HOME=/soft/jdk1.7.0_79/
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
#bin
export PATH=$PATH:/$JAVA_HOME/bin:$HADOOP_HOME/bin:$SCALA_HOME/bin:$SPARK_HOME/bin:/usr/local/hadoop/hive/bin
#hadoop
export HADOOP_HOME=/usr/local/hadoop/hadoop
#scala
export SCALA_HOME=/usr/local/hadoop/scala
#spark
export SPARK_HOME=/usr/local/hadoop/spark
#hive
export HIVE_HOME=/usr/local/hadoop/hive

一、開始安裝：

1，下載：

https://hive.apache.org/downloads.html

解壓：

tar  xvf   apache-hive-2.1.0-bin.tar.gz  -C  /usr/local/hadoop/
cd  /usr/local/hadoop/
mv   apache-hive-2.1.0   hive

2，修改配置

修改啟動環境
cd   /usr/local/hadoop/hive
vim bin/hive-config.sh
#java 
export JAVA_HOME=/soft/jdk1.7.0_79/
#hadoop
export HADOOP_HOME=/usr/local/hadoop/hadoop
#hive
export HIVE_HOME=/usr/local/hadoop/hive

修改默認配置文件

cd   /usr/local/hadoop/hive
vim conf/hive-site.xml
<configuration>
    <property>
        <name>javax.jdo.option.ConnectionURL</name>
        <value>jdbc:mysql://master:3306/hive?createDatabaseInfoNotExist=true</value> 
            <description>JDBC connect string for a JDBC metastore</description>
      </property>
     <property>
            <name>javax.jdo.option.ConnectionDriverName</name>
            <value>com.mysql.jdbc.Driver</value>
            <description>Driver class name for a JDBC metastore</description>
      </property>
    <property>
            <name>javax.jdo.option.ConnectionUserName</name>
            <value>hive</value>
            <description>Username to use against metastore database</description>
      </property>
    <property>
            <name>javax.jdo.option.ConnectionPassword</name>
            <value>xujun</value>
            <description>password to use against metastore database</description>
      </property>
</configuration>

3，修改tmp dir

修改將含有"system:java.io.tmpdir"的配置項的值修改為如上地址

/tmp/hive

4，安裝mysql driver

去mysql官網下載驅動mysql-connector-java-5.1.40.zip

unzip  mysql-connector-java-5.1.40.zip

cp mysql-connector-java-5.1.40-bin.jar /user/lcoal/hadoop/hive/lib/

二、安裝好mysql，并且啟動

1.創建數據庫

create database hive 
grant all on *.* to  hive@'%'  identified by 'hive';
flush  privileges;

三，初始化hive(初始化metadata)

cd   /usr/local/hadoop/hive
bin/schematool -initSchema -dbType mysql 
SLF4J: See http://www.slf4j.org/codes.html#multiple_bindings for an explanation.
SLF4J: Actual binding is of type [org.apache.logging.slf4j.Log4jLoggerFactory]
Metastore connection URL: jdbc:mysql://hadoop3:3306/hive?createDatabaseInfoNotExist=true
Metastore Connection Driver : com.mysql.jdbc.Driver
Metastore connection User: hive
Starting metastore schema initialization to 2.1.0
Initialization script hive-schema-2.1.0.mysql.sql
Initialization script completed
schemaTool completed

四、啟動

[hadoop@hadoop1 hadoop]$ hive/bin/hive
which: no hbase in (/usr/lib64/qt-3.3/bin:/usr/local/bin:/bin:/usr/bin:/usr/local/sbin:/usr/sbin:/sbin://soft/jdk1.7.0_79//bin:/bin:/bin:/bin:/usr/local/hadoop/hive/bin:/home/hadoop/bin)
SLF4J: Class path contains multiple SLF4J bindings.
SLF4J: Found binding in [jar:file:/usr/local/hadoop/hive/lib/log4j-slf4j-impl-2.4.1.jar!/org/slf4j/impl/StaticLoggerBinder.class]
SLF4J: Found binding in [jar:file:/usr/local/hadoop/hadoop/share/hadoop/common/lib/slf4j-log4j12-1.7.10.jar!/org/slf4j/impl/StaticLoggerBinder.class]
SLF4J: See http://www.slf4j.org/codes.html#multiple_bindings for an explanation.
SLF4J: Actual binding is of type [org.apache.logging.slf4j.Log4jLoggerFactory]
Logging initialized using configuration in jar:file:/usr/local/hadoop/hive/lib/hive-common-2.1.0.jar!/hive-log4j2.properties Async: true
Hive-on-MR is deprecated in Hive 2 and may not be available in the future versions. Consider using a different execution engine (i.e. tez, spark) or using Hive 1.X releases.
hive> show databases;
OK
default
Time taken: 1.184 seconds, Fetched: 1 row(s)
hive>



五，實踐操作


使用hive創建表
以下兩個操作只是針對當前session終端
1，hive> set  hive.cli.print.current.db=true;   設置顯示當前數據庫名
hive (default)> 

2，hive (default)> set  hive.cli.print.header=true;    當使用select 查詢數據時候，顯示的結果會帶有表的字段名稱

3，創建表，并導入數據
hive> create table teacherq(id bigint,name string) row format delimited fields terminated by '\t';
OK
hive> create table people (id int ,name string);
OK
Time taken: 3.363 seconds
hive> SHOW TABLES;
OK
people
teacherq
student
Time taken: 0.283 seconds, Fetched: 1 row(s)

導入數據：
hive>load  data  local  inpath '/root/stdent.txt'  into table teacherq;

注意：如果你是普通用戶啟動hive，則使用相對路徑來導入本地數據

mv stdent.txt /usr/local/hadoop/hive/
cd   /usr/local/hadoop/hive
 > load  data  local  inpath  'stdent.txt'  into table teacherq;
Loading data to table default.teacherq
OK
Time taken: 2.631 seconds
       
hive> select * from teacherq;
OK
1	zhangsan
2	lisi
3	wangwu
4	libai
Time taken: 1.219 seconds, Fetched: 4 row(s)
hive>

4.建表(默認是內部表)

適用于先創建表，后load加載數據、

create table trade_detail(id bigint, account string, income double, expenses double, time string) row format delimited fields terminated by '\t';

默認普通表load數據：

load data  local inpath '/root/student.txt'  into  table student;

建外部表

適用于，hdfs先有數據，后創建表，進行數據查詢，分析管理

create external table td_ext(id bigint, account string, income double, expenses double, time string) row format delimited fields terminated by '\t' location '/td_ext';

外部表load數據：

 load data  local inpath '/root/student.txt'  into  table student;

建分區表

方法一：先創建分區表，然后load數據

    partition就是輔助查詢，縮小查詢范圍，加快數據的檢索速度和對數據按照一定的規格和條件進行管理。

    create table td_part(id bigint, account string, income double, expenses double, time string) partitioned by (logdate string) row format delimited fields terminated by '\t';

分區表中load數據

load data local inpath '/root/data.am' into table beauty partition (nation="USA");

hive (itcast)> select * from beat;

OK

beat.idbeat.namebeat.sizebeat.nation

1glm22.0china

2slsl21.0china

3sdsd20.0china

NULLwww19.0china

Time taken: 0.22 seconds, Fetched: 4 row(s)

方法二：先在hdfs 創建目錄，倒入數據，最后，更改hive元數據的信息

1， 創建分區目錄

   hive (itcast)> dfs -mkdir /beat/nation=japan

dfs -ls /beat；

Found 2 items

drwxr-xr-x   - hadoop supergroup          0 2016-12-05 16:07 /beat/nation=china

drwxr-xr-x   - hadoop supergroup          0 2016-12-05 16:16 /beat/nation=japan

2， 為分區目錄加載數據

hive (itcast)> dfs -put d.c  /beat/nation=japan

    此時查詢數據：數據還未加載進來。

hive (itcast)> dfs -ls /beat/nation=japan;

Found 1 items

-rw-r--r--   3 hadoop supergroup         20 2016-12-05 16:16 /beat/nation=japan/d.c

hive (itcast)> select * from beat;

OK

beat.idbeat.namebeat.sizebeat.nation

1glm22.0china

2slsl21.0china

3sdsd20.0china

NULLwww19.0china

Time taken: 0.198 seconds, Fetched: 4 row(s)

3，手動修改hive表結構，添加分區表信息

hive (itcast)>  alter table beat add partition (nation='japan') location "/beat/nation=japan";

OK

Time taken: 0.089 seconds

hive (itcast)> select * from beat;

OK

beat.idbeat.namebeat.sizebeat.nation

1glm22.0china

2slsl21.0china

3sdsd20.0china

NULLwww19.0china

7ab111.0japan

8rb23234.0japan

Time taken: 0.228 seconds, Fetched: 6 row(s)

此時數據加載完成。

刪除分區

用戶可以用 ALTER TABLE DROP PARTITION 來刪除分區。分區的元數據和數據將被一并刪除。

例：

ALTER TABLE beat DROP PARTITION (nation='japan');

特殊情況案例：

1，表中的某個字段需要作為分區的分區名，默認不允許創建,解決方法：

hive (itcast)> create table sms(id bigint ,content string,area string) partitioned by (area string) row format delimited fields terminated by '\t' ;

FAILED: SemanticException [Error 10035]: Column repeated in partitioning columns

解決方法：

建立冗余字段，即使用 area_pat來區分，

或者修改源碼

 hive (itcast)> create table sms(id bigint ,content string,area string) partitioned by (area_pat string) row format delimited fields terminated by '\t' ;