hive的环境搭建

因为hive是基于hadoop的，所以一定要有hadoop的平台支撑：
hadoop分布式集群搭建：https://blog.51cto.com/14048416/2341491

1. 内嵌Derby版本:

安装步骤：

• 上传安装包：apache-hive-2.3.2-bin.tar.gz
• 解压安装包：tar -zxvf apache-hive-2.3.2-bin.tar.gz -C /application
• 进入进入到 bin 目录，运行 hive 脚本：./hive
• 初始化元数据库：./schematool -dbType derby -initSchema
• 最终测试进入hive后：hive>show tables;

安装时的常见错误：

• Error: FUNCTION ‘NUCLEUS_ASCII’ already exists. (state=X0Y68,code=30000)，这表示metastore_db已经存在，在相应的进入hive的目录中删除metastore_db，然后重新初初始化元数据即可。
• Terminal initialization failed; falling back to unsupported。这是因为hadoop（/root/apps/hadoop-2.6.5/share/hadoop/yarn/lib）集群的 jline-0.9.94.jar 包版本 过低，替换成 hive/lib 中的 jline-2.12.jar 包即可，记住：所有 hdfs 节点都得替换。

注意：使用Derby方式部署的hive，在哪个工作空间进入hive，就会在哪个工作空间创建一个derby.log metastore_db，元数据。即元数据跟着空间跑，如果下次不在这个工作空间进入，则无法访问上传存储的数据。因此这也是使用Derby方式部署的hive的弊端。

2. 外置MySQL版本：

首先这里需要MySQL的服务，在集群的任意节点上配置MySQL。
安装步骤：

• 修改hive的配置文件：hive-site.xml

  <configuration>
  <property>
  <name>javax.jdo.option.ConnectionURL</name>
  <value>jdbc:mysql://hadoop02:3306/hivedb?createDatabaseIfNotExist=true</value>
  <description>JDBC connect string for a JDBC metastore</description>
  <!-- 如果 mysql 和 hive 在同一个服务器节点，那么请更改 hadoop02 位 localhost -->
  </property>
  <property>
  <name>javax.jdo.option.ConnectionDriverName</name>
  Stay hungry Stay foolish -- http://blog.csdn.net/zhongqi2513
  <value>com.mysql.jdbc.Driver</value>
  <description>Driver class name for a JDBC metastore</description>
  </property>
  <property>
  <name>javax.jdo.option.ConnectionUserName</name>
  <value>root</value>
  <description>username to use against metastore database</description>
  </property>
  <property>
  <name>javax.jdo.option.ConnectionPassword</name>
  <value>root</value>
  <description>password to use against metastore database</description>
  </property>
  </configuration>
  <!--指定hive数据仓库的数据存储在hdfs上的目录：-->
  <property>
  <name>hive.metastore.warehouse.dir</name>
  <value>/user/hive/warehouse</value>
  </property>

• 把MySQL的驱动包，放置在hive/lib (mysql-connector-java-5.1.40-bin.jar)
• 配置hive的环境变量

  export HIVE_HOME=/home/hadoop/apps/apache-hive-1.2.1-bin
  export PATH=$PATH:$HIVE_HOME/bin

• 验证hive的安装：hive -help
• 初始化元数据：schematool -dbType mysql -initSchema
• 启动hive的客户端：hive
  注意：当配置好hive后，会在MySQL中生成57张表：
  DBS：管理库的表：

TBLS：管理表的表

COLUMNS_V2：管理字段的表

3. 连接hive的客户端:

• 直接使用hive命令，进入hive进行操作
• 把hive启动成为一个后台服务：nohup hiveserver2 1>/var/log/hiveserver.log 2>/var/log/hiveserver.err &，然后使用beeline连接。
  • [hadoop hadoop01@~]$beeline # 连接hive
  • hadoop01>!connect jdbc:hive2://hadoop01:10000 #连接客户端连接hive仓库
  • 或者 [hadoop hadoop01@~]$beeline -u jdbc:hive2://hadoop01:10000 -n hadoop
    但是使用beeline连接通常会出现错误：

    Connecting to jdbc:hive2://hadoop01:10000
    Enter username for jdbc:hive2://hadoop01:10000: hadoop
    Enter password for jdbc:hive2://hadoop01:10000: ******
    18/10/15 16:30:37 [main]: WARN jdbc.HiveConnection: Failed to connect to hadoop01:10000
    Error: Could not open client transport with JDBC Uri: jdbc:hive2://hadoop01:10000: Failed to open new session: java.lang.RuntimeException: org.apache.hadoop.ipc.RemoteException(org.apache.hadoop.security.authorize.AuthorizationException): User: hadoop is not allowed to impersonate hadoop (state=08S01,code=0

    报这个错误的原因不是hive本身，而是hive底层所依赖的hdfs的权限管理提高了，hadoop集群报出来的。必须做权限认证。
    解决方法：

• 停止集群：stop-dfs.sh && stop-yarn.sh
• 修改hadoop的hdfs-site.xml配置文件：加入：

  <property>
  <name>dfs.webhdfs.enabled</name>
  <value>true</value>
  </property>

• 修改hadoop的core-site.xml文件，加入：

  <property>
  <name>hadoop.proxyuser.hadoop.hosts</name>
  <value>*</value>   
  </property>
  <property>
  <name>hadoop.proxyuser.hadoop.groups</name>
  <value>*</value>
  </property>
  <!--core-site.xml这两个配置的name中的第二个hadoop是你的用户，如果不是hadoop需要修改-->

• 重新启动hadoop集群，重新启动hive的 server，然后使用beeline连接即可。
  

  4.用户接口的操作

   hive的命令分成两大类：
     - 进入hive客户端之后的操作：
       – query：正常的操作语句（查询+库表的DDL操作）
       – ！linux命令：在hive客户端中执行Linux命令（只能执行部分）
       – 在hive客户端中执行hadoop相关命令

  hive>！hadoop  fs -ls / ;   (以Linux命令的形式执行)   慢
  hive>dfs -ls  /;    使用当前的hive客户端的jvm进程执行   快

  常见操作有：

  hive>quit;    #退出hive的客户端
  hive>set key=value;     #设置hive的参数
  hive>add jar xxx.jar   #临时的向hive添加jar包
  hive>add file          #向hive中的classpath中添加file
  hive>list   jars   #查看添加的jar
  hive>source  file   #执行一个脚本（这个脚本时存储在linux上）

   - 进入hive客户端之前的操作：

[hadoop hadoop01@~]$ hive -e 'hql' #在linux下执行hive语句
[hadoop hadoop01@~]$ hive -f linux中的hql脚本  #在Linux下执行hql脚本
[hadoop hadoop01@~]$ hive -h hiveconf   key=value # 进入hive客户端，并初始化参数(只能设置一个)
[hadoop hadoop01@~]$ hive -i linux参数文件  #进入，hive并执行参数文件中的所有参数设置
[hadoop hadoop01@~]$ hive -v #输出结果打印到控制台
[hadoop hadoop01@~]$ hive -S #不打印日志，经常和-e参数使用
[hadoop hadoop01@~]$ hive -S -e 'hql' >> file  #将查询到的结果输出到Linux文件中