Hadoop生态系统—数据仓库Hive的安装

一、数据仓库

数据仓库是一个面向主题的、集成的、随时间变化，但信息本身相对稳定的数据集合，相比于传统型数据库，它主要用于支持企业或组织的决策分析处理。主要有以下3个特点：

数据仓库是面向主题的：

数据仓库中的数据是按照一定的主题域进行组织，大概意思就是说存的数据是一类数据
数据仓库是随时间变化的：

其中存的数据是有时序的，会保存很长一段时间的数据
数据仓库相对稳定：

数据仓库主要是用来进行数据的查询，很少进行修改和删除

数据仓库的结构

二、Hive简介

2.1 Hive简介

Hive最初是Facebook开发的一款用来SQL分析的应用，它是建立在Hadoop文件系统上的数据仓库，能够对存储在HDFS中的数据进行数据提取、转换和加载（ETL），这是一种可以存储、查询、分析存储在Hadoop中的大规模数据的机制。Hive定义了简单的类SQL查询语言，简称HQL。但Hive并不是一个数据库，它只是提供了和数据库相类似的查询语言。其实他是用来执行简化MapReduce操作的，可以解决很多MapReduce解决起来比较麻烦的事。Hive把用户的HiveQL语句解释转换为MapReduce作业提交到Hadoop集群上，Hadoop监控作业执行过程，然后返回作业执行结果给用户。

2.2 Hive系统架构

用户接口：主要分为3个，分别是CLI（命令行）、JDBC/ODBC（由Java实现的用来连接数据库）、和WebUI（浏览器）。
跨语言服务（Thrift Server）:Thrift是Facebook开发的一个软件框架，用来进行可扩展且跨语言的服务，Hive集成该服务，可以让不同的编程语言调用Hive的接口
底层的驱动引擎：主要包含编译器(Compile)/优化器(Optimizer)/执行器(Executor)
元数据存储系统(Metastore)：Hive的元数据包括表名、列、分区及其相关属性，表数据所在目录的位置信息，Metastore默认存在自带的Derby数据库中（这是一个嵌入式数据库，更多有关嵌入式数据库资料查看这里在Spring中使用嵌入式数据库-H2）。

三、Hive实践

3.1 Hive安装

由于Hive依赖于Hadoop，所以要提前安装Hadoop，参见手把手教你安装Hadoop集群

下载并解压

之前的Hadoop是分布式安装在3台机器上的，但Hive只需要安装在一台机子即可，我这里选择的是hadoop02

下载地址：https://hive.apache.org/downloads.html，(在国内镜像网站上也是可以下载的)注意与Hadoop的版本对应，之前安装的Hadoop是2.x版本，这里下载安装Hive 2.3.9。具体版本对应关系可在下载页面查看。

tar zxvf apache-hive-2.3.9-bin.tar.gz

配置环境变量

如何配置Linux环境变量

  # ---------Hive----------
  export HIVE_HOME=/home/apache-hive-2.3.9-bin
  export PATH=$HIVE_HOME/bin:$HIVE_HOME/conf:$PATH

修改配置文件

这一步不是必须的，也就是不修改配置文件也是可以启动的。

Hive默认的配置是使得Derby数据库进行存储的，是单用户的模式，也就是意味着同一时间只能有一个用户使用Hive。这里修改的配置主要是使用MySQL来存储元数据。在Hive配置中原本有hive-default.xml.template，对这个文件进行复制修改
```
cd $HIVE_HOME/conf
cp hive-default.xml.template hive-site.xml
```
修改如下内容，可根据name属性进行搜索，可能并不连续

  <property>
      <name>javax.jdo.option.ConnectionURL</name>
      <value>jdbc:mysql://192.168.83.1:3307/hive?createDatabaseIfNotExist=true</value>
      <description>
          Mysql连接地址
      </description>
  </property>
  <property>
      <name>javax.jdo.option.ConnectionPassword</name>
      <value>123456</value>
      <description>mysql密码</description>
  </property>
  <property>
      <name>javax.jdo.option.ConnectionDriverName</name>
      <value>com.mysql.cj.jdbc.Driver</value>
      <description>JDBC驱动</description>
  </property>
  <property>
      <name>javax.jdo.option.ConnectionUserName</name>
      <value>root</value>
      <description>mysql用户名</description>
  </property>
  
  <property>
      <name>hive.querylog.location</name>
      <value>/data/hive/querylog</value>
      <description>Location of Hive run time structured log file</description>
  </property>
  <property>
      <name>hive.exec.local.scratchdir</name>
      <value>/data/hive/scratchdir</value>
      <description>Local scratch space for Hive jobs</description>
  </property>
  <property>
      <name>hive.downloaded.resources.dir</name>
      <value>/data/hive/resourcesdir</value>
      <description>Temporary local directory for added resources in the remote file system.</description>
  </property>
  <property>
      <name>hive.server2.logging.operation.log.location</name>
      <value>/data/hive/operation_logs</value>
      <description>Top level directory where operation logs are stored if logging functionality is enabled</description>
  </property>

将Mysql的JDBC连接连接驱动放进hive的lib目录下，注意下载与Mysql对应的版本
在Mysql中创建hive数据库，并在hive的bin下执行如下命令，初始化Mysql中元数据的存储schema

  ./schematool -initSchema -dbType mysql

启动Hive

由于已经配置了环境变量，所以直接执行hive即可启动

本站声明：
1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；

2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；

3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；

4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；

5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

原创文章，作者：ItWorker，如若转载，请注明出处：https://blog.ytso.com/294608.html