Hive - 安装 Hive - 介绍 Hive - 数据类型 所有Hadoop子项目，如Hive，Pig和HBase都支持Linux操作系统。因此，您需要安装任何Linux风格的操作系统。为Hive安装执行以下简单步骤： 第1步：验证JAVA安装 在安装Hive之前，必须在您的系统上安装Java。让我们使用以下命令验证java安装： $ java –version 如果您的系统上已安装Java，则会看到以下响应： java version "1.7.0_71" Java(TM) SE Runtime Environment (build 1.7.0_71-b13) Java HotSpot(TM) Client VM (build 25.0-b02, mixed mode) 如果你的系统中没有安装java，那么按照下面给出的步骤来安装java。 安装Java 第一步： 通过访问以下链接下载java（JDK <最新版本> - X64.tar.gz）http://www.oracle.com/technetwork/java/javase/downloads/jdk7-downloads-1880260.html 然后将jdk-7u71-linux-x64.tar.gz下载到您的系统中。 第二步： 通常你会在Downloads文件夹中找到下载的java文件。验证它并使用以下命令提取jdk-7u71-linux-x64.gz文件。 $ cd Downloads/ $ ls jdk-7u71-linux-x64.gz $ tar zxf jdk-7u71-linux-x64.gz $ ls jdk1.7.0_71 jdk-7u71-linux-x64.gz 第三步： 要使所有用户都可以使用Java，必须将其移动到“/ usr / local /”位置。打开root并键入以下命令。 $ su password: # mv jdk1.7.0_71 /usr/local/ # exit 第四步： 要设置PATH和JAVA_HOME变量，请将以下命令添加到〜/ .bashrc文件中。 export JAVA_HOME=/usr/local/jdk1.7.0_71 export PATH=$PATH:$JAVA_HOME/bin 现在将所有更改应用到当前正在运行的系统中。 $ source ~/.bashrc 第五步： 使用以下命令配置java选项： # alternatives --install /usr/bin/java/java/usr/local/java/bin/java 2 # alternatives --install /usr/bin/javac/javac/usr/local/java/bin/javac 2 # alternatives --install /usr/bin/jar/jar/usr/local/java/bin/jar 2 # alternatives --set java/usr/local/java/bin/java # alternatives --set javac/usr/local/java/bin/javac # alternatives --set jar/usr/local/java/bin/jar 现在使用终端上的命令java -version来验证安装，如上所述。 第2步：验证Hadoop安装 在安装Hive之前，Hadoop必须安装在您的系统上。让我们使用以下命令验证Hadoop安装： $ hadoop version 如果您的系统上已经安装了Hadoop，那么您将得到以下响应： Hadoop 2.4.1 Subversion https://svn.apache.org/repos/asf/hadoop/common -r 1529768 Compiled by hortonmu on 2013-10-07T06:28Z Compiled with protoc 2.5.0 From source with checksum 79e53ce7994d1628b240f09af91e1af4 如果您的系统上未安装Hadoop，请继续执行以下步骤： 下载Hadoop 使用以下命令从Apache Software Foundation下载并提取Hadoop 2.4.1。 $ su password: # cd /usr/local # wget http://apache.claz.org/hadoop/common/hadoop-2.4.1/ hadoop-2.4.1.tar.gz # tar xzf hadoop-2.4.1.tar.gz # mv hadoop-2.4.1/* to hadoop/ # exit 以伪分布模式安装Hadoop 以下步骤用于以伪分布式模式安装Hadoop 2.4.1。 第一步：设置Hadoop 您可以通过将以下命令附加到 〜/ .bashrc 文件来设置Hadoop环境变量。 export HADOOP_HOME=/usr/local/hadoop export HADOOP_MAPRED_HOME=$HADOOP_HOME export HADOOP_COMMON_HOME=$HADOOP_HOME export HADOOP_HDFS_HOME=$HADOOP_HOME export YARN_HOME=$HADOOP_HOME export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native export PATH=$PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin 现在将所有更改应用到当前正在运行的系统中。 $ source ~/.bashrc 第二步：Hadoop配置 您可以在位置“$ HADOOP_HOME / etc / hadoop”中找到所有Hadoop配置文件。您需要根据您的Hadoop基础架构对这些配置文件进行适当的更改。 $ cd $HADOOP_HOME/etc/hadoop 为了使用java开发Hadoop程序，您必须通过将 JAVA_HOME 值替换为系统中java的位置来重置 hadoop-env.sh 文件中的java环境变量。 ** export JAVA_HOME =/usr/local/jdk1.7.0_71 下面列出了您必须编辑才能配置Hadoop的文件列表。 site.xml 该 site.xml 文件包含的信息，如用于Hadoop的实例，分配给文件系统的存储器，存储器限制用于存储所述数据的端口号，以及读/写缓冲器的大小。 打开core-site.xml并在<configuration>和</configuration>标记之间添加以下属性。 <configuration> <property> <name>fs.default.name</name> <value>hdfs://localhost:9000</value> </property> </configuration> HDFS-site.xml 在 HDFS-site.xml 文件中包含的信息，如复制数据的值，名称节点的路径，你的本地文件系统的数据管理部路径。它意味着你想要存储Hadoop的地方。 让我们假设以下数据。 dfs.replication (data replication value) = 1 (In the following path /hadoop/ is the user name. hadoopinfra/hdfs/namenode is the directory created by hdfs file system.) namenode path = //home/hadoop/hadoopinfra/hdfs/namenode (hadoopinfra/hdfs/datanode is the directory created by hdfs file system.) datanode path = //home/hadoop/hadoopinfra/hdfs/datanode 打开此文件，并在该文件的<configuration>，</configuration>标记之间添加以下属性。 <configuration> <property> <name>dfs.replication</name> <value>1</value> </property> <property> <name>dfs.name.dir</name> <value>file:///home/hadoop/hadoopinfra/hdfs/namenode </value> </property> <property> <name>dfs.data.dir</name> <value>file:///home/hadoop/hadoopinfra/hdfs/datanode </value > </property> </configuration> 注意： 在上面的文件中，所有属性值都是用户定义的，您可以根据Hadoop基础结构进行更改。 site.xml 该文件用于将纱线配置为Hadoop。打开yarn-site.xml文件并在该文件的<configuration>，</configuration>标记之间添加以下属性。 <configuration> <property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property> </configuration> mapred-site.xml中 该文件用于指定我们正在使用的MapReduce框架。默认情况下，Hadoop包含一个yarn-site.xml模板。首先，您需要使用以下命令将文件从mapred-site，xml.template复制到mapred-site.xml文件。 $ cp mapred-site.xml.template mapred-site.xml 打开 mapred-site.xml 文件，并在该文件的<configuration>，</configuration>标记之间添加以下属性。 <configuration> <property> <name>mapreduce.framework.name</name> <value>yarn</value> </property> </configuration> 验证Hadoop安装 以下步骤用于验证Hadoop安装。 第一步：命名节点设置 使用命令“hdfs namenode -format”设置namenode，如下所示。 $ cd ~ $ hdfs namenode -format 预期结果如下。 10/24/14 21:30:55 INFO namenode.NameNode: STARTUP_MSG: /************************************************************ STARTUP_MSG: Starting NameNode STARTUP_MSG: host = localhost/192.168.1.11 STARTUP_MSG: args = [-format] STARTUP_MSG: version = 2.4.1 ... ... 10/24/14 21:30:56 INFO common.Storage: Storage directory /home/hadoop/hadoopinfra/hdfs/namenode has been successfully formatted. 10/24/14 21:30:56 INFO namenode.NNStorageRetentionManager: Going to retain 1 images with txid >= 0 10/24/14 21:30:56 INFO util.ExitUtil: Exiting with status 0 10/24/14 21:30:56 INFO namenode.NameNode: SHUTDOWN_MSG: /************************************************************ SHUTDOWN_MSG: Shutting down NameNode at localhost/192.168.1.11 ************************************************************/ 第二步：验证Hadoop dfs 以下命令用于启动dfs。执行此命令将启动您的Hadoop文件系统。 $ start-dfs.sh 预期产出如下： 10/24/14 21:37:56 Starting namenodes on [localhost] localhost: starting namenode, logging to /home/hadoop/hadoop-2.4.1/logs/hadoop-hadoop-namenode-localhost.out localhost: starting datanode, logging to /home/hadoop/hadoop-2.4.1/logs/hadoop-hadoop-datanode-localhost.out Starting secondary namenodes [0.0.0.0] 第三步：验证纱线脚本 以下命令用于启动纱线脚本。执行这个命令将启动你的纱线守护进程。 $ start-yarn.sh 预期产出如下： starting yarn daemons starting resourcemanager, logging to /home/hadoop/hadoop-2.4.1/logs/yarn-hadoop-resourcemanager-localhost.out localhost: starting nodemanager, logging to /home/hadoop/hadoop-2.4.1/logs/yarn-hadoop-nodemanager-localhost.out 第四步：在浏览器上访问Hadoop 访问Hadoop的默认端口号是50070.使用以下URL在浏览器上获取Hadoop服务。 http://localhost:50070/ 第五步：验证群集的所有应用程序 访问群集的所有应用程序的默认端口号是8088.使用以下URL访问此服务。 http://localhost:8088/ 第3步：下载Hive 我们在本教程中使用hive-0.14.0。您可以通过访问以下链接http://apache.petsads.us/hive/hive-0.14.0/ 来下载它让我们假设它被下载到/ Downloads目录中。在这里，我们为本教程下载名为“apache-hive-0.14.0-bin.tar.gz”的Hive归档。以下命令用于验证下载： $ cd Downloads $ ls 成功下载后，您会看到以下回复： apache-hive-0.14.0-bin.tar.gz 第4步：安装Hive 在您的系统上安装Hive需要以下步骤。让我们假设Hive归档文件被下载到/ Downloads目录中。 提取并验证Hive存档 以下命令用于验证下载并提取Hive存档： $ tar zxvf apache-hive-0.14.0-bin.tar.gz $ ls 成功下载后，您会看到以下回复： apache-hive-0.14.0-bin apache-hive-0.14.0-bin.tar.gz 将文件复制到/ usr / local / hive目录 我们需要复制超级用户“su - ”中的文件。以下命令用于将解压目录中的文件复制到/ usr / local / hive目录。 $ su - passwd: # cd /home/user/Download # mv apache-hive-0.14.0-bin /usr/local/hive # exit 为Hive创建环境 您可以通过将以下行添加到 〜/ .bashrc 文件来设置Hive环境： export HIVE_HOME=/usr/local/hive export PATH=$PATH:$HIVE_HOME/bin export CLASSPATH=$CLASSPATH:/usr/local/Hadoop/lib/*:. export CLASSPATH=$CLASSPATH:/usr/local/hive/lib/*:. 以下命令用于执行〜/ .bashrc文件。 $ source ~/.bashrc 第5步：配置Hive 为了用Hadoop配置Hive，你需要编辑 hive-env.sh 文件，该文件被放置在 $ HIVE_HOME/conf 目录。以下命令将重定向到Hive config 文件夹并复制模板文件： $ cd $HIVE_HOME/conf $ cp hive-env.sh.template hive-env.sh 通过追加以下行来编辑 hive-env.sh 文件： export HADOOP_HOME=/usr/local/hadoop Hive安装已成功完成。现在您需要一个外部数据库服务器来配置Metastore。我们使用Apache Derby数据库。 第6步：下载并安装Apache Derby 按照下面的步骤下载并安装Apache Derby： 下载Apache Derby 以下命令用于下载Apache Derby。需要一些时间来下载。 $ cd ~ $ wget http://archive.apache.org/dist/db/derby/db-derby-10.4.2.0/db-derby-10.4.2.0-bin.tar.gz 以下命令用于验证下载： $ ls 成功下载后，您会看到以下回复： db-derby-10.4.2.0-bin.tar.gz 提取并验证Derby档案 以下命令用于提取和验证Derby存档： $ tar zxvf db-derby-10.4.2.0-bin.tar.gz $ ls 成功下载后，您会看到以下回复： db-derby-10.4.2.0-bin db-derby-10.4.2.0-bin.tar.gz 将文件复制到/ usr / local / derby目录 我们需要从超级用户“su - ”复制。以下命令用于将解压目录中的文件复制到/ usr / local / derby目录中： $ su - passwd: # cd /home/user # mv db-derby-10.4.2.0-bin /usr/local/derby # exit 为德比设置环境 您可以通过将以下行添加到 〜/ .bashrc 文件来设置Derby环境： export DERBY_HOME=/usr/local/derby export PATH=$PATH:$DERBY_HOME/bin Apache Hive 18 export CLASSPATH=$CLASSPATH:$DERBY_HOME/lib/derby.jar:$DERBY_HOME/lib/derbytools.jar 以下命令用于执行 〜/ .bashrc 文件： $ source ~/.bashrc 创建一个目录来存储Metastore 在$ DERBY_HOME目录中创建一个名为data的目录来存储Metastore数据。 $ mkdir $DERBY_HOME/data 德比安装和环境设置现已完成。 第7步：配置Hive的Metastore 配置Metastore意味着指定Hive存储数据库的位置。您可以通过编辑位于$ HIVE_HOME / conf目录中的hive- site.xml文件来完成此操作。首先，使用以下命令复制模板文件： $ cd $HIVE_HOME/conf $ cp hive-default.xml.template hive-site.xml 编辑 hive-site.xml 并在和</ configuration>标记之间添加以下行： <property> <name>javax.jdo.option.ConnectionURL</name> <value>jdbc:derby://localhost:1527/metastore_db;create=true </value> <description>JDBC connect string for a JDBC metastore </description> </property> 创建一个名为jpox.properties的文件并在其中添加以下行： javax.jdo.PersistenceManagerFactoryClass = org.jpox.PersistenceManagerFactoryImpl org.jpox.autoCreateSchema = false org.jpox.validateTables = false org.jpox.validateColumns = false org.jpox.validateConstraints = false org.jpox.storeManagerType = rdbms org.jpox.autoCreateSchema = true org.jpox.autoStartMechanismMode = checked org.jpox.transactionIsolation = read_committed javax.jdo.option.DetachAllOnCommit = true javax.jdo.option.NontransactionalRead = true javax.jdo.option.ConnectionDriverName = org.apache.derby.jdbc.ClientDriver javax.jdo.option.ConnectionURL = jdbc:derby://hadoop1:1527/metastore_db;create = true javax.jdo.option.ConnectionUserName = APP javax.jdo.option.ConnectionPassword = mine 第8步：验证Hive安装 在运行Hive之前，您需要在HDFS中创建 / tmp 文件夹和单独的Hive文件夹。在这里，我们使用 / user / hive / warehouse 文件夹。您需要为这些新创建的文件夹设置写入权限，如下所示： chmod g+w 现在在验证Hive之前将它们设置在HDFS中。使用以下命令： $ $HADOOP_HOME/bin/hadoop fs -mkdir /tmp $ $HADOOP_HOME/bin/hadoop fs -mkdir /user/hive/warehouse $ $HADOOP_HOME/bin/hadoop fs -chmod g+w /tmp $ $HADOOP_HOME/bin/hadoop fs -chmod g+w /user/hive/warehouse 以下命令用于验证Hive安装： $ cd $HIVE_HOME $ bin/hive 成功安装Hive后，您会看到以下响应： Logging initialized using configuration in jar:file:/home/hadoop/hive-0.9.0/lib/hive-common-0.9.0.jar!/hive-log4j.properties Hive history file=/tmp/hadoop/hive_job_log_hadoop_201312121621_1494929084.txt …………………. hive> 下面的示例命令被执行以显示所有的表格： hive> show tables; OK Time taken: 2.798 seconds hive> Hive - 介绍 Hive - 数据类型
