### 欢迎访问我的GitHub
> 这里分类和汇总了欣宸的全部原创(含配套源码)：[https://github.com/zq2599/blog_demos](https://github.com/zq2599/blog_demos)

### 关于hive
- Hive是种基于Hadoop的数据仓库工具，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。
### 环境信息
- 本文对应的环境信息如下：
1. CentOS Linux release 7.5.1804
2. JDK：1.8.0_191
3. hadoop：2.7.7
4. hive：1.2.2

### hadoop的部署和启动
- hadoop环境的部署和启动请参考[《Linux部署hadoop2.7.7集群》](https://blog.csdn.net/boling_cavalry/article/details/86774385)；
-  **注意：** 确保环境变量中有 **HADOOP_HOME** 的配置；

### 安装和配置MySQL(5.7.27版本)
- MySQL用来存储元数据，我这里为了简化操作是在docker环境下部署的，一行命令即可：
```shell
docker run --name mysql -p 3306:3306 -e MYSQL_ROOT_PASSWORD=888888 -idt mysql:5.7.27
```
- 进入mysql容器：
```shell
docker exec -it mysql /bin/bash
```
- 进入容器后连接mysql，密码是 **888888** ：
```shell
mysql -h127.0.0.1 -uroot -p
```
- 新建名为 **hive** 的mysql账号：
```sql
CREATE USER 'hive' IDENTIFIED BY '888888';
```
- 给hive账号授权访问（并且hvie账号还有权给其他账号授权）：
```shell
GRANT ALL PRIVILEGES ON *.* TO 'hive'@'%' WITH GRANT OPTION;
```
- 刷新权限数据：
```sql
flush privileges;
```
- 在宿主机的终端执行以下命令重启mysql服务：
```shell
docker exec mysql service mysql restart
```
- 再次进入mysql容器，以hive账号的身份登录mysql：
```shell
mysql -uhive -p
```
- 创建名为 **hive** 的数据库：
```sql
CREATE DATABASE hive;
```
### 安装hive
- 去hive官网下载，地址是：http://mirror.bit.edu.cn/apache/hive/ ，选择合适的版本，如下图：
![在这里插入图片描述](https://img-blog.csdnimg.cn/20191007155632411.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly94aW5jaGVuLmJsb2cuY3Nkbi5uZXQ=,size_16,color_FFFFFF,t_70)
 **注意** ：接下来的操作用的账号都不是root，而是 **hadoop** 
- 在hadoop账号的家目录下解压刚刚下载的 **apache-hive-1.2.2-bin.tar.gz** 文件，是个名为 **apache-hive-1.2.2-bin** 的目录；
- 编辑hadoop账号的 **.bash_profile** 文件，增加一个环境变量，就是将刚刚解压出来的 **apache-hive-1.2.2-bin** 文件夹的完整路径：
```properties
export HIVE_HOME=/home/hadoop/apache-hive-1.2.2-bin
```
- 修改完毕后，重新打开一个ssh连接，或者执行 **source ~/.bash_profile** 让环境变量立即生效；
- 进入目录 **apache-hive-1.2.2-bin/conf/** ，用模板文件复制一份配置文件：
```shell
cp hive-default.xml.template hive-default.xml
```
- 在此目录创建名为 **hive-site.xml** 的文件，内容如下：
```xml
<?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://127.0.0.1:3306/hive?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>888888</value>
  </property>
</configuration>
```
- 将mysql的JDBC包放在此目录： **/home/hadoop/apache-hive-1.2.2-bin/lib/** ，我这里用的是 **mysql-connector-java-5.1.47.jar** ，您可以在此下载：https://download.csdn.net/download/boling_cavalry/11834367

- 初始化和启动已经完成，接下来验证hive；
### 验证
- 前面执行 **./hive** 之后，已进入了对话模式，输入以下命令创建名为 **test001** 的数据库：
```shell
CREATE database test001;
```
- 选择该数据库：
```shell
use test001;
```
- 创建一个名为test_table的表：
```sql
create table test_table(
id  INT,
word  STRING
)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY  '\t'
STORED AS TEXTFILE;
```
- 新建一个ssh连接，创建名为 **hive_test.txt** 的文本文件，内容如下：
```shell
1	aaa
2	bbb
3	ccc
4	ddd
5	eee
6	fff
```
- 回到和hive对话模式的控制台，输入以下命令，将上述文本文件的内容导入到test001.test_table表中：
```shell
LOAD DATA LOCAL INPATH '/home/hadoop/hive_test.txt' INTO TABLE test001.test_table;
```
控制台提示如下：
```shell
hive> LOAD DATA LOCAL INPATH '/home/hadoop/hive_test.txt' INTO TABLE test001.test_table;
Loading data to table test001.test_table
Table test001.test_table stats: [numFiles=1, totalSize=36]
OK
Time taken: 0.264 seconds
```
- 执行select操作，可以看到数据已经全部入库：
```sql
hive> select * from test_table;
OK
1	aaa
2	bbb
3	ccc
4	ddd
5	eee
6	fff
Time taken: 0.453 seconds, Fetched: 6 row(s)
```
- 执行group by查询：
```shell
select word,count(word) from test_table GROUP BY word;
```
- 此时会启动一个job来完成上述查询，控制台输出如下：
```shell
hive> select word,count(word) from test_table GROUP BY word;
Query ID = hadoop_20191007190528_3bd50401-267b-4d75-8b08-17ead5f0d790
Total jobs = 1
Launching Job 1 out of 1
Number of reduce tasks not specified. Estimated from input data size: 1
In order to change the average load for a reducer (in bytes):
  set hive.exec.reducers.bytes.per.reducer=<number>
In order to limit the maximum number of reducers:
  set hive.exec.reducers.max=<number>
In order to set a constant number of reducers:
  set mapreduce.job.reduces=<number>
Starting Job = job_1570427946161_0002, Tracking URL = http://node0:8088/proxy/application_1570427946161_0002/
Kill Command = /home/hadoop/hadoop-2.7.7/bin/hadoop job  -kill job_1570427946161_0002
Hadoop job information for Stage-1: number of mappers: 1; number of reducers: 1
2019-10-07 19:05:34,812 Stage-1 map = 0%,  reduce = 0%
2019-10-07 19:05:39,991 Stage-1 map = 100%,  reduce = 0%, Cumulative CPU 1.29 sec
2019-10-07 19:05:46,201 Stage-1 map = 100%,  reduce = 100%, Cumulative CPU 3.23 sec
MapReduce Total cumulative CPU time: 3 seconds 230 msec
Ended Job = job_1570427946161_0002
MapReduce Jobs Launched: 
Stage-Stage-1: Map: 1  Reduce: 1   Cumulative CPU: 3.23 sec   HDFS Read: 7000 HDFS Write: 36 SUCCESS
Total MapReduce CPU Time Spent: 3 seconds 230 msec
OK
aaa	1
bbb	1
ccc	1
ddd	1
eee	1
fff	1
Time taken: 18.614 seconds, Fetched: 6 row(s)
```
- 至此，hive的安装和体验实战就完成了，希望本文能给一起学习hive的读者们一些参考。

### 欢迎关注ITpub：程序员欣宸
> [学习路上，你不孤单，欣宸原创一路相伴...](http://blog.itpub.net/70017844/)

ITPub博客

安装和体验hive

最新文章