Hadoop学习笔记—17.Hive框架学习，hadoop17.hive
一、Hive：一个牛逼的数据仓库
1.1 神马是Hive？
建立在 Hadoop 基础上的数据仓库基础构架。它提供了一系列的工具，可以用来进行数据提取转化加载（ETL），这是一种可以存储、查询和分析存储在 Hadoop 中的大规模数据的机制。Hive 定义了简单的类 SQL 查询语言，称为 QL ，它允许熟悉 SQL 的用户查询数据。同时，这个语言也允许熟悉 MapReduce 开发者的开发自定义的 mapper 和 reducer 来处理内建的 mapper 和 reducer 无法完成的复杂的分析工作。
HDFS和Mapreduce是Hive架构的根基。Hive架构包括如下组件：CLI（command line interface）、JDBC/ODBC、Thrift Server、WEB GUI、metastore和Driver(Complier、Optimizer和Executor)，这些组件可以分为两大类：服务端组件和客户端组件。
（1）客户端组件：
①CLI：command line interface，命令行接口。
②Thrift客户端：上面的架构图里没有写上Thrift客户端，但是Hive架构的许多客户端接口是建立在Thrift客户端之上，包括JDBC和ODBC接口。
③WEBGUI：Hive客户端提供了一种通过网页的方式访问Hive所提供的服务。这个接口对应Hive的hwi组件（hive web interface），使用前要启动hwi服务。
（2）服务端组件：
①Driver组件：该组件包括Complier、Optimizer和Executor，它的作用是将我们写的HiveQL（类SQL）语句进行解析、编译优化，生成执行计划，然后调用底层的mapreduce计算框架。
②Metastore组件：元数据服务组件，这个组件存储hive的元数据，hive的元数据存储在关系数据库里，hive支持的关系数据库有derby、mysql。元数据对于hive十分重要，因此hive支持把metastore服务独立出来，安装到远程的服务器集群里，从而解耦hive服务和metastore服务，保证hive运行的健壮性。
③Thrift服务：Thrift是facebook开发的一个软件框架，它用来进行可扩展且跨语言的服务的开发，hive集成了该服务，能让不同的编程语言调用hive的接口。
（3）底层根基：
—>Hive 的数据存储在 HDFS 中，大部分的查询由 MapReduce 完成（包含 * 的查询，比如 select * from table 不会生成 MapRedcue 任务）
二、Hive的基本安装
2.1 准备工作
（1）下载hive安装包，这里使用的是0.9.0版本，已经上传到了网盘（http://pan.baidu.com/s/1sj0qnpV）；
（2）通过FTP工具上传到虚拟机hadoop-master中，可以是XShell、CuteFTP等工具；
2.2 开始安装
（1）解压： tar -zvxf hive-0.9.0.tar.gz ，重命名：mv hive-0.9.0 hive
（2）加入环境变量配置文件中：vim /etc/profile
export HIVE_HOME=/usr/local/hive
export PATH=.:$HADOOP_HOME/bin:$HIVE_HOME/bin:$PIG_HOME/bin:$HBASE_HOME/bin:$ZOOKEEPER_HOME/bin:$JAVA_HOME/bin:$PATH
最后当然别忘了使环境变量生效：source /etc/profile
（3）简单配置Hive：进入$HIVE_HOME/conf目录下，修改默认模板
Step 2.3.1：
在目录$HIVE_HOME/conf/下，执行命令mv hive-default.xml.template hive-site.xml进行重命名
在目录$HIVE_HOME/conf/下，执行命令mv hive-env.sh.template hive-env.sh进行重命名Step 2.3.2：
修改hadoop的配置文件hadoop-env.sh，修改内容如下：
export HADOOP_CLASSPATH=.:$CLASSPATH:$HADOOP_CLASSPATH:$HADOOP_HOME/bin在目录$HIVE_HOME/bin下面，修改文件hive-config.sh，增加以下内容：
export JAVA_HOME=/usr/local/jdk
export HIVE_HOME=/usr/local/hive
export HADOOP_HOME=/usr/local/hadoop
（4）简单安装MySQL：这里使用的版本是5.5.31，已经上传至了网盘（http://pan.baidu.com/s/1gdJ78aB）
Step 2.4.1：
删除Linux上已经安装的mysql相关库信息: rpm -e xxxxxxx --nodeps
执行命令 rpm -qa |grep mysql 检查是否删除干净
Step 2.4.2：
执行命令 rpm -i MySQL-server-5.5.31-2.el6.i686.rpm 安装mysql服务端
启动 mysql 服务端，执行命令 mysqld_safe &
Step 2.4.3：
执行命令 rpm -i MySQL-client-5.5.31-2.el6.i686.rpm 安装mysql客户端
执行命令 mysql_secure_installation 设置root用户密码
（5）使用 MySQL 作为 Hive 的 metastore：
Step 2.5.1:
把mysql的jdbc驱动放置到hive的lib目录下：cp mysql-connector-java-5.1.10.jar /usr/local/hive/lib
Step 2.5.2:
修改hive-site.xml文件，修改内容如下：
<property>
<name>javax.jdo.option.ConnectionURL</name>
<value>jdbc:mysql://hadoop-master: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>root</value>
</property>
<property>
<name>javax.jdo.option.ConnectionPassword</name>
<value>admin</value>
</property>
三、Hive的基本使用
3.1 启动Hadoop
由1.2的图可知，HDFS和Mapreduce是Hive架构的根基。因此，我们得先启动Hadoop，才能正确使用Hive。
join acinfo b on (a.ac=b.acip) limit 10;
select b.name,a.* from dim_ac a left outer join acinfo b on a.ac=b.acip limit 10;
3.3 Hive的Java API接口
（1）准备工作
①在服务器端启动Hive外部访问服务（不是在hive命令行模式下，而是普通模式下）：hive --service hiveserver >/dev/null 2>/dev/null &
调试结果： 出处：http://www.cnblogs.com/edisonchou/ 本文版权归作者和博客园共有，欢迎转载，但未经作者同意必须保留此段声明，且在文章页面明显位置给出原文链接。package hive;
import java.sql.Statement;
import java.sql.Connection;
import java.sql.DriverManager;
import java.sql.ResultSet;
public class HiveApp {
/**
* 第一个hive java api程序
* @throws Exception
*/
public static void main(String[] args) throws Exception {
Class.forName("org.apache.hadoop.hive.jdbc.HiveDriver");
Connection con = DriverManager.getConnection(
"jdbc:hive://hadoop-master/default", "", "");
Statement stmt = con.createStatement();
String querySQL = "SELECT * FROM default.t1";
ResultSet res = stmt.executeQuery(querySQL);
while (res.next()) {
System.out.println(res.getString(1));
}
}
}
View Code
作者：周旭龙