基于Hadoop数据仓库Hive1.2部署及使用
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了基于Hadoop数据仓库Hive1.2部署及使用，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含8173字，纯文字阅读大概需要12分钟。
内容图文
以下基于上篇Hadoop2.6集群部署： http://lizhenliang.blog.51cto.com/7876557/1661354 接下来安装Hadoop数据仓库Hive，上节了解HBase简单使用，听起来HBase与Hive有些类似，概念也有点模糊，那我们先了解下他们之间有什么区别： HBase是一种分布式、面向列
以下基于上篇Hadoop2.6集群部署：http://lizhenliang.blog.51cto.com/7876557/1661354
接下来安装Hadoop数据仓库Hive，上节了解HBase简单使用，听起来HBase与Hive有些类似，概念也有点模糊，那我们先了解下他们之间有什么区别：
HBase是一种分布式、面向列的NoSQL数据库，基于HDFS存储，以表的形式存储数据，表由行和列组成，列划分到列族中。HBase不提供类SQL查询语言，要想像SQL这样查询数据，可以使用Phonix，让SQL查询转换成hbase的扫描和对应的操作，也可以使用现在说讲Hive仓库工具，让HBase作为Hive存储。
Hive是运行在Hadoop之上的数据仓库，将结构化的数据文件映射为一张数据库表，提供简单类SQL查询语言，称为HQL，并将SQL语句转换成MapReduce任务运算。有利于利用SQL语言查询、分析数据，适于处理不频繁变动的数据。Hive底层可以是HBase或者HDFS存储的文件。
两者都是基于Hadoop上不同的技术，相互结合使用，可处理企业中不同类型的业务，利用Hive处理非结构化离线分析统计，利用HBase处理在线查询。
Hive三种元数据存储方式：
1>.本地derby存储，只允许一个用户连接Hive，适用于测试环境
2>.本地/远程MySQL存储，支持多用户连接Hive，适用于生产环境
三、Hive安装与配置（以下将元数据存储到远程MySQL配置）
1.在MySQL创建Hive元数据存放库和连接用户
mysql> create database hive; mysql> grant all on *.* to'hive'@'%' identified by 'hive'; mysql> flush privileges;
2.安装与配置Hive（在HMaster0安装）
# tar zxvf apache-hive-1.2.0-bin.tar.gz # mv apache-hive-1.2.0-bin /opt
# vi hive-site.xmljavax.jdo.option.ConnectionURL jdbc:mysql://192.168.18.210:3306/hive?createDatabaseIfNotExist=true javax.jdo.option.ConnectionDriverName com.mysql.jdbc.Driver javax.jdo.option.ConnectionUserName hive_user javax.jdo.option.ConnectionPassword hive_pass
3.配置系统变量
# vi /etc/profile HIVE_HOME=/opt/apache-hive-1.2.0-bin PATH=$PATH:$HIVE_HOME/bin export HIVE_HOME PATH # source /etc/profile
4.启动Hive
# hive --service metastore & #启动远程模式，否则你只能在本地登录
5.检查是否正常启动
查看进程是否启动：
[root@HMaster0 ~]# jps 2615 DFSZKFailoverController 30027 ResourceManager 29656 NameNode 25451 Jps 10270 HMaster 14975 RunJar #会启动一个RunJar进程
执行hive命令会进入命令界面：
[root@HMaster0 ~]# hive Logging initialized usingconfiguration in file:/opt/apache-hive-1.2.0-bin/conf/hive-log4j.properties hive> show databases; OK default Time taken: 0.986 seconds,Fetched: 1 row(s)
查看数据库，默认有一个default库，现在就可以用你熟悉的SQL语言了。
6.客户端连接Hive（必须有Hadoop环境）
# tar zxvf apache-hive-1.2.0-bin.tar.gz # mv apache-hive-1.2.0-bin /opt
# vi hive-site.xmlhive.metastore.uris thrift://192.168.18.215:9083
配置好连接信息，连接命令行：
# /opt/apache-hive-1.2.0-bin/bin/hive
7．Hive常用SQL命令
7.1 先创建一个测试库
hive> create database test;
7.2 创建tb1表，并指定字段分隔符为tab键（否则会插入NULL）
hive> create table tb1(id int,name string)row format delimited fields terminated by '\t'
如果想再创建一个表，而且表结构和tb1一样，可以这样：
hive> create table tb3 like tb1;
查看下表结构：
hive> describe tb3; OK id int name string Time taken: 0.091 seconds, Fetched: 2 row(s)
7.3 从本地文件中导入数据到Hive表
先创建数据文件，键值要以tab键空格：
# cat kv.txt 1 zhangsan 2 lisi 3 wangwu
再导入数据：
hive> load data local inpath'/root/kv.txt' overwrite into table tb1;
7.4 从HDFS中导入数据到Hive表
# hadoop fs -cat /kv.txt #查看hdfs中要导入的数据 1 zhangsan 2 lisi 3 wangwu hive> load data inpath '/kv.txt'overwrite into table tb1;
7.5 查询是否导入成功
hive> select * from tb1; OK 1 zhangsan 2 lisi 3 wangwu Time taken: 0.209 seconds,Fetched: 3 row(s)
博客地址：http://lizhenliang.blog.51cto.com
上面是基本表的简单操作，为了提高处理性能，Hive引入了分区机制，那我们就了解分区表概念：
1>.分区表是在创建表时指定的分区空间
2>.一个表可以有一个或多个分区，意思把数据划分成块
3>.分区以字段的形式在表结构中，不存放实际数据内容
分区表优点：将表中数据根据条件分配到不同的分区中，缩小查询范围，提高检索速度和处理性能。
单分区表：
7.6 创建单分区表tb2（HDFS表目录下只有一级目录）：
hive> create table tb2(idint,name string) partitioned by (dt string) row format delimited fieldsterminated by '\t';
注：dt可以理解为分区名称。
7.7 从文件中把数据导入到Hive分区表，并定义分区信息
hive> load data local inpath '/root/kv.txt' into table tb2 partition (dt='2015-06-26'); hive> load data local inpath '/root/kv.txt' into table tb2 partition (dt='2015-06-27');
7.8 查看表数据
hive> select * from tb2; OK 1 zhangsan 2015-06-26 2 lisi 2015-06-26 3 wangwu 2015-06-26 1 zhangsan 2015-06-27 2 lisi 2015-06-27 3 wangwu 2015-06-27 Time taken: 0.223 seconds,Fetched: 6 row(s)
7.9 查看HDFS仓库中表目录变化
# hadoop fs -ls -R /user/hive/warehouse/test.db/tb2 drwxr-xr-x - root supergroup 0 2015-06-26 04:12/user/hive/warehouse/test.db/tb2/dt=2015-06-26 -rwxr-xr-x 3 root supergroup 27 2015-06-26 04:12 /user/hive/warehouse/test.db/tb2/dt=2015-06-26/kv.txt drwxr-xr-x - root supergroup 0 2015-06-26 04:15/user/hive/warehouse/test.db/tb2/dt=2015-06-27 -rwxr-xr-x 3 root supergroup 27 2015-06-26 04:15/user/hive/warehouse/test.db/tb2/dt=2015-06-27/kv.txt
可以看到tb2表导入的数据根据日期将数据划分到不同目录下。
多分区表：
7.10 创建多分区表tb3（HDFS表目录下有一级目录，一级目录下再有子级目录）
hive> create table tb3(idint,name string) partitioned by (dt string,location string) row formatdelimited fields terminated by '\t';
7.11 从文件中把数据导入到Hive分区表，并定义分区信息
hive> load data local inpath '/root/kv.txt' into table tb3 partition (dt='2015-06- 26',location='beijing'); hive> load data local inpath '/root/kv.txt' into table tb3 partition (dt='2015-06-27',location='shanghai');
7.12 查看表数据
hive> select * from tb3; OK 1 zhangsan 2015-06-26 beijing 2 lisi 2015-06-26 beijing 3 wangwu 2015-06-26 beijing 1 zhangsan 2015-06-26 shanghai 2 lisi 2015-06-26 shanghai 3 wangwu 2015-06-26 shanghai Time taken: 0.208 seconds,Fetched: 6 row(s)
7.13 查看HDFS仓库中表目录变化
# hadoop fs -ls -R /user/hive/warehouse/test.db/tb3
drwxr-xr-x - root supergroup 0 2015-06-26 04:35/user/hive/warehouse/test.db/tb3/dt=2015-06-26
drwxr-xr-x - root supergroup 0 2015-06-26 04:35 /user/hive/warehouse/test.db/tb3/dt=2015-06-26/location=beijing
-rwxr-xr-x 3 root supergroup 27 2015-06-26 04:35/user/hive/warehouse/test.db/tb3/dt=2015-06-26/location=beijing/kv.txt
drwxr-xr-x - root supergroup 0 2015-06-26 04:45 /user/hive/warehouse/test.db/tb3/dt=2015-06-27
drwxr-xr-x - root supergroup 0 2015-06-26 04:45/user/hive/warehouse/test.db/tb3/dt=2015-06-27/location=shanghai
-rwxr-xr-x 3 root supergroup 27 2015-06-26 04:45/user/hive/warehouse/test.db/tb3/dt=2015-06-27/location=shanghai/kv.txt
可以看到表中一级dt分区目录下又分成了location分区。
7.14 查看表分区信息
hive> show partitions tb2;
7.15 根据分区查询数据
hive> select name from tb3 where dt='2015-06-27';
7.16 重命名分区
hive> alter table tb3 partition (dt='2015-06-27',location='shanghai') rename to partition(dt='20150627',location='shanghai');
7.17 删除分区
hive> alter table tb3 droppartition (dt='2015-06-26',location='shanghai');
7.18 模糊搜索表
hive> show tables 'tb*';
7.19 给表新添加一列
hive> alter table tb1 addcolumns (commnet string);
7.20 重命名表
hive> alter table tb1 rename to new_tb1;
7.21 删除表
hive> drop table new_tb1;
8.启动过程中遇到错误
报错1：
[ERROR]Terminal initialization failed; falling back to unsupported
java.lang.IncompatibleClassChangeError:Found class jline.Terminal, but interface was expected
解决方法，将hive/lib下jline包拷贝到hadoop/yarn/lib下：
# cp /opt/apache-hive-1.2.0-bin/lib/jline-2.12.jar /opt/hadoop-2.6.0/share/hadoop/yarn/lib/ # rm /opt/hadoop-2.6.0/share/hadoop/yarn/lib/jline-0.9.94.jar
报错2：
javax.jdo.JDOFatalInternalException:Error creating transactional connection factory
解决方法，在百度下载java连接MySQL包放到hive/lib下：
# cp mysql-connector-java-5.1.10-bin.jar /opt/apache-hive-1.2.0-bin/lib
内容总结
以上是互联网集市为您收集整理的基于Hadoop数据仓库Hive1.2部署及使用全部内容，希望文章能够帮你解决基于Hadoop数据仓库Hive1.2部署及使用所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。