`

大数据系列4:Hive – 基于HADOOP的数据仓库

阅读更多

wget http://mirror.bit.edu.cn/apache/hive/hive-0.11.0/hive-0.11.0-bin.tar.gz

tar -xzvf hive-0.11.0-bin.tar.gz

cd hive-0.11.0-bin

sudo vi /etc/profile

增加:

export HIVE_HOME=/home/ysc/hive-0.10.0-bin

export PATH=$PATH:$HIVE_HOME/bin

       source /etc/profile

hadoop fs -mkdir       /tmp

hadoop fs -mkdir       /user/hive/warehouse

hadoop fs -chmod g+w   /tmp

hadoop fs -chmod g+w   /user/hive/warehouse

cp conf/hive-log4j.properties.template conf/hive-log4j.properties

如使用local模式:SET mapred.job.tracker=local;

使用HADOOP集群(默认):SET mapred.job.tracker=host001:9001;

       本地使用hive服务:

       hive(如出现错误:Missing Hive Builtins Jar:/home/ysc/hive-0.11.0-bin/lib/hive-builtins-*.jar,则需要重启sudo reboot)

       命令行执行HiveQL命令:创建表、准备文本数据、导入、查询

创建hive表:

create table demo (key int, value string) row format delimited fields terminated by '=' stored as textfile;

加载数据到demo 表:

load data local inpath '/home/ysc/hive-0.11.0-bin/data.txt' into table demo;

查询:

select * from demo;

select * from demo where key>=100 and key<=120;

select *,count(*) as fre from demo group by value order by fre desc;

    配置Metastore使用MySQL

       sudo apt-get install mysql-server mysql-client

       GRANT ALL PRIVILEGES ON *.* TO 'root'@'%' WITH GRANT OPTION;

sudo vi /etc/mysql/my.cnf

       注释bind-address           = 127.0.0.1

sudo service mysql restart

       mysql -uroot -pysc

       vi conf/hive-site.xml

       内容为:

<?xmlversion="1.0"?>

<?xml-stylesheettype="text/xsl" href="configuration.xsl"?>

<configuration>

       <!--使用mysql-->

       <property>

         <name>javax.jdo.option.ConnectionURL</name>     

<value>jdbc:mysql://host001:3306/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>ysc</value>

       </property>

       <!--使用hwi-->

       <property>

         <name>hive.hwi.listen.host</name>

         <value>0.0.0.0</value>

       </property>

       <property>

         <name>hive.hwi.listen.port</name>

         <value>9999</value>

       </property>

       <property>

         <name>hive.hwi.war.file</name>

         <value>lib/hive-hwi-0.11.0.war</value>

       </property>

       <!--使用metastore-->

       <property>

         <name>hive.metastore.uris</name>

         <value>thrift://host001:9083</value>

       </property>

</configuration>

       mysql-connector-java-5.1.18.jar放置到hive-0.10.0-bin/lib目录

   启动独立Metastore服务

       hive --service metastore  &

    启动独立Hive server服务

       hive --service hiveserver &

       远程使用hive服务

hive -h host001 -p 10000

   启动Hive Web Interface(HWI)服务

       hive --service hwi &

       http://host001:9999/hwi/

   Hive JDBC编程

       hadoop-core-1.1.2.jar以及HIVE_HOME/lib/*.jar加入构建路径

  publicstaticvoid main(String[] args) throws Exception {

      Class.forName("org.apache.hadoop.hive.jdbc.HiveDriver");

      Connection con = DriverManager.getConnection("jdbc:hive://host001:10000/default");

      String sql = "select * from person";

      PreparedStatement pst = con.prepareStatement(sql);

      ResultSet rs = pst.executeQuery();

      while(rs.next()){

         System.out.println(rs.getString(1)+" "+rs.getString(2));

      }

   }

    Hcatalog

sudo vi /etc/profile

增加:

export HADOOP_HOME=/home/ysc/hadoop-1.2.1

export HCAT_HOME=/home/ysc/hive-0.11.0-bin/hcatalog

export HCAT_PREFIX=$HCAT_HOME

export METASTORE_PORT=9083

export HCAT_LOG_DIR=/home/ysc/hive-0.11.0-bin/hcatalog/logs

export PATH=$PATH:$HCAT_HOME/bin:$HCAT_HOME/sbin

       source /etc/profile

mkdir /home/ysc/hive-0.11.0-bin/hcatalog/logs

chmod +x /home/ysc/hive-0.11.0-bin/hcatalog/bin/hcat

chmod +x /home/ysc/hive-0.11.0-bin/hcatalog/sbin/*.sh

hcat -e "create table test(id int, value string)"

hcat -e "drop table test"

hcat -e "show tables"

hcat -e "desc test"

hcat_server.sh start & (注意不要启动后面的命令:hive --service metastore  &)

hcat_server.sh stop

WebHCat(HCatalogREST API)

sudo vi /etc/profile

增加:

export HADOOP_CONF_DIR=$HADOOP_HOME/conf

export HADOOP_PREFIX=$HADOOP_HOME

export TEMPLETON_HOME=/home/ysc/hive-0.11.0-bin/hcatalog

       source /etc/profile

hadoop fs -put/home/ysc/hadoop-1.2.1/contrib/streaming/hadoop-streaming-1.2.1.jar /apps/templeton/hadoop-streaming-1.2.1.jar

hadoop  fs  -put  /home/ysc/pig-0.11.1.tar.gz  /apps/templeton/pig-0.11.1.tar.gz

hadoop  fs  -put  /home/ysc/hive-0.11.0-bin.tar.gz  /apps/templeton/hive-0.11.0-bin.tar.gz

hadoop fs -ls /apps/templeton

vi /home/ysc/hive-0.11.0-bin/hcatalog/etc/webhcat/webhcat-site.xml

输入:

<?xmlversion="1.0" encoding="UTF-8"?>

<configuration>

<property>

    <name>templeton.streaming.jar</name>

    <value>hdfs:///apps/templeton/hadoop-streaming-1.2.1.jar</value>

  </property>

  <property>

    <name>templeton.pig.archive</name>

    <value>hdfs:///apps/templeton/pig-0.11.1.tar.gz</value>

  </property>

  <property>

    <name>templeton.pig.path</name>

    <value>pig-0.11.1.tar.gz/pig-0.11.1/bin/pig</value>

  </property>

  <property>

    <name>templeton.hive.archive</name>

    <value>hdfs:///apps/templeton/hive-0.11.0-bin.tar.gz</value>

  </property>

  <property>

    <name>templeton.hive.path</name>

    <value>hive-0.11.0-bin.tar.gz/hive-0.11.0-bin/hive</value>

  </property>

  <property>

   <name>templeton.jar</name>   
 
<value>
${env.TEMPLETON_HOME}/share/webhcat/svr/webhcat-0.11.0.jar</value>

  </property>

  <property>

   <name>templeton.hive.properties</name>    
 
<value>
hive.metastore.local=false,hive.metastore.uris=thrift://host001:9083,hive.metastore.sasl.enabled=false</value>

  </property>

</configuration>

webhcat_server.sh start &

webhcat_server.sh stop

sudo apt-get install curl

curl -i 'http://host001:50111/templeton/v1/status'

curl -i 'http://host001:50111/templeton/v1/ddl/database/default/table/test?user.name=root'

curl -i -d user.name=root \

       -d rename=test2 \

      'http://localhost:50111/templeton/v1/ddl/database/default/table/test'

Hive命令:

       hive -e 'select * from demo'

 

hive -e 'select * from demo where key < 5'


HiveServer2

 

sudo vi /etc/profile

增加:

export HIVE_SERVER2_THRIFT_BIND_HOST=host001

export HIVE_SERVER2_THRIFT_PORT=10002

       source /etc/profile

       hadoop fs -chmod -R 777 /tmp

启动服务:hiveserver2 &或者hive --service hiveserver2 &

连接服务:beeline

beeline>!connect jdbc:hive2://host001:10002 root ysc org.apache.hive.jdbc.HiveDriver

0: jdbc:hive2://host001:10002>show tables;

0: jdbc:hive2://host001:10002>select * from students;

       当然也可以用JAVA借助JDBC调用

 

 

 


 

APDPlat旗下十大开源项目

 

 

 

 

 

 

 

 

 

分享到:
评论
1 楼 sunzhenya 2013-11-01  
好东西 学了

相关推荐

    基于Hadoop的数据仓库Hive学习指南.doc

    【标题】:“基于Hadoop的数据仓库Hive学习指南” 【描述】:该文档是一份针对Hive的学习资料,旨在引导读者理解如何在Hadoop平台上利用Hive进行数据仓库操作和编程实践。它涵盖了Hive的基本概念、安装步骤、实验...

    华为大数据认证: Hive分布式数据仓库.pptx

    Hive是基于Hadoop的数据仓库软件,可以查询和管理PB级别的分布式数据。Hive具有灵活方便的ETL(Extract/Transform/Load)功能,支持MapReduce、Tez、Spark等多种计算引擎,可以直接访问HDFS文件以及HBase。Hive的...

    大数据离线分析系统,基于hadoop的hive以及sqoop的安装和配置

    Hadoop是分布式计算框架,而Hive是基于Hadoop的数据仓库工具,用于数据 warehousing 和 SQL-like 查询。另一方面,Sqoop是一个专门用于在Hadoop和关系数据库之间传输数据的工具。 首先,我们来看Hadoop HA(High ...

    hadoop&spark:Hive是一个基于Hadoop的数据仓库平台.zip

    hadoop&spark:Hive是一个基于Hadoop的数据仓库平台.zip

    4 大数据基础 - Hive

    Hive 是一个数据仓库工具,基于 Hadoop 的分布式存储和计算平台,提供了类似 SQL 的查询语言 HiveQL,能够对大规模数据进行存储和查询。Hive 的主要特点是: 1. 数据仓库:Hive 提供了一个数据仓库,用于存储和管理...

    2021年-Hive大数据仓库-期末考试知识点重点-笔记整理.pdf

    Hive是一种基于Hadoop的大数据仓库工具,可以将结构化的数据文件映射为一个表,并提供类SQL查询功能。Hive的优点是学习成本低,可以通过类SQL语句快速实现简单的MapReduce统计。延迟较高,使得Hive适合用于离线的...

    大数据全套安装包:包括hadoop-3.1.1、hbase-2.2.3、hive-3.1.2、zookeeper-3.5.6

    Hive是基于Hadoop的数据仓库工具,可以将结构化的数据文件映射为一张数据库表,并提供SQL查询功能。Hive 3.1.2增强了性能和可扩展性,支持ACID(原子性、一致性、隔离性和持久性)事务,使得Hive更加适合于业务报表...

    大数据学习:Hive简介.pdf

    Hive是基于Hadoop的数据仓库工具,允许用户使用SQL(结构化查询语言)来查询、管理和存储数据。它将SQL查询转换为MapReduce任务,使得非编程背景的用户也能方便地对大数据进行操作。 首先,我们要理解数据仓库的...

    基于Hadoop技术的大数据就业岗位数据分析.docx

    基于Hadoop技术的大数据就业岗位数据分析 作者:梁天友 邱敏 来源:《电脑知识与技术》2021年第31期 基于Hadoop技术的大数据就业岗位数据分析全文共10页,当前为第1页。 基于Hadoop技术的大数据就业岗位数据分析全文...

    基于Hadoop+Hive的数据查询优化设计与实现

    4. 基于Hadoop和Hive的数据查询优化设计与实现:介绍了基于Hadoop和Hive的数据查询优化设计与实现,涵盖了系统设计、数据查询优化和动态分区表等方面的知识点。 5. 大数据处理技术:介绍了Hadoop和Hive在大数据处理...

    大数据学习:Hive部署.pdf

    Hive是一个数据仓库工具,能够对数据进行分析和处理。那么,如何部署Hive呢?首先,我们需要下载并安装Hive,然后配置Hive的嵌入模式、本地模式和远程模式。 本篇文章详细讲解了Hive部署的每一步操作步骤,从搭建...

    大数据实验六实验报告:熟悉Hive的基本操作

    Hive是基于Hadoop的数据仓库工具,它允许通过SQL-like查询语言(HQL)对分布式存储的大数据集进行处理和分析。 1. **创建内部表**: 在Hive中,内部表由Hive自身管理,数据存储在HDFS中。实验中创建了一个名为`...

    大数据系列-Hive

    Hive虽然不支持传统数据库的B树索引,但提供了一种基于数据分区的索引机制——Bucketing和Sorting,以加速查询。 3. **数据倾斜问题**:当某些分区或分桶中的数据量远大于其他时,会导致计算资源分配不均,影响整体...

    大数据 hive 实战数据

    让我们深入探讨一下这两个部分以及与Hive、大数据、Hadoop和数据仓库相关的知识点。 首先,`video`数据可能包含了关于视频的各种信息,如视频ID、视频标题、时长、分类、上传日期、播放次数、评论数量等。这些数据...

    大数据存储与处理技术hadoop 基于hive数据仓库原理与实战 Hive的安装和使用 共4页.pdf

    大数据存储与处理技术hadoop 基于hive数据仓库原理与实战 Hive的安装和使用 共4页.pdf

    大数据及海量数据处理架构:Hadoop vs MPP.pdf

    在探讨大数据及海量数据处理架构时,Hadoop和MPP是两种主流的解决方案。Hadoop是一种开源分布式存储与计算平台,通过其核心组件HDFS(Hadoop Distributed File System)和MapReduce编程模型,可以有效地处理PB级别的...

    毕业设计,采用Hadoop+Hive构建数据仓库,使用django+echarts构建前端web网站对业务指标进行可视化呈现

    Hive是基于Hadoop的数据仓库工具,可以将结构化的数据文件映射为一张数据库表,并提供SQL查询功能。Hive将SQL语句转换为MapReduce任务执行,简化了在Hadoop上处理大数据的工作。在本项目中,Hive可能是用于数据的...

    Hadoop数据分析_大数据_hadoop_数据分析_

    2. **Hive**:基于Hadoop的数据仓库工具,允许用户使用SQL-like语法查询和管理存储在HDFS中的大数据集,简化了大数据分析。 3. **Pig**:一种高级数据流语言和执行框架,用于构建大规模数据处理的管道。 4. **...

Global site tag (gtag.js) - Google Analytics