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>
将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 &
Hive JDBC编程
把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
相关推荐
【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...
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...
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
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...
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...
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...
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 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...
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...
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...
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`...
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...
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
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...
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...
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. **...