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
在“大数据系列4:Hive – 基于HADOOP的数据仓库”这篇博文中,可能详细介绍了如何设置和使用Hive,包括安装配置、创建表、导入数据、执行查询、优化性能等方面。通过学习这些内容,读者能够更好地理解Hive的工作...
Hive是基于Hadoop的数据仓库工具,可对存储在HDFS上的文件中的数据集进行数据整理、特殊查询和分析处理,提供了类似于SQL语言的查询语言–HiveQL,可通过HQL语句实现简单的MR统计,Hive将HQL语句转换成MR任务进行...
2:hive是基于hadoop的数据仓库工具,可以将结构化的数据文件映谢成一张表,并提供类SQL查询功能。 本质:将Hql转化成mpareduce 其基本执行过程: 数据仓库通过sql进行统计分析——–>将SQL语言中常用的操作...
Hive 是一个基于 Hadoop 的数据仓库工具,它允许用户使用类似 SQL 的查询语言(HQL)来处理存储在 Hadoop 分布式文件系统(HDFS)上的大规模数据集。Hive 提供了数据汇总、分析和查询功能,非常适合批处理分析任务。...
Apache Hive 是一个基于 Hadoop 的数据仓库工具,它允许用户使用 SQL 类似的语言(称为 HiveQL)查询和管理存储在 Hadoop 分布式文件系统(HDFS)中的大规模数据集。Hive 提供了数据整理、简单SQL 查询、基本的事务...
Hive 是一个基于 Hadoop 的数据仓库工具,它可以将结构化的数据文件映射为一张数据库表,并提供简单的 SQL 查询功能,方便数据分析师进行大数据处理。本文将详细介绍如何在大数据集群上搭建 Hive,主要包括三种运行...
Hive是基于Hadoop的数据仓库工具,它允许用户使用SQL语法(称为HQL)来处理和查询分布式存储的大数据集。而JDBC(Java Database Connectivity)是Java语言中用于与数据库交互的一种标准接口,它提供了连接、查询、...
Hive是一种基于Hadoop的数据仓库工具,它能够将结构化的数据文件映射为数据库表,并通过提供类似SQL的查询语言来实现对这些数据的查询操作。这使得不熟悉MapReduce的用户也能方便地进行数据查询。 #### 安装与配置 ...
这个压缩包包含了多个PDF文件,涵盖了Hadoop的高可用性、安全性、虚拟化、英特尔的Hadoop实现、HBase的协处理器、Hive在腾讯的分布式数据仓库应用、Namenode的高可用性和性能诊断,以及Tair和HBase的高级特性。...
2. **Hive**:Hive是基于Hadoop的数据仓库工具,它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。在这个案例中,我们首先创建了一个名为`db_phone_raw_2`的数据库,然后创建了多个表用于存储不同...
本场景涉及的是一个基于Hadoop和Hive的数据处理流程,主要目的是通过Hive对手机销售数据进行清洗、统计和分析,从而获取不同维度(如品牌、颜色、尺寸)的销售量。下面将详细讲解这个过程中的关键知识点。 首先,...
Hive是一个基于Hadoop的数据仓库工具,它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。在这个例子中,我们创建了四个数据库表: 1. 原始数据表`tbl_phone_data_3`,用于存储原始手机硬件配置信息...
Apache TEZ 是一个基于 Hadoop 的数据处理引擎,它提供了高性能、可扩展的数据处理能力。Apache TEZ 部署手册是一份详细的指导手册,涵盖了 Apache TEZ 的部署、配置和使用。 一、准备 在部署 Apache TEZ 之前,...
本篇主要介绍如何在大数据环境下搭建一个基于Hadoop、Spark、Hive、ZooKeeper、Kafka和Flume的集群环境。以下是详细的步骤和相关知识点: 1. **系统环境准备**: - 使用的操作系统是CentOS 6.5,这是一个广泛用于...