Apache Hive是一个在Hadoop上构建的数据仓库工具,它允许用户通过类似SQL的语言(HiveQL)进行数据查询和分析。在使用Hive进行大数据分析之前,需要配置一些重要的参数以确保系统正常运行并满足特定需求。本文将重点介绍Apache Hive的关键配置属性,涵盖了元数据存储、临时目录、日志设置以及HiveServer2连接等方面。
1. 元数据存储配置
Apache Hive使用元数据存储来管理表定义、分区、列统计等信息。配置元数据存储的关键属性如下:
javax.jdo.option.ConnectionURL
: 设置连接到元数据存储(如MySQL)的URL,包括数据库地址、端口、数据库名称等信息。javax.jdo.option.ConnectionDriverName
: 指定用于连接元数据存储的JDBC驱动程序类名。javax.jdo.option.ConnectionUserName
和javax.jdo.option.ConnectionPassword
: 指定连接到元数据存储所需的用户名和密码。
2. Hive执行过程设置
在执行查询和分析过程中,Hive可能会生成临时数据和日志。以下是与执行过程相关的配置属性:
hive.exec.local.scratchdir
: 指定Hive执行过程中的临时目录。hive.querylog.location
和hive.server2.logging.operation.log.location
: 分别设置Hive查询和操作日志的存储位置。hive.downloaded.resources.dir
: 设置远程资源下载的临时目录。
3. Hive表数据存储配置
Hive表中存储的数据需要指定存放位置的配置:
hive.metastore.warehouse.dir
: 指定Hive表数据存储的根目录。
4. HiveServer2连接设置
HiveServer2是Hive提供的服务,用于允许远程客户端连接和执行查询。以下是HiveServer2连接相关的属性:
hive.metastore.uris
: 指定Hive元数据服务的URI,用于请求远程存储的元数据。hive.server2.thrift.port
和hive.server2.thrift.bind.host
: 分别指定HiveServer2的端口号和运行HiveServer2服务的主机。beeline.hs2.connection.user
和beeline.hs2.connection.password
: 用于Beeline连接到HiveServer2所需的用户名和密码。
5. hive配置实例
xml
<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<!--元数据连接字符串,使用MySQL存储元数据信息-->
<property>
<name>javax.jdo.option.ConnectionURL</name>
<value>jdbc:mysql://node01:3306/metastore?
createDatabaseIfNoExitst=true&useSSL=false&serverTimezone=UTC&allowPublicKeyRetrieva
l=true</value>
</property>
<!--元数据连接驱动类名-->
<property>
<name>javax.jdo.option.ConnectionDriverName</name>
<value>com.mysql.cj.jdbc.Driver</value>
</property>
<!--元数据连接时的用户名-->
<property>
<name>javax.jdo.option.ConnectionUserName</name>
<value>root</value></property>
<!--元数据连接时的用户密码-->
<property>
<name>javax.jdo.option.ConnectionPassword</name>
<value>123456</value>
</property>
<!--HDFS路径,Hive使用该目录存储不同 map/reduce 阶段的执行计划和这些阶段的中间输出结果。-->
<property>
<name>hive.exec.local.scratchdir</name>
<value>/hive/tmp</value>
</property>
<!--HDFS路径,元数据库位置-->
<property>
<name>hive.metastore.warehouse.dir</name>
<value>/hive/warehouse</value>
</property>
<!--本地路径,Hive查询日志所在的目录,如果该值为空,将不创建查询日志-->
<property>
<name>hive.querylog.location</name>
<value>/tmp/hive/logs</value>
</property>
<!--本地路径,Hive操作日志-->
<property>
<name>hive.server2.logging.operation.log.location</name>
<value>/tmp/hive/logs</value>
</property>
<!--本地路径,远程资源下载的临时目录-->
<property>
<name>hive.downloaded.resources.dir</name>
<value>/tmp/hive/resources</value>
</property>
<!--目标元数据库,Hive连接到该URI,请求远程存储的元数据。-->
<property>
<name>hive.metastore.uris</name>
<value>thrift://node01:9083</value>
</property>
<!--hiveserver2服务默认的端口号-->
<property>
<name>hive.server2.thrift.port</name>
<value>10000</value>
</property>
<!--运行hiveserver2服务的主机-->
<property>
<name>hive.server2.thrift.bind.host</name>
<value>node01</value>
</property>
<!--运行hiveserver2服务的用户名-->
<property>
<name>beeline.hs2.connection.user</name>
<value>root</value>
</property><!--运行hiveserver2服务的密码-->
<property>
<name>beeline.hs2.connection.password</name>
<value>123456</value>
</property>
</configuration>
6. 重启HiveServer2服务:
保存并退出 hive-site.xml
文件后,重新启动HiveServer2服务以使更改生效。