Hadoop入门学习笔记——五、在虚拟机中部署Hive

视频课程地址：https://www.bilibili.com/video/BV1WY4y197g7

课程资料链接：https://pan.baidu.com/s/15KpnWeKpvExpKmOC8xjmtQ?pwd=5ay8

五、在虚拟机中部署Hive
- [5.1. 在node1虚拟机安装MySQL](#5.1. 在node1虚拟机安装MySQL)
- [5.2. 配置Hadoop](#5.2. 配置Hadoop)
- [5.3. 下载并加压Hive](#5.3. 下载并加压Hive)
- [5.4. 下载MySQL驱动包](#5.4. 下载MySQL驱动包)
- [5.5. 配置Hive](#5.5. 配置Hive)
- [5.6. 初始化元数据库](#5.6. 初始化元数据库)
- [5.7. 使用hadoop用户身份启动Hive](#5.7. 使用hadoop用户身份启动Hive)

五、在虚拟机中部署Hive

Hive是单机工具，只需要部署在一台服务器即可。

Hive虽然是单机的，但是它可以提交分布式运行的MapReduce程序运行。

本次部署服务清单：

服务	部署节点
Hive服务	node1
元数据服务所需的关系型数据库（本次选择MySQL）	node1

5.1. 在node1虚拟机安装MySQL

本次安装的是MySQL 5.7 社区版。

以root用户身份，在node1虚拟机分别执行以下命令：

bash 复制代码

# 更新rpm中MySQL相关仓库的密钥
rpm --import https://repo.mysql.com/RPM-GPG-KEY-mysql-2022

# 安装MySQL yum库
rpm -Uvh http://repo.mysql.com//mysql57-community-release-el7-7.noarch.rpm

# yum安装Mysql社区版
yum -y install mysql-community-server

# 启动MySQL服务
systemctl start mysqld
# 启动MySQL服务设置开机启动
systemctl enable mysqld

# 检查Mysql服务状态
systemctl status mysqld

# 通过MySQL的日志查看默认生成的MySQL root用户的密码
cat /var/log/mysqld.log | grep 'password'

查看root用户的密码结果如下图所示，图中红框部分便是自动生成的密码。

使用mysql -u root -p命令，输入上面的密码登录MySQL。

在MySQL命令行中执行以下命令，实现对root命令的修改。

sql 复制代码

# 如果你想设置简单密码，需要降低Mysql的密码安全级别
# 设置密码安全级别为低
set global validate_password_policy=LOW;
# 设置密码长度最低4位即可
set global validate_password_length=4;
# 将root用户本地登录的密码修改为123456
ALTER USER 'root'@'localhost' IDENTIFIED BY '123456';
# 打开root用户的远程登录权限，并将远程登录密码修改为123456
grant all privileges on *.* to root@"%" identified by '123456' with grant 
# 刷新MySQL用户权限
flush privileges;

至此，MySQL安装完成。

5.2. 配置Hadoop

Hive的运行依赖于Hadoop（HDFS、MapReduce、YARN都依赖），同时涉及到HDFS文件系统的访问，所以需要配置Hadoop的代理用户，即设置hadoop用户允许代理（模拟）其它用户。

在core-site.xml配置文件中，增加以下配置信息（该配置在前面配置通过NFS挂载HDFS系统时配置过）：

xml 复制代码

  <property>
    <name>hadoop.proxyuser.hadoop.groups</name>
    <value>*</value>
  </property>
  <property>
    <name>hadoop.proxyuser.hadoop.hosts</name>
    <value>*</value>
  </property>

其中：

hadoop.proxyuser.hadoop.groups配置项的值为 *，表示允许hadoop用户代理任何其他用户组；

hadoop.proxyuser.hadoop.hosts配置型的值为 *，表示允许代理任意服务器的请求。

配置完成后，使用scp命令，将该配置文件分发到node2和node3服务器上。

5.3. 下载并加压Hive

下载Hive-3.1.3：http://archive.apache.org/dist/hive/hive-3.1.3/apache-hive-3.1.3-bin.tar.gz

将下载下来的文件传至node1虚拟机/home/hadoop目录下，在node1虚拟机中，切换到hadoop用户，进行解压：

bash 复制代码

# 切换到hadoop用户
su hadoop
# 切换到hadoop用户的home目录（即/home/hadoop）
cd ~
# 解压压缩包
tar -zxvf apache-hive-3.1.3-bin.tar.gz
# 将解压得到的文件夹移动到/export/server/目录下
mv apache-hive-3.1.3-bin /export/server/
# 切换工作目录
cd /export/server/
# 创建软链接
ln -s /export/server/apache-hive-3.1.3-bin/ /export/server/hive

5.4. 下载MySQL驱动包

下载MySQL驱动包：https://repo1.maven.org/maven2/mysql/mysql-connector-java/5.1.34/mysql-connector-java-5.1.34.jar

将下载下来的文件传至node1虚拟机/home/hadoop目录下，在node1虚拟机中，以hadoop用户将其移动至hive安装文件夹的lib目录内：

bash 复制代码

# 切换到hadoop用户的home目录（即/home/hadoop）
cd ~
# 将MySQL驱动程序复制到hive安装目录的lib文件夹下
mv mysql-connector-java-5.1.34.jar /export/server/apache-hive-3.1.3-bin/lib/
# 切换到root用户
su root
# 修改MySQL驱动程序的所有者和所有组为hadoop
chown -R hadoop:hadoop /export/server/apache-hive-3.1.3-bin/lib/mysql-connector-java-5.1.34.jar
# 切换回hadoop用户
exit

5.5. 配置Hive

1、配置hive-env.sh文件：

bash 复制代码

# 进入hive配置文件目录
cd /export/server/apache-hive-3.1.3-bin/conf/
# 复制一份hive-env.sh模板
cp hive-env.sh.template hive-env.sh
# 打开hive-env.sh文件
vim hive-env.sh

在hive-env.sh文件中追加如下内容：

bash 复制代码

# 添加环境变量
export HADOOP_HOME=/export/server/hadoop
export HIVE_CONF_DIR=/export/server/hive/conf
export HIVE_AUX_JARS_PATH=/export/server/hive/lib

2、创建并配置hive-site.xml文件，在其中添加如下内容：

xml 复制代码

<configuration>
  <property>
    <name>javax.jdo.option.ConnectionURL</name>
    <value>jdbc:mysql://node1:3306/hive?createDatabaseIfNotExist=true&amp;useSSL=false&amp;useUnicode=true&amp;characterEncoding=UTF-8</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>123456</value>
  </property>

  <property>
    <name>hive.server2.thrift.bind.host</name>
    <value>node1</value>
  </property>

  <property>
    <name>hive.metastore.uris</name>
    <value>thrift://node1:9083</value>
  </property>

  <property>
    <name>hive.metastore.event.db.notification.api.auth</name>
    <value>false</value>
  </property>
</configuration>

其中，

javax.jdo.option.ConnectionURL 表示Hive所用到的存储元数据的关系型数据库的连接地址；

javax.jdo.option.ConnectionDriverName 表示连接数据库所使用的驱动类；

javax.jdo.option.ConnectionUserName 表示数据库用户名；

javax.jdo.option.ConnectionPassword 表示数据库密码；

hive.server2.thrift.bind.host 表示Hive的server 2绑定的主机；

hive.metastore.uris 表示Hive的metastore（元数据）服务绑定的IP和端口；

hive.metastore.event.db.notification.api.auth 表示是否开启API授权认证。

5.6. 初始化元数据库

在MySQL数据库中新建hive库（这里库的名字需要和上面的数据库连接地址里面的库名保持一致）：

bash 复制代码

CREATE DATABASE hive CHARSET UTF8;

创建好数据库后，在node1虚拟机命令行执行以下命令：

bash 复制代码

# 切换工作目录
cd /export/server/hive/bin/
# 使用schematool初始化hive数据库
./schematool -initSchema -dbType mysql -verbos

其中，

-initSchema 表示初始化数据库；

-dbType mysql 表示元数据存储的数据库是MySQL数据库；

-verbos 表示开启啰嗦模式（详细日志模式）。

初始化成功后，会在MySQL的hive库中新建74张元数据管理的表。

5.7. 使用hadoop用户身份启动Hive

1、在启动前，需要确保Hive安装目录及其子目录的所有用户和用户组应是hadoop用户，若不是，可以root用户身份执行chown -R hadoop:hadoop /export/server/apache-hive-3.1.3-bin/命令进行修改。

2、创建一个hive的日志文件夹

bash 复制代码

# 切换成hadoop用户
su hadoop
# 创建logs文件夹，后面用于存放hive日志
mkdir /export/server/hive/logs

3、启动元数据管理服务（必须启动，否则无法工作）

在启动Hive服务之前，一定要确保HDFS集群和YARN集群已经启动！！！

前台启动方式：

bash 复制代码

# 切换工作目录
cd /export/server/hive/bin
# 前台启动metastore服务
./hive --service metastore

后台启动方式：

bash 复制代码

# 切换工作目录
cd /export/server/hive/bin
# 使用后台方式启动metastore，并将相关日志输出到metastore.log文件中
nohup ./hive --service metastore >> ../logs/metastore.log 2>&1 &

在实际工作中，一般使用后台启动方式。

启动后，可以使用tail -f ../logs/metastore.log命令查看到日志文件的内容。

4、启动Hive客户端

Hive Shell方式（可以直接写SQL）：./hive

Hive ThriftServer方式（不可直接写SQL，需要外部客户端链接使用）： ./hive --service hiveserver2

先演示Hive Shell方式，直接在命令行输入

bash 复制代码

# 切换工作目录
cd /export/server/hive/bin/
# 打开hive客户端
./hive

打开Hive客户端后，能看到如下效果：

可以看到hive>标签，在这里就可以输入SQL语句：

5、停止元数据管理服务

可以通过ps -aux | grep hive来看hive的进程号，然后kill掉相关的进程即可。