(三)hadoop之hive的搭建1

  1. 下载

访问官方网站https://hive.apache.org/

点击downloads

点击Download a release now!

点击https://dlcdn.apache.org/hive/

选择最新的稳定版

复制最新的url

在linux执行下载命令

wget https://dlcdn.apache.org/hive/hive-3.1.3/apache-hive-3.1.3-bin.tar.gz

2.解压

tar -zxvf apache-hive-3.1.3-bin.tar.gz

重命名

sudo mv apache-hive-3.1.3-bin apache-hive-3.1.3

移动到/usr/local

sudo mv apache-hive-3.1.3 /usr/local/apache-hive-3.1.3

cd /usr/local/apache-hive-3.1.3

3.配置环境变量

在profile.d下新增配置文件hive_profile.sh

sudo vi /etc/profile.d/hive_profile.sh

内容如下

export HIVE_HOME=/usr/local/apache-hive-3.1.3

export PATH=PATH:HIVE_HOME/bin

刷新环境变量

source /etc/profile

4.搭建mysql并在mysql中创建hive数据库

5.Hive元数据配置到MySQL

5.1上传mysql驱动mysql-connector-java-8.0.21.jar并移动到/usr/local/apache-hive-3.1.3/lib/

sudo mv /home/hadoop/mysql-connector-java-8.0.21.jar /usr/local/apache-hive-3.1.3/lib/

5.2在/usr/local/apache-hive-3.1.3/conf下新增hive-site.xml文件

sudo vi /usr/local/apache-hive-3.1.3/conf/hive-site.xml

内容如下

<configuration>

<!-- 数据库连接的URL -->

<property>

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

<value>jdbc:mysql://hadoop-master:3306/hive?useSSL=false</value>

</property>

<!-- 数据库连接的Driver-->

<property>

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

<value>com.mysql.jdbc.Driver</value>

</property>

<!-- 数据库连接的username-->

<property>

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

<value>root</value>

</property>

<!-- 数据库连接的password -->

<property>

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

<value>1231233</value>

</property>

<!-- Hive元数据存储版本的验证 -->

<property>

<name>hive.metastore.schema.verification</name>

<value>false</value>

</property>

<!--元数据存储授权-->

<property>

<name>hive.metastore.event.db.notification.api.auth</name>

<value>false</value>

</property>

<!-- Hive默认在HDFS的工作目录 -->

<property>

<name>hive.metastore.warehouse.dir</name>

<value>/user/hive/warehouse</value>

</property>

</configuration>

5.3初始化Hive

schematool -initSchema -dbType mysql -verbose

6.启动Hive并测试

hive

查看数据库

show databases;

查看表

show tables;

相关推荐
阿里云大数据AI技术19 小时前
StarRocks x Fluss x Paimon湖流一体方案:构建秒级响应、湖流一体的实时数据引擎
大数据·人工智能
Databend20 小时前
Agent 轨迹分析与归因的数据工程实践
大数据·数据库·agent
喵个咪21 小时前
Go Wind UBA 拆解系列 - 架构总览:三服务、数据流与契约优先
大数据·后端·go
喵个咪21 小时前
Go Wind UBA 拆解系列 - 多租户与安全:两套隔离机制的边界
大数据·后端·go
喵个咪21 小时前
Go Wind UBA 拆解系列 - OLAP 与 SQL 硬核:25 个分析模型怎么落地
大数据·后端·go
喵个咪21 小时前
Go Wind UBA 拆解系列 - SDK 与采集层:从浏览器到 Kafka
大数据·后端·go
QCC产品中心1 天前
MiniMax Agent 接入实测:企业查询、股权穿透与 UBO 识别(附 Prompt 模板)
大数据·mcp·金融/非金融
SelectDB2 天前
Apache Doris Python UDF:让 SQL 直接调用 Python 生态,支撑 Agent 时代复杂业务逻辑
大数据·数据库·python
ApacheSeaTunnel2 天前
当多表数据涌入,Apache SeaTunnel 如何巧妙化解主键冲突?
大数据·开源·数据集成·seatunnel·技术分享·数据同步
大大大大晴天5 天前
Hudi Metadata Table 与 Hive Sync (HMS)怎么选?
大数据