Hadoop-15-Hive 元数据管理与存储 Metadata 内嵌模式 本地模式 远程模式 集群规划配置 启动服务 3节点云服务器实测

章节内容

上一节我们完成了：

• Hive中数据导出：HDFS
• HQL操作
• 上传内容至Hive、增删改查等操作

背景介绍

这里是三台公网云服务器，每台 2C4G，搭建一个Hadoop的学习环境，供我学习。

之前已经在 VM 虚拟机上搭建过一次，但是没留下笔记，这次趁着前几天薅羊毛的3台机器，赶紧尝试在公网上搭建体验一下。

注意，如果你和我一样，打算用公网部署，那一定要做好防火墙策略，避免不必要的麻烦！！！

请大家都以学习为目的，也请不要对我的服务进行嗅探或者攻击！！！

但是有一台公网服务器我还运行着别的服务，比如前几天发的：autodl-keeper 自己写的小工具，防止AutoDL机器过期的。还跑着别的Web服务，所以只能挤出一台 2C2G 的机器。那我的配置如下了：

• 2C4G 编号 h121
• 2C4G 编号 h122
• 2C2G 编号 h123

Metastore

在Hive具体的使用中，首先面临的问题是如何定义表结构信息和结构化的数据映射成功。

所谓的映射指的是一种对应关系。在Hive中需要描述清楚表和文件之间的映射关系、列和字段之间的关系等等信息。

这描述映射关系的数据称为Hive的元数据。

所以此数据很重要，因为只有通过查询它才可以确定用户编写SQL和最终操作文件之间的关系。

Metastore三种形式

内嵌模式

内嵌模式是使用Derby数据库来存储元数据，而不需要额外起Metastore服务。数据库和Metastore服务都嵌入在主HiveServer进程中。

该方案为默认，但一次只能和一个客户端连接，适合实验，不适合生产。

本地模式

本地模式不需要单独启动Metastore服务，而是和Hive在同一个进程里的Metastore服务。也就是说当启动Hive服务时，内部会启动一个Metastore服务。

远程模式

远程模式下，需要的单独运行 Metastore服务，每个客户端都在配置文件里配置连接到该Metastore的信息。（推荐生产环境使用）

配置环境

集群规划

同步文件

之前我们完成了单节点的 Hive 部署和测试，现在要改成多集群的。

你可以使用类似于下面的方式，将 Hive 的安装包等内容发送到别的节点上。

将之前的 Hive 文件拷贝到 h121、h122、h123中。

也就是现在要求我们集群中的三台节点都要拥有Hive环境

你可以通过类似于 SCP 的指令完成文件的传输，或者用脚本分发工具也可以。

scp apache-hive-2.3.9-bin.tar.gz root@h121.wzk.icu:/opt/software

确保你的三台机器都有了Hive的环境，同时不要忘记配置环境变量。

你需要回到之前的章节，完整一系列的配置。不然后续无法进行。

h121节点

h122节点

h123节点

配置注意

这里多唠叨几句，h121、h122、h123的 hive-site.xml 的内容是一样的。

• Hive 环境变量！！！
• hive-site.xml 配置一样！！！
• JDBC 驱动也别忘了！！！

启动服务

h121 & h123

在 h121 和 h123 上启动 MetaData 服务

# 启动 metastore 服务
nohup hive --service metastore &

# 查询9083端口(metastore服务占用的端口)
lsof -i:9083

可以看到服务已经正常的启动了， 查询到了端口服务。

h122

<!-- hive metastore 服务地址 -->
<property>
        <name>hive.metastore.uris</name>
        <value>thrift://h121.wzk.icu:9083,thrift://h123.wzk.icu:9083</value>
</property>

此时我们在 h122 上启动 Hive

hive
SELECT * FROM emp;

查看连接

我们分别在 h121、h122、h123 上查看端口的信息

lsof -i:9083