Hive 的安装部署

教程 ⋅ 青牛 ⋅ 于 2016-12-14 19:11:43 ⋅ 最后回复由 海牛部落 于 2017-12-29 14:53:15 ⋅ 5398 阅读

安装部署

部署hive非常简单只要下载稳定版本，解压开就可以使用，当然也可以通过源码编译部署。hive发展到现在已经有hive-1.x.y和hive-2.x.y版本,hive2版本代码层面改动比较大，有些特性不向前兼容，不在支持hadoop1。

Hive-on-MR is deprecated in Hive 2 and may not be available in the future versions. Consider using a different execution engine (i.e. tez, spark) or using Hive 1.X releases.

下载稳定的发行版本Download a release

$ cd /usr/local
$ wget http://apache.fayea.com/hive/stable-2/apache-hive-2.1.0-bin.tar.gz
$ tar xzvf apache-hive-2.1.0-bin.tar.gz
$ ln -s apache-hive-2.1.0-bin hive
$ export HIVE_HOME=/usr/local/hive
$ export PATH=$HIVE_HOME/bin:$PATH

hive提供的主要可执行命令：

命令 说明
beeline Beeline是hive 0.11引入的新的交互式CLI，它基于SQLLine，可以作为Hive JDBC Client端访问Hive Server 2，启动一个beeline就是维护了一个session。
hive 交互式CLI，hive维护操作的重要工具
hive-config.sh 加载公共环境变量配置
hiveserver2 基于Thrift实现服务，HiveServer2支持多客户端的并发和认证，为开放API客户端如JDBC、ODBC提供了更好的支持
metatool 元数据服务命令，启动后对外提供元数据访问接口

元数据配置

启动cli，2.0会报错，需要先执行元数据初始化 schematool,hive支持多种数据库存放元数据derby|mysql|postgres|oracle。

usage: schemaTool
 -dbOpts <databaseOpts>             Backend DB specific options
 -dbType <databaseType>             Metastore database type
 -dryRun                            list SQL scripts (no execute)
 -help                              print this message
 -info                              Show config and schema details
 -initSchema                        Schema initialization
 -initSchemaTo <initTo>             Schema initialization to a version
 -passWord <password>               Override config file password
 -upgradeSchema                     Schema upgrade
 -upgradeSchemaFrom <upgradeFrom>   Schema upgrade from a version
 -userName <user>                   Override config file user name
 -verbose                           only print SQL statements

使用derby数据存放元数据实例

$ schematool -dbType derby -initSchema
Metastore connection URL:    jdbc:derby:;databaseName=metastore_db;create=true
Metastore Connection Driver :    org.apache.derby.jdbc.EmbeddedDriver
Metastore connection User:   APP
Starting metastore schema initialization to 2.1.0
Initialization script hive-schema-2.1.0.derby.sql
Initialization script completed
schemaTool completed

$ schematool -dbType derby -info
Metastore connection URL:    jdbc:derby:;databaseName=metastore_db;create=true
Metastore Connection Driver :    org.apache.derby.jdbc.EmbeddedDriver
Metastore connection User:   APP
Hive distribution version:   2.1.0
Metastore schema version:    2.1.0
schemaTool completed

如果使用mysql需要在hive-site.xml 配置mysql jdbc信息：

<property>
  <name>javax.jdo.option.ConnectionURL</name>
  <value>jdbc:mysql://dbhost/hive_meta</value>
  <description>the URL of the MySQL database</description>
</property>

<property>
  <name>javax.jdo.option.ConnectionDriverName</name>
  <value>com.mysql.jdbc.Driver</value>
</property>

<property>
  <name>javax.jdo.option.ConnectionUserName</name>
  <value>username</value>
</property>

<property>
  <name>javax.jdo.option.ConnectionPassword</name>
  <value>userpassword</value>
</property>

<property>
  <name>datanucleus.autoCreateSchema</name>
  <value>false</value>
</property>

<property>
  <name>datanucleus.fixedDatastore</name>
  <value>true</value>
</property>

<property>
  <name>datanucleus.autoStartMechanism</name> 
  <value>SchemaTable</value>
</property> 

<property>
<name>hive.metastore.schema.verification</name>
<value>true</value>
</property>

从 http://www.mysql.com/downloads/connector/j/5.1.html 下载 MySQL JDBC 驱动程序。然后再将其复制到 $HIVE_HOME/lib 目录

$ schematool -dbType mysql -initSchema
Metastore connection URL:    jdbc:mysql://127.0.0.1/hive_meta
Metastore Connection Driver :    com.mysql.jdbc.Driver
Metastore connection User:   hive
Starting metastore schema initialization to 2.1.0
Initialization script hive-schema-2.1.0.mysql.sql
Initialization script completed
schemaTool completed

hive支持多种形式部署元数据

  • 内嵌模式
    采用derby数据库，只能单用户使用，一般是实验和测试场景使用。运行schematool或CLI命令后会在当前目录下创建元数据数据库：metastore_db。
    file

  • 本地模式
    使用C/S结构数据库，比如mysql，多个CLI进程可以连接统一元数据数据库，需要配置hive-site.xml,配置mysql jdbc连接.在这种模式下，Hive Metastore 服务作为主 HiveServer 进程在相同的进程中运行，但 Metastore 数据库在单独的进程中运行，可以位于单独的主机上。嵌入式 Metastore 服务与 Metastore 数据库通过 JDBC 通信。

file

  • 远程模式
    远程模式元数据以独立服务对外提供接口，所有的其它组件通过metastore接口访问元数据。远程模式胜过本地模式的主要优势是，远程模式不要求管理员与每个 Hive 用户共享 Metastore 数据库的 JDBC 登录信息。

在生产环境中使用Hive，强烈建议使用HiveServer2来提供服务，主要优点：

  1. 在应用端不用部署Hadoop和Hive客户端；
  2. 相比hive-cli方式，HiveServer2不用直接将HDFS和Metastore暴漏给用户；
  3. 有安全认证机制，并且支持自定义权限校验；
  4. 有HA机制，解决应用端的并发和负载均衡问题；
  5. JDBC方式，可以使用任何语言，方便与应用进行数据交互；
  6. 从2.0开始，HiveServer2提供了WEB UI

file

启用远程模式需要配置：

<property>
  <name>hive.metastore.uris</name>
  <value>thrift://<n.n.n.n>:9083</value>
  <description>可以配置多个uri，逗号分隔，客户端随机选取</description>
</property>
<property>
  <name>hive.metastore.warehouse.dir</name>
  <value>/user/hive/warehouse</value>
  <description>location of default database for the warehouse</description>
</property>

远程模式需要独立启动metastore 服务：

$ hive --service metastore &

HiveServer

HiveServer2 相对以前版本hiveserver做相应改进，支持多session并发和认证等。HiveServer2对外提供查询执行和获取结果接口，当前基于Thrift RPC实现。为开放API客户端如JDBC、ODBC提供了很好的支持。

Hiveserver2允许在配置文件hive-site.xml中进行配置管理，具体的参数为

hive.server2.thrift.min.worker.threads 最小工作线程数，默认为5。
hive.server2.thrift.max.worker.threads  最小工作线程数，默认为500。  
hive.server2.thrift.port TCP 的监听端口，默认为10000。  
hive.server2.thrift.bind.host TCP绑定的主机，默认为localhost。 
hive.server2.global.init.file.location 可以设置全局初始化文件，文件为一系列的hive命令，对所有查询生效
hive.server2.logging.operation.enabled 开启纪录操作日志
hive.server2.logging.operation.log.location

hive.server2.webui.host   webui配置
hive.server2.webui.port
hive.hwi.war.file $HIVE_HOME/lib/hive-hwi-X.Y.war
hive.server2.webui.max.threads

也可以设置环境变量HIVE_SERVER2_THRIFT_BIND_HOST和HIVE_SERVER2_THRIFT_PORT覆盖hive-site.xml设置的主机和端口号。

从Hive-0.13.0开始，HiveServer2支持通过HTTP传输消息，该特性当客户端和服务器之间存在代理中介时特别有用。与HTTP传输相关的参数如下：

hive.server2.transport.mode – 默认值为binary（TCP），可选值HTTP。  
hive.server2.thrift.http.port– HTTP的监听端口，默认值为10001。  
hive.server2.thrift.http.path – 服务的端点名称，默认为 cliservice。  
hive.server2.thrift.http.min.worker.threads– 服务池中的最小工作线程，默认为5。  
hive.server2.thrift.http.max.worker.threads– 服务池中的最小工作线程，默认为500。

启动服务：

$ $HIVE_HOME/bin/hiveserver2

HiveServer2 支持多种认证方式（Anonymous，SASL, Kerberos (GSSAPI)，LDAP，Pluggable Custom）。默认情况下，HiveServer2以提交查询的用户执行查询（true），如果hive.server2.enable.doAs设置为false，查询将以运行hiveserver2进程的用户运行。

HiveServer高可用

Hive从0.14开始，使用Zookeeper实现了HiveServer2的HA功能（ZooKeeper Service Discovery），Client端可以通过指定一个nameSpace来连接HiveServer2，而不是指定某一个host和port。

file

  1. 多个HiveServer2实例注册到ZooKeeper的一个命名空间中。
  2. 客户端驱动连接zookeeper地址
jdbc:hive2://<zookeeper_ensemble>;serviceDiscoveryMode=zooKeeper;zooKeeperNamespace=<hiveserver2_namespace>

示例：
jdbc:hive2://zk1:2181,zk2:2181,zk3:2181;serviceDiscoveryMode=zooKeeper;zooKeeperNamespace=hiveserver2
  1. ZooKeeper随机返回一个HiveServer2实例地址
  2. 客户端根据返回的hiveserver地址进行连接和操作。

配置示例：

<property>
<name>hive.server2.support.dynamic.service.discovery</name>
<value>true</value>
</property>

<property>
<name>hive.server2.zookeeper.namespace</name>
<value>hiveserver2</value>
</property>

<property>
<name>hive.zookeeper.quorum</name>
<value>zk1:2181,zk2:2181,zk3:2181</value>
</property>

<property>
<name>hive.zookeeper.client.port</name>
<value>2181</value>
</property>

<property>
<name>hive.server2.thrift.bind.host</name>
<value>0.0.0.0</value>
</property>

<property>
<name>hive.server2.thrift.port</name>
<value>10000</value>
</property>
版权声明:原创作品,允许转载，转载时务必以超链接的形式表明出处和作者信息。否则将追究法律责任。来自海汼部落－青牛,http://hainiubl.com/topics/19
点赞
回复数量: 2
  • 青牛
    青牛 国内首批大数据从业者，就职于金山，担任大数据团队核心研发工程师
    ⋅ 2016-12-25 02:21:30

    好文章，写的很全面

  • 海牛部落
    海牛部落
    ⋅ 2017-12-29 14:53:15

    :100:

暂无评论~~
  • 请注意单词拼写，以及中英文排版，参考此页
  • 支持 Markdown 格式, **粗体**、~~删除线~~、`单行代码`, 更多语法请见这里 Markdown 语法
  • 支持表情，可用Emoji的自动补全, 在输入的时候只需要 ":" 就可以自动提示了 :metal: :point_right: 表情列表 :star: :sparkles:
  • 上传图片, 支持拖拽和剪切板黏贴上传, 格式限制 - jpg, png, gif，教程
  • 发布框支持本地存储功能，会在内容变更时保存，「提交」按钮点击时清空
Ctrl+Enter
新 建 话 题

作者：青牛

创始人
国内首批大数据从业者，就职于金山，担任大数据团队核心研发工程师

青牛 的其他话题

分类下其他主题

随机推荐话题

QQ群1：551936262 海牛大数据QQ群1

关注海牛部落大数据技术社区