Hive 安装

Hive，Pig和HBase等所有Hadoop子项目都支持Linux操作系统。因此，您需要安装任何Linux风格的OS。对于Hive安装，执行以下简单步骤。

步骤1：验证JAVA安装

在安装Hive之前，必须在系统上安装Java。让我们使用以下命令来验证Java安装：


$ java –version

如果您的系统上已经安装了Java，则会看到类似以下响应：


java version "1.8.0_71" 
Java(TM) SE Runtime Environment (build 1.8.0_71-b13) 
Java HotSpot(TM) Client VM (build 25.0-b02, mixed mode)

如果您的系统中未安装Java，请按照以下步骤安装Java。

安装Java

步骤一：

通过访问以下链接https://www.oracle.com/java/technologies/javase-downloads.html下载Java（JDK <最新版本>-X64.tar.gz）。

然后将jdk-8u71-linux-x64.tar.gz下载到您的系统上。

步骤二：

通常，您可以在“下载”文件夹中找到下载的Java文件。验证它并使用以下命令解压缩jdk-8u71-linux-x64.gz文件。


$ cd Downloads/
$ ls
jdk-7u71-linux-x64.gz
$ tar zxf jdk-7u71-linux-x64.gz
$ ls
jdk1.8.0_71 jdk-7u71-linux-x64.gz

步骤三：

为了使Java对所有用户可用，您必须将其移动到“/usr/local/”位置。打开root，然后键入以下命令。


$ su
password:
# mv jdk1.8.0_71 /usr/local/
# exit

步骤四：

要设置PATH和JAVA_HOME变量，请将以下命令添加到〜/.bashrc文件。


export JAVA_HOME=/usr/local/jdk1.8.0_71
export PATH=$PATH:$JAVA_HOME/bin

现在将所有更改应用于当前正在运行的系统。


$ source ~/.bashrc

现在，如上所述，从终端使用命令java -version验证安装。

步骤2：验证Hadoop安装

在安装Hive之前，必须在系统上安装Hadoop。让我们使用以下命令验证Hadoop的安装：


$ hadoop version

如果您的系统上已经安装了Hadoop，那么您将收到类似以下响应：


Hadoop 3.3.0 Subversion https://svn.apache.org/repos/asf/hadoop/common -r 1529768 
Compiled by hortonmu on 2013-10-07T06:28Z 
Compiled with protoc 2.5.0 
From source with checksum 79e53ce7994d1628b240f09af91e1af4

如果您的系统上未安装Hadoop，请继续执行以下步骤：

下载Hadoop

使用以下命令从Apache Software Foundation下载并解压缩Hadoop 3.3.0。


$ su
password:
# cd /usr/local
# wget http://apache.claz.org/hadoop/common/hadoop-3.3.0/hadoop-3.3.0.tar.gz
# tar xzf hadoop-3.3.0.tar.gz
# mv hadoop-3.3.0/* to hadoop/
# exit

以伪分布式模式安装Hadoop

以下步骤用于以伪分布式模式安装Hadoop 3.3.0。

步骤一：设置Hadoop

您可以通过将以下命令附加到〜/ .bashrc文件来设置Hadoop环境变量。


export HADOOP_HOME=/usr/local/hadoop 
export HADOOP_MAPRED_HOME=$HADOOP_HOME 
export HADOOP_COMMON_HOME=$HADOOP_HOME 
export HADOOP_HDFS_HOME=$HADOOP_HOME 
export YARN_HOME=$HADOOP_HOME
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native 
export PATH=$PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin

现在将所有更改应用于当前正在运行的系统。


$ source ~/.bashrc

第二步：Hadoop配置

您可以在“$HADOOP_HOME/etc/hadoop”位置找到所有Hadoop配置文件。您需要根据Hadoop基础结构在这些配置文件中进行适当的更改。


$ cd $HADOOP_HOME/etc/hadoop

为了使用Java开发Hadoop程序，您必须通过用系统中Java的位置替换JAVA_HOME值来重置hadoop-env.sh文件中的Java环境变量。


export JAVA_HOME=/usr/local/jdk1.8.0_71

下面给出的是您必须编辑以配置Hadoop的文件列表。

core-site.xml

core-site.xml文件包含的信息，如用于Hadoop的实例，分配给文件系统的存储器，存储器限制用于存储所述数据的端口号，以及读/写缓冲器的大小。

打开core-site.xml，并在<configuration>和</configuration>标记之间添加以下属性。


<configuration>

   <property> 
      <name>fs.default.name</name> 
      <value>hdfs://localhost:9000</value> 
   </property>
   
</configuration>

hdfs-site.xml

在hdfs-site.xml文件中包含的信息，如复制数据的值，名称节点的路径，你的本地文件系统的数据管理部路径。它表示您要存储Hadoop下文的位置。

让我们假设以下数据。


dfs.replication (data replication value) = 1

(下面的路径/hadoop/是用户名。hadoopinfra/hdfs/namenode 是hdfs文件系统创建的目录。)

namenode path = //home/hadoop/hadoopinfra/hdfs/namenode

(hadoopinfra/hdfs/datanode 是hdfs文件系统创建的目录。)
datanode path = //home/hadoop/hadoopinfra/hdfs/datanode

打开此文件，并在此文件的<configuration>，>/configuration>标记之间添加以下属性。


<configuration>

   <property> 
      <name>dfs.replication</name> 
      <value>1</value> 
   </property> 
   <property> 
      <name>dfs.name.dir</name> 
      <value>file:///home/hadoop/hadoopinfra/hdfs/namenode </value> 
   </property> 
   <property> 
      <name>dfs.data.dir</name>
      <value>file:///home/hadoop/hadoopinfra/hdfs/datanode </value > 
   </property>
   
</configuration>

注意：在上面的文件中，所有属性值都是用户定义的，您可以根据Hadoop基础结构进行更改。

yarn-site.xml

该文件用于将yarn配置到Hadoop中。打开yarn-site.xml文件，并在此文件的<configuration>，</configuration>标记之间添加以下属性。


<configuration>

   <property> 
      <name>yarn.nodemanager.aux-services</name> 
      <value>mapreduce_shuffle</value> 
   </property>
   
</configuration>

mapred-site.xml

该文件用于指定我们使用的MapReduce框架。

打开mapred-site.xml文件，并在此文件的<configuration>，>/configuration>标记之间添加以下属性。


<configuration>

   <property> 
      <name>mapreduce.framework.name</name> 
      <value>yarn</value> 
   </property>

</configuration>

验证Hadoop安装

以下步骤用于验证Hadoop安装。

步骤一：命名节点设置

如下所示，使用命令“hdfs namenode -format”设置名称节点。


$ cd ~
$ hdfs namenode -format”设置名称节点。

预期结果如下。


2020-12-22 15:24:57,009 INFO util.GSet: Computing capacity for map INodeMap
2020-12-22 15:24:57,009 INFO util.GSet: VM type       = 64-bit
2020-12-22 15:24:57,009 INFO util.GSet: 1.0% max memory 916.4 MB = 9.2 MB
2020-12-22 15:24:57,009 INFO util.GSet: capacity      = 2^20 = 1048576 entries
2020-12-22 15:24:57,012 INFO namenode.FSDirectory: ACLs enabled? true
2020-12-22 15:24:57,012 INFO namenode.FSDirectory: POSIX ACL inheritance enabled? true
2020-12-22 15:24:57,012 INFO namenode.FSDirectory: XAttrs enabled? true
2020-12-22 15:24:57,012 INFO namenode.NameNode: Caching file names occurring more than 10 times
2020-12-22 15:24:57,019 INFO snapshot.SnapshotManager: Loaded config captureOpenFiles: false, skipCaptureAccessTimeOnlyChange: false, snapshotDiffAllowSnapRootDescendant: true, maxSnapshotLimit: 65536
2020-12-22 15:24:57,027 INFO snapshot.SnapshotManager: SkipList is disabled
2020-12-22 15:24:57,032 INFO util.GSet: Computing capacity for map cachedBlocks
2020-12-22 15:24:57,032 INFO util.GSet: VM type       = 64-bit
2020-12-22 15:24:57,032 INFO util.GSet: 0.25% max memory 916.4 MB = 2.3 MB
2020-12-22 15:24:57,033 INFO util.GSet: capacity      = 2^18 = 262144 entries
2020-12-22 15:24:57,054 INFO metrics.TopMetrics: NNTop conf: dfs.namenode.top.window.num.buckets = 10
2020-12-22 15:24:57,054 INFO metrics.TopMetrics: NNTop conf: dfs.namenode.top.num.users = 10
2020-12-22 15:24:57,054 INFO metrics.TopMetrics: NNTop conf: dfs.namenode.top.windows.minutes = 1,5,25
2020-12-22 15:24:57,062 INFO namenode.FSNamesystem: Retry cache on namenode is enabled
2020-12-22 15:24:57,062 INFO namenode.FSNamesystem: Retry cache will use 0.03 of total heap and retry cache entry expiry time is 600000 millis
2020-12-22 15:24:57,065 INFO util.GSet: Computing capacity for map NameNodeRetryCache
2020-12-22 15:24:57,065 INFO util.GSet: VM type       = 64-bit
2020-12-22 15:24:57,065 INFO util.GSet: 0.029999999329447746% max memory 916.4 MB = 281.5 KB
2020-12-22 15:24:57,065 INFO util.GSet: capacity      = 2^15 = 32768 entries
2020-12-22 15:24:57,154 INFO namenode.FSImage: Allocated new BlockPoolId: BP-487692657-192.168.61.201-1608621897118
2020-12-22 15:24:57,270 INFO common.Storage: Storage directory /home/hadoop/hadoopinfra/hdfs/namenode has been successfully formatted.
2020-12-22 15:24:57,334 INFO namenode.FSImageFormatProtobuf: Saving image file /home/hadoop/hadoopinfra/hdfs/namenode/current/fsimage.ckpt_0000000000000000000 using no compression
2020-12-22 15:24:57,486 INFO namenode.FSImageFormatProtobuf: Image file /home/hadoop/hadoopinfra/hdfs/namenode/current/fsimage.ckpt_0000000000000000000 of size 396 bytes saved in 0 seconds .
2020-12-22 15:24:57,515 INFO namenode.NNStorageRetentionManager: Going to retain 1 images with txid >= 0
2020-12-22 15:24:57,526 INFO namenode.FSImage: FSImageSaver clean checkpoint: txid=0 when meet shutdown.
2020-12-22 15:24:57,527 INFO namenode.NameNode: SHUTDOWN_MSG: 
/************************************************************
SHUTDOWN_MSG: Shutting down NameNode at www.jiaocheng.com/192.168.61.201
************************************************************/

第二步：验证Hadoop DFS

以下命令用于启动dfs。执行此命令将启动Hadoop文件系统。


$ start-dfs.sh

预期的输出如下：


Starting namenodes on [localhost]
上一次登录：二 12月 22 15:50:41 CST 2020pts/0 上
Starting datanodes
上一次登录：二 12月 22 15:50:52 CST 2020pts/0 上
Starting secondary namenodes [www.jiaocheng.com]
上一次登录：二 12月 22 15:50:55 CST 2020pts/0 上

第三步：验证yarn脚本

以下命令用于启动yarn脚本。执行此命令将启动yarn守护程序。


$ start-yarn.sh

预期的输出如下：


Starting resourcemanager
上一次登录：二 12月 22 15:51:03 CST 2020pts/0 上
Starting nodemanagers
上一次登录：二 12月 22 15:53:11 CST 2020pts/0 上

步骤四：在浏览器上访问Hadoop

访问Hadoop的默认端口号是50070(3.x版本的hadoop改成9870)。使用以下URL在浏览器上获取Hadoop服务。


http://localhost:9870/Hadoop

步骤五：验证集群的所有应用程序

访问群集的所有应用程序的默认端口号是8088。使用以下URL访问此服务。


http://localhost:8088/

步骤3：下载Hive

在本教程中，我们将使用hive-3.1.2。您可以通过访问以下链接https://mirrors.tuna.tsinghua.edu.cn/apache/hive/hive-3.1.2/apache-hive-3.1.2-bin.tar.gz下载它。让我们假设它已下载到/ Downloads目录中。在这里，我们为本教程下载名为“apache-hive-3.1.2-bin.tar.gz”的Hive存档。以下命令用于验证下载：


$ cd Downloads
$ ls

成功下载后，您将看到以下响应：


apache-hive-3.1.2-bin.tar.gz

步骤4：安装Hive

要在系统上安装Hive，需要执行以下步骤。让我们假设Hive归档文件已下载到/Downloads目录中。

提取和验证Hive存档,以下命令用于验证下载并提取配置单元存档：


$ tar zxvf apache-hive-3.1.2-bin.tar.gz
$ ls

成功下载后，您将看到以下响应：


apache-hive-3.1.2-bin apache-hive-3.1.2-bin.tar.gz

将文件复制到/usr/local/hive目录

我们需要从超级用户“su-”复制文件。以下命令用于将文件从提取的目录复制到“/usr/local/hive”目录。


$ su -
passwd:

# cd /home/user/Download
# mv apache-hive-3.1.2-bin /usr/local/hive
# exit

为Hive设置环境

您可以通过将以下行添加到〜/.bashrc文件来设置Hive环境：


export HIVE_HOME=/usr/local/hive
export PATH=$PATH:$HIVE_HOME/bin
export CLASSPATH=$CLASSPATH:/usr/local/Hadoop/lib/*:.
export CLASSPATH=$CLASSPATH:/usr/local/hive/lib/*:.

以下命令用于执行〜/.bashrc文件。


$ source ~/.bashrc

步骤5：配置配置单元

要使用Hadoop配置Hive，您需要编辑hive-env.sh文件，该文件位于$HIVE_HOME/conf目录中。以下命令重定向到Hive config文件夹并复制模板文件：


$ cd $HIVE_HOME/conf
$ cp hive-env.sh.template hive-env.sh

通过添加以下行来编辑hive-env.sh文件：


export HADOOP_HOME=/usr/local/hadoop

配置单元安装成功完成。现在，您需要一个外部数据库服务器来配置Metastore。我们使用Apache Derby数据库。

步骤6：下载并安装Apache Derby

请按照下面给出的步骤下载并安装Apache Derby：

下载Apache Derby

以下命令用于下载Apache Derby。下载需要一些时间。


$ cd ~
$ wget http://archive.apache.org/dist/db/derby/db-derby-10.4.2.0/db-derby-10.4.2.0-bin.tar.gz

以下命令用于验证下载：


$ ls

成功下载后，您将看到以下响应：


db-derby-10.4.2.0-bin.tar.gz

提取和验证Derby存档

以下命令用于提取和验证Derby存档：


$ tar zxvf db-derby-10.4.2.0-bin.tar.gz
$ ls

成功下载后，您将看到以下响应：


db-derby-10.4.2.0-bin db-derby-10.4.2.0-bin.tar.gz

将文件复制到/usr/local/derby目录

我们需要从超级用户“su -”复制。以下命令用于将文件从提取的目录复制到/usr/local/derby目录：


$ su -
passwd:
# cd /home/user
# mv db-derby-10.4.2.0-bin /usr/local/derby
# exit

为Derby设置环境

您可以通过将以下行添加到〜/.bashrc文件来设置Derby环境：


export DERBY_HOME=/usr/local/derby
export PATH=$PATH:$DERBY_HOME/bin
export CLASSPATH=$CLASSPATH:$DERBY_HOME/lib/derby.jar:$DERBY_HOME/lib/derbytools.jar

以下命令用于执行〜/.bashrc文件：


$ source ~/.bashrc

创建一个目录来存储Metastore

在$DERBY_HOME目录中创建一个名为data的目录以存储Metastore数据。


$ mkdir $DERBY_HOME/data

初始化数据库


$ cd $HIVE_HOME
$ schematool -initSchema -dbType derby

Derby安装和环境设置现已完成。

步骤7：配置Hive的Metastore

配置Metastore意味着向Hive指定数据库的存储位置。您可以通过编辑$HIVE_HOME/conf目录中的hive-site.xml文件来实现。首先，使用以下命令复制模板文件：


$ cd $HIVE_HOME/conf
$ cp hive-default.xml.template hive-site.xml

编辑hive-site.xml并在<configuration>和</configuration>标记之间添加以下行：


<property>
   <name>javax.jdo.option.ConnectionURL</name>
   <value>jdbc:derby:/usr/local/hive/metastore_db;databaseName=metastore_db;create=true</value>
   <description>JDBC connect string for a JDBC metastore </description>
</property>

步骤8：验证Hive安装

在运行Hive之前，您需要在HDFS中创建/tmp文件夹和一个单独的Hive文件夹。在这里，我们使用/user/hive/warehouse文件夹。您需要为这些新创建的文件夹设置写权限，如下所示：


chmod g+w

现在，在验证Hive之前在HDFS中进行设置。使用以下命令：


$ $HADOOP_HOME/bin/hadoop fs -mkdir /tmp 
$ $HADOOP_HOME/bin/hadoop fs -mkdir /user/hive/warehouse
$ $HADOOP_HOME/bin/hadoop fs -chmod g+w /tmp 
$ $HADOOP_HOME/bin/hadoop fs -chmod g+w /user/hive/warehouse

以下命令用于验证Hive的安装：


$ cd $HIVE_HOME
$ bin/hive

成功安装Hive后，您将看到以下响应：


Logging initialized using configuration in jar:file:/home/hadoop/hive-0.9.0/lib/hive-common-0.9.0.jar!/hive-log4j.properties 
Hive history file=/tmp/hadoop/hive_job_log_hadoop_201312121621_1494929084.txt
………………….
hive>

执行以下示例命令以显示所有表：


hive> show tables; 
OK 
Time taken: 2.798 seconds 
hive>