大数据之-HIVE入门（二十）

Posted 2023-03-28

参考技术A 以上基础统计函数，除了常规的功能外，它还有一个开窗的用法:

over(partition by col order by col asc|desc window_ specification )：

partition by :指定分组字段。

order by : 指定排序顺序。

window specification:指定行的计算范围，可选，不指定默认是从行首到当前行。

窗口规范语法如下：

以sum over为例，通过开窗功能，它可以实现累计求和滑动窗口求和功能。

假如我们要计算当月每个人截至到当天从月初累计到现在的收入总和。传统的方法是计算每天的从月初到当天的汇总,生成子查询或中间表，再用中间表关联上用户每天的汇总数据，来计算占比等数据指标。

同理count over 可以实现累计计数和滑动记数功能；min over 、max over可以实现求累计求最小最大值和滑动窗口的最小最大值功能；avg over可以求实现累计平均和滑动平均数功能。就不一一举例了。

大数据技术之 Hive (小白入门)

Hive 基本概念

什么是 Hive

hive 简介

Hive：由 Facebook 开源用于解决海量结构化日志的数据统计工具。
Hive: 是基于 Hadoop 的一个数据仓库工具，可以将结构化的数据文件映射为一张表，并提供类 SQL 查询功能。

Hive 安装

1）下载hive Hive 官网地址：http://hive.apache.org/
2) 把 apache-hive-3.1.2-bin.tar.gz 上传到 linux 的/opt/software 目录下
3）解压 apache-hive-3.1.2-bin.tar.gz 到/opt/module/目录下面

 tar -zxvf /opt/software/apache-hive-3.1.2-bin.tar.gz -C /opt/module/

4）修改 apache-hive-3.1.2-bin.tar.gz 的名称为 hive

mv /opt/module/apache-hive-3.1.2-bin /opt/module/hive

5）修改/etc/profile.d/my_env.sh，添加环境变量

#HIVE_HOME
export HIVE_HOME=/opt/module/hive
export PATH=$PATH:$HIVE_HOME/bin

6）解决日志 Jar 包冲突

mv $HIVE_HOME/lib/log4j-slf4j-impl-
2.10.0.jar $HIVE_HOME/lib/log4j-slf4j-impl-2.10.0.bak

7）初始化元数据库

 进入hive 安装目录 bin/schematool -dbType derby -initSchema

启动并使用 Hive

1）启动 Hive

 bin/hive

2）使用 Hive

 show databases;
 show tables;
 create table test(id int);
 insert into test values(1);
 select * from test;

MySQL 安装

1）检查当前系统是否安装过 MySQL

rpm -qa|grep mariadb
//如果存在通过如下命令卸载
sudo rpm -e --nodeps mariadb-libs

2）将 MySQL 安装包拷贝到/opt/software 目录下 解压 MySQL 安装包

tar -xf mysql-5.7.28-1.el7.x86_64.rpmbundle.tar

3）在安装目录下执行 rpm 安装

sudo rpm -ivh mysql-community-common-5.7.28-1.el7.x86_64.rpm
sudo rpm -ivh mysql-community-libs-5.7.28-1.el7.x86_64.rpm
sudo rpm -ivh mysql-community-libs-compat-5.7.28-1.el7.x86_64.rpm
sudo rpm -ivh mysql-community-client-5.7.28-1.el7.x86_64.rpm
sudo rpm -ivh mysql-community-server-5.7.28-1.el7.x86_64.rpm

注意:按照顺序依次执行
如果 Linux 是最小化安装的，在安装 mysql-community-server-5.7.28-1.el7.x86_64.rpm 时
可能会出现如下错误

警告：mysql-community-server-5.7.28-1.el7.x86_64.rpm: 头 V3 DSA/SHA1 
Signature, 密钥 ID 5072e1f5: NOKEY
错误：依赖检测失败：
 libaio.so.1()(64bit) 被 mysql-community-server-5.7.28-1.el7.x86_64 
需要
 libaio.so.1(LIBAIO_0.1)(64bit) 被 mysql-community-server-5.7.28-
1.el7.x86_64 需要
 libaio.so.1(LIBAIO_0.4)(64bit) 被 mysql-community-server-5.7.28-
1.el7.x86_64 需要

通过 yum 安装缺少的依赖,然后重新安装 mysql-community-server-5.7.28-1.el7.x86_64 即 可
4）删除/etc/my.cnf 文件中 datadir 指向的目录下的所有内容
5）初始化数据库

sudo mysqld --initialize --user=mysql

6）查看临时生成的 root 用户的密码

sudo cat /var/log/mysqld.log

7）启动 MySQL 服务

sudo systemctl start mysqld

8）登录 MySQL 数据库

mysql -uroot -p

9）必须先修改 root 用户的密码,否则执行其他的操作会报错

set password = password("新密码");

10）修改 mysql 库下的 user 表中的 root 用户允许任意 ip 连接

update mysql.user set host='%' where user='root';
flush privileges; //刷新

Hive 元数据配置到 MySQL

1)拷贝驱动,将 MySQL 的 JDBC 驱动拷贝到 Hive 的 lib 目录下

 cp /opt/software/mysql-connector-java-
5.1.37.jar $HIVE_HOME/lib

2)配置 Metastore 到 MySQL,在$HIVE_HOME/conf 目录下新建 hive-site.xml 文件

<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
 <!-- jdbc 连接的 URL -->
 <property>
 <name>javax.jdo.option.ConnectionURL</name>
 <value>jdbc:mysql://hadoop102:3306/metastore?useSSL=false</value>
</property>
 <!-- jdbc 连接的 Driver-->
 <property>
 <name>javax.jdo.option.ConnectionDriverName</name>
 <value>com.mysql.jdbc.Driver</value>
</property>
<!-- jdbc 连接的 username-->
 <property>
 <name>javax.jdo.option.ConnectionUserName</name>
 <value>root</value>
 </property>
 <!-- jdbc 连接的 password -->
 <property>
 <name>javax.jdo.option.ConnectionPassword</name>
 <value>000000</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>

3）登陆 MySQL,新建 Hive 元数据库

 create database metastore;

4） 初始化 Hive 元数据库

 schematool -initSchema -dbType mysql -verbose

使用元数据服务的方式访问 Hive

1）在 hive-site.xml 文件中添加如下配置信息

<!-- 指定存储元数据要连接的地址 -->
 <property>
 <name>hive.metastore.uris</name>
 <value>thrift://hadoop102:9083</value>
 </property>

Hive 常用交互命令

usage: hive
-d,--define <key=value> Variable subsitution to apply to hive
 commands. e.g. -d A=B or --define A=B
 --database <databasename> Specify the database to use
-e <quoted-query-string> SQL from command line
-f <filename> SQL from files
-H,--help Print help information
 --hiveconf <property=value> Use value for given property
 --hivevar <key=value> Variable subsitution to apply to hive
 commands. e.g. --hivevar A=B
-i <filename> Initialization SQL file
-S,--silent Silent mode in interactive shell
-v,--verbose Verbose mode (echo executed SQL to the 
console)

下一篇hive的基本使用方法（小白入门）