centos7中基于hadoop安装hive(CentOS7+hadoop2.8.0+hive2.1.1)

Posted 2020-10-13 传说中的黑桃Q

1下载hive

下载地址：http://hive.apache.org/downloads.html

 

点击上图的Download release now!

如图：

     

 

 

       点击上图的某个下载地址，我点击的是国内的这个地址：http://mirror.bit.edu.cn/apache/hive/

如图：

       

 

     点击进入：

     

 

apache-hive-2.1.1-bin.tar.gz

 

2安装

2.1上载和解压缩

       在opt目录下新建一个名为hive的目录，将apache-hive-2.1.1-bin.tar.gz拷贝上去

       执行进入目录的命令：

cd    /opt/hive

       执行解压缩的命令：

tar  -zxvf  apache-hive-2.1.1-bin.tar.gz

2.2配置环境变量

       编辑/etc/profile文件，增加hive相关的环境变量配置

如图：

    

 

该文件中手工增加的内容是(橘黄色字体部分)：

export  JAVA_HOME=/opt/java/jdk1.8.0_121

export  HADOOP_HOME=/opt/hadoop/hadoop-2.8.0

export  HADOOP_CONF_DIR=${HADOOP_HOME}/etc/hadoop 

export  HADOOP_COMMON_LIB_NATIVE_DIR=${HADOOP_HOME}/lib/native 

export  HADOOP_OPTS="-Djava.library.path=${HADOOP_HOME}/lib" 

export  HIVE_HOME=/opt/hive/apache-hive-2.1.1-bin

export  HIVE_CONF_DIR=${HIVE_HOME}/conf 

export  CLASS_PATH=.:${JAVA_HOME}/lib:${HIVE_HOME}/lib:$CLASS_PATH

export  PATH=.:${JAVA_HOME}/bin:${HADOOP_HOME}/bin:${HADOOP_HOME}/sbin:${HIVE_HOME}/bin:$PATH 

          

          profile文件编辑完成后，执行下面命令，让配置生效，命令是;

          source     /etc/profile

         说明：上面的环境变量中只有JAVA_HOME相关的、HADOOP相关的、HIVE相关的是必须的， 相关的路径必须要和你机器对应。

2.3对hive进行配置

2.3.1 hive-site.xml相关的配置

2.3.1.1新建hive-site.xml文件

       进入到/opt/hive/apache-hive-2.1.1-bin/conf目录，命令是：

cd   /opt/hive/apache-hive-2.1.1-bin/conf

 

       将hive-default.xml.template文件复制一份，并且改名为hive-site.xml，命令是：

cp   hive-default.xml.template   hive-site.xml

2.3.1.2使用hadoop新建hdfs目录

     因为在hive-site.xml中有这样的配置：

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

  <value>/user/hive/warehouse</value>

   <name>hive.exec.scratchdir</name>

  <value>/tmp/hive</value>

 

       所以要让hadoop新建/user/hive/warehouse目录，执行命令：

$HADOOP_HOME/bin/hadoop   fs   -mkdir   -p   /user/hive/warehouse

       

 

       给刚才新建的目录赋予读写权限，执行命令：

$HADOOP_HOME/bin/hadoop   fs   -chmod   777   /user/hive/warehouse 

 

     如图：

    

       让hadoop新建/tmp/hive/目录，执行命令：

$HADOOP_HOME/bin/hadoop   fs   -mkdir  -p   /tmp/hive/

       如图：

    

 

      给刚才新建的目录赋予读写权限，执行命令：

$HADOOP_HOME/bin/hadoop   fs   -chmod  777   /tmp/hive

      如图： 

 

2.3.1.3检查hdfs目录是否创建成功

        检查/user/hive/warehouse目录是否创建成功，执行命令：

$HADOOP_HOME/bin/hadoop   fs   -ls   /user/hive/

         如图：

     

        检查/tmp/hive是否创建成功，执行命令：

$HADOOP_HOME/bin/hadoop   fs   -ls   /tmp/

        如图：

    

 

2.3.1.4修改hive-site.xml中的临时目录

         将hive-site.xml文件中的${system:java.io.tmpdir}替换为hive的临时目录，例如我替换为/opt/hive/tmp，该目录如果不存在则要自己手工创建，并且赋予读写权限。

        如图：

       

 

       被我替换为了

        如图：

        

 

       将${system:user.name}都替换为root

       如图：

       

 

       被替换为了

       如图：

      

           说明：截图并不完整，只是截取了几处以作举例，你在替换时候要认真仔细的全部替换掉。

2.3.1.5修改hive-site.xml数据库相关的配置

        搜索javax.jdo.option.ConnectionURL，将该name对应的value修改为mysql的地址，例如我修改后是：

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

     <value>jdbc:mysql://192.168.27.138:3306/hive?createDatabaseIfNotExist=true</value>

    

     搜索javax.jdo.option.ConnectionDriverName，将该name对应的value修改为MySQL驱动类路径，例如我的修改后是：

  <property> 

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

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

 </property>      

 

      搜索javax.jdo.option.ConnectionUserName，将对应的value修改为MySQL数据库登录名：

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

    <value>root</value>

 

     搜索javax.jdo.option.ConnectionPassword，将对应的value修改为MySQL数据库的登录密码：

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

     <value>cj</value>

 

      搜索hive.metastore.schema.verification，将对应的value修改为false：

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

     <value>false</value>

 

2.3.1.6将MySQL驱动包上载到lib目录

        将MySQL驱动包上载到Hive的lib目录下，例如我是上载到/opt/hive/apache-hive-2.1.1-bin/lib目录下。

如图：

      

 

2.3.2新建hive-env.sh文件并进行修改

       进入到/opt/hive/apache-hive-2.1.1-bin/conf目录，命令是：

cd    /opt/hive/apache-hive-2.1.1-bin/conf

       将hive-env.sh.template文件复制一份，并且改名为hive-env.sh，命令是：

cp    hive-env.sh.template    hive-env.sh

 

       打开hive-env.sh配置并且添加以下内容：

export  HADOOP_HOME=/opt/hadoop/hadoop-2.8.0

export  HIVE_CONF_DIR=/opt/hive/apache-hive-2.1.1-bin/conf

export  HIVE_AUX_JARS_PATH=/opt/hive/apache-hive-2.1.1-bin/lib

 

3启动和测试

3.1对MySQL数据库进行初始化

       mysql 数据库 创建hive用户

和hive数据库

 

 

 

进入到hive的bin目录 执行命令：

  cd   /opt/hive/apache-hive-2.1.1-bin/bin

           对数据库进行初始化，执行命令：

  schematool   -initSchema  -dbType  mysql

     如图：

    

      执行成功后，hive数据库里已经有一堆表创建好了

     如图：

            

 

3.1启动hive

      进入到hive的bin目录执行命令：

  cd   /opt/hive/apache-hive-2.1.1-bin/bin

       执行hive脚本进行启动，执行命令：

./hive

    如图：

    

 

3.3测试

3.3.1 执行简单测试命令

     执行了3.2的hive脚本，启动成功后，就进入了hive的命令行模式。下面进行一系列简单测试：

     执行查看函数的命令：

     show  functions;

    如图：

     

      执行查看sum函数的详细信息的命令：

 desc function  sum;

     如图：

     

 

3.3.2执行新建表以及导入数据的测试

3.3.2.1新建数据库

     执行新建数据库的hive命令：

  create database  db_hive_edu;

   如图：

    

 

 

3.2.2.2 创建数据表

   在刚才创建的数据库中创建数据表，执行hive命令：

    use  db_hive_edu;

    create  table  student(id int,name string)  row  format  delimited  fields   terminated  by  \'\\t\';

     如图：

     

3.2.2.3将文件数据写入表中

 (1)在/opt/hive目录内新建一个文件

   执行Linux命令(最好是重新打开一个终端来执行)：

   touch    /opt/hive/student.txt

  如图：

   

  往文件中添加以下内容：

 

001 zhangsan
002 lisi
003 wangwu
004 zhaoliu
005 chenqi

如图：

 

   

         说明：ID和name直接是TAB键，不是空格，因为在上面创建表的语句中用了terminated  by  \'\\t\'所以这个文本里id和name的分割必须是用TAB键(复制粘贴如果有问题，手动敲TAB键吧)，还有就是行与行之间不能有空行，否则下面执行load，会把NULL存入表内，该文件要使用unix格式，如果是在windows上用txt文本编辑器编辑后在上载到服务器上，需要用工具将windows格式转为unix格式，例如可以使用Notepad++来转换。

         完成上面的步骤后，在磁盘上/opt/hive/student.txt文件已经创建成功，文件中也已经有了内容，在hive命令行中执行加载数据的hive命令：

 load   data  local   inpath   \'/opt/hive/student.txt\'   into   table   db_hive_edu.student;

          如图：

 

        

3.2.2.4查看是否写入成功

       执行命令，查看是否把刚才文件中的数据写入成功，hive命令是：

select  *  from    student;

       如图：

      

      说明：因为什么的操作使用use  db_hive_edu;指定了数据库，所以这里直接用表名student，如果没有指定数据库，请把这个语句换成

                  select  *  from   db_hive_edu.student;

 

3.2.2.5在界面上查看刚才写入hdfs的数据

     我的hadoop的namenode的IP地址是192.168.27.134，所以我要在浏览器里访问如下地址：

http://192.168.27.134:50070/explorer.html#/user/hive/warehouse/db_hive_edu.db

     如图：

    

 

    点击上图的student,相当于是直接访问该地址：

http://192.168.27.134:50070/explorer.html#/user/hive/warehouse/db_hive_edu.db/student

 

     如图：

     

 

       点击student.txt，会弹出一个框

      如图：

     

 

3.2.2.6在MySQL的hive数据库中查看

        在MySQL数据库中执行select语句，查看hive创建的表，SQL是：

SELECT  * FROM  hive.TBLS

        如图：

      

4错误和解决

4.1警告Unable to load native-hadoop library for yourplatform

            实际上其实这个警告可以不予理会。

 

4.2报错There are 2 datanode(s) running and 2 node(s) areexcluded in this operation.

           报错详情：

 

hive> load data local inpath \'/opt/hive/student.txt\' intotable  db_hive_edu.student;

Loading data to table db_hive_edu.student

Failed with exceptionorg.apache.hadoop.ipc.RemoteException(java.io.IOException): File/user/hive/warehouse/db_hive_edu.db/student/student_copy_2.txt could only bereplicated to 0 nodes instead of minReplication (=1).  There are 2 datanode(s) running and 2 node(s)are excluded in this operation.

        atorg.apache.hadoop.hdfs.server.blockmanagement.BlockManager.chooseTarget4NewBlock(BlockManager.java:1559)

        atorg.apache.hadoop.hdfs.server.namenode.FSNamesystem.getAdditionalBlock(FSNamesystem.java:3245)

        atorg.apache.hadoop.hdfs.server.namenode.NameNodeRpcServer.addBlock(NameNodeRpcServer.java:663)

        atorg.apache.hadoop.hdfs.protocolPB.ClientNamenodeProtocolServerSideTranslatorPB.addBlock(ClientNamenodeProtocolServerSideTranslatorPB.java:482)

        atorg.apache.hadoop.hdfs.protocol.proto.ClientNamenodeProtocolProtos$ClientNamenodeProtocol$2.callBlockingMethod(ClientNamenodeProtocolProtos.java)

        atorg.apache.hadoop.ipc.ProtobufRpcEngine$Server$ProtoBufRpcInvoker.call(ProtobufRpcEngine.java:619)

        atorg.apache.hadoop.ipc.RPC$Server.call(RPC.java:975)

        atorg.apache.hadoop.ipc.Server$Handler$1.run(Server.java:2040)

        atorg.apache.hadoop.ipc.Server$Handler$1.run(Server.java:2036)

        atjava.security.AccessController.doPrivileged(Native Method)

        atjavax.security.auth.Subject.doAs(Subject.java:422)

        atorg.apache.hadoop.security.UserGroupInformation.doAs(UserGroupInformation.java:1656)

        at org.apache.hadoop.ipc.Server$Handler.run(Server.java:2034)

 

FAILED: Execution Error, return code 1 fromorg.apache.hadoop.hive.ql.exec.MoveTask.org.apache.hadoop.ipc.RemoteException(java.io.IOException): File/user/hive/warehouse/db_hive_edu.db/student/student_copy_2.txt could only bereplicated to 0 nodes instead of minReplication (=1).  There are 2 datanode(s) running and 2 node(s)are excluded in this operation.

        atorg.apache.hadoop.hdfs.server.blockmanagement.BlockManager.chooseTarget4NewBlock(BlockManager.java:1559)

        atorg.apache.hadoop.hdfs.server.namenode.FSNamesystem.getAdditionalBlock(FSNamesystem.java:3245)

        atorg.apache.hadoop.hdfs.server.namenode.NameNodeRpcServer.addBlock(NameNodeRpcServer.java:663)

        at org.apache.hadoop.hdfs.protocolPB.ClientNamenodeProtocolServerSideTranslatorPB.addBlock(ClientNamenodeProtocolServerSideTranslatorPB.java:482)

        atorg.apache.hadoop.hdfs.protocol.proto.ClientNamenodeProtocolProtos$ClientNamenodeProtocol$2.callBlockingMethod(ClientNamenodeProtocolProtos.java)

        atorg.apache.hadoop.ipc.ProtobufRpcEngine$Server$ProtoBufRpcInvoker.call(ProtobufRpcEngine.java:619)

        atorg.apache.hadoop.ipc.RPC$Server.call(RPC.java:975)

        atorg.apache.hadoop.ipc.Server$Handler$1.run(Server.java:2040)

        atorg.apache.hadoop.ipc.Server$Handler$1.run(Server.java:2036)

        atjava.security.AccessController.doPrivileged(Native Method)

        atjavax.security.auth.Subject.doAs(Subject.java:422)

        atorg.apache.hadoop.security.UserGroupInformation.doAs(UserGroupInformation.java:1656)

        atorg.apache.hadoop.ipc.Server$Handler.run(Server.java:2034)

 

原因和解决：

       原因是你的hadoop中的datanode有问题，没发写入数据，请检查你的hadoop是否正常运行，看是否能正常访问http://nodename的IP地址:50070

例如我的是http://192.168.27.134:50070

如果能正常访问，在看datanode状态是否正常，访问地址是：

http://192.168.27.134:50070/dfshealth.html#tab-datanode

       如图：      

          如果不正常，请回头检查自己hadoop的安装配置是否正确，hive的安装和配置是否正确。