windows环境下安装hadoop，hive的使用案例

Posted 2021-11-28 gxyandwmm

Hadoop安装：

首先到官方下载官网的hadoop2.7.7,链接如下 
https://mirrors.tuna.tsinghua.edu.cn/apache/hadoop/common/ 
找网盘的hadooponwindows-master.zip 
链接如下 
https://pan.baidu.com/s/1VdG6PBnYKM91ia0hlhIeHg 
把hadoop-2.7.7.tar.gz解压后 
使用hadooponwindows-master的bin和etc替换hadoop2.7.7的bin和etc 

注意：安装Hadoop2.7.7 
　　官网下载Hadoop2.7.7，安装时注意，最好不要安装到带有空格的路径名下，例如:Programe Files，否则在配置Hadoop的配置文件时会找不到JDK（按相关说法，配置文件中的路径加引号即可解决，但我没测试成功）。 
配置HADOOP_HOME 

path添加%HADOOP_HOME%\\bin（win10不用分号或者如下编辑界面不用分号，其余加上 ；）

 

-----------------------------------------------------------配置文件----------------------------

使用编辑器打开E:\\Hadoop2.7.7\\hadoop-2.7.7\\etc\\hadoop\\hadoop-env.cmd 
修改JAVA_HOME的路径 
把set JAVA_HOME改为jdk的位置 
注意其中PROGRA~1代表Program Files 
set JAVA_HOME=E:\\PROGRA~1\\Java\\jdk1.8.0_171 

打开 hadoop-2.7.7/etc/hadoop/hdfs-site.xml 
修改路径为hadoop下的namenode和datanode 

dfs.replication 
1 

dfs.namenode.name.dir 
/E:/Hadoop2.7.7/hadoop-2.7.7/data/namenode 

dfs.datanode.data.dir 
/E:/Hadoop2.7.7/hadoop-2.7.7/data/datanode 

在E:\\Hadoop-2.7.7目录下 添加tmp文件夹 
在E:/Hadoop2.7.7/hadoop-2.7.7/添加data和namenode，datanode子文件夹 

 

 

 

 还需要把hadoop.dll（从）拷贝到 C:\\Windows\\System32 

 

不然在window平台使用MapReduce测试时报错

以管理员身份打开命令提示符 
输入hdfs namenode -format,看到seccessfully就说明format成功。

 

转到Hadoop-2.7.3\\sbin文件下   输入start-all，启动hadoop集群 ，关闭是 stop-all

输入jps - 可以查看运行的所有节点

 

访问http://localhost:50070,访问hadoop的web界面

 

---------------------------------------------------------------------

hadoop启动后，创建如下的HDFS文件：

D:\\Code\\hadoop-2.7.7\\hadoop-2.7.7\\sbin>hdfs dfs -mkdir /user
D:\\Code\\hadoop-2.7.7\\hadoop-2.7.7\\sbin>hdfs dfs -mkdir /user/hive
D:\\Code\\hadoop-2.7.7\\hadoop-2.7.7\\sbin>hdfs dfs -mkdir /user/hive/warehouse
D:\\Code\\hadoop-2.7.7\\hadoop-2.7.7\\sbin>hdfs dfs -mkdir /tmp
D:\\Code\\hadoop-2.7.7\\hadoop-2.7.7\\sbin>hdfs dfs -mkdir /tmp/hive
D:\\Code\\hadoop-2.7.7\\hadoop-2.7.7\\sbin>hadoop fs -chmod -R 777 /tmp

 

 

HIVE安装：

1.安装hadoop

2.从maven中下载mysql-connector-java-5.1.26-bin.jar（或其他jar版本）放在hive目录下的lib文件夹

3.配置hive环境变量，HIVE_HOME=F:\\hadoop\\apache-hive-2.1.1-bin

4.hive配置

hive的配置文件放在$HIVE_HOME/conf下，里面有4个默认的配置文件模板

hive-default.xml.template                           默认模板

hive-env.sh.template                hive-env.sh默认配置

hive-exec-log4j.properties.template    exec默认配置

 hive-log4j.properties.template               log默认配置

可不做任何修改hive也能运行，默认的配置元数据是存放在Derby数据库里面的，大多数人都不怎么熟悉，我们得改用mysql来存储我们的元数据，以及修改数据存放位置和日志存放位置等使得我们必须配置自己的环境，下面介绍如何配置。

（1）创建配置文件

$HIVE_HOME/conf/hive-default.xml.template  -> $HIVE_HOME/conf/hive-site.xml

$HIVE_HOME/conf/hive-env.sh.template  -> $HIVE_HOME/conf/hive-env.sh

$HIVE_HOME/conf/hive-exec-log4j.properties.template ->  $HIVE_HOME/conf/hive-exec-log4j.properties

$HIVE_HOME/conf/hive-log4j.properties.template  -> $HIVE_HOME/conf/hive-log4j.properties

（2）修改 hive-env.sh

export HADOOP_HOME=F:\\hadoop\\hadoop-2.7.2
export HIVE_CONF_DIR=F:\\hadoop\\apache-hive-2.1.1-bin\\conf
export HIVE_AUX_JARS_PATH=F:\\hadoop\\apache-hive-2.1.1-bin\\lib

（3）修改 hive-site.xml

  1  <!--修改的配置-->  
  2 
  3 <property>  
  4 
  5 <name>hive.metastore.warehouse.dir</name>  
  6 
  7 <!--hive的数据存储目录，指定的位置在hdfs上的目录-->  
  8 
  9 <value>/user/hive/warehouse</value>  
 10 
 11 <description>location of default database for the warehouse</description>  
 12 
 13 </property>  
 14 
 15 <property>  
 16 
 17 <name>hive.exec.scratchdir</name>  
 18 
 19 <!--hive的临时数据目录，指定的位置在hdfs上的目录-->  
 20 
 21 <value>/tmp/hive</value>  
 22 
 23 <description>HDFS root scratch dir for Hive jobs which gets created with write all (733) permission. For each connecting user, an HDFS scratch dir: ${hive.exec.scratchdir}/<username> is created, with ${hive.scratch.dir.permission}.</description>  
 24 
 25 </property>  
 26 
 27 <property>  
 28 
 29 <name>hive.exec.local.scratchdir</name>  
 30 
 31 <!--本地目录-->  
 32 
 33 <value>F:/hadoop/apache-hive-2.1.1-bin/hive/iotmp</value>  
 34 
 35 <description>Local scratch space for Hive jobs</description>  
 36 
 37 </property>  
 38 
 39 <property>  
 40 
 41 <name>hive.downloaded.resources.dir</name>  
 42 
 43 <!--本地目录-->  
 44 
 45 <value>F:/hadoop/apache-hive-2.1.1-bin/hive/iotmp</value>  
 46 
 47 <description>Temporary local directory for added resources in the remote file system.</description>  
 48 
 49 </property>  
 50 
 51 <property>  
 52 
 53 <name>hive.querylog.location</name>  
 54 
 55 <!--本地目录-->  
 56 
 57 <value>F:/hadoop/apache-hive-2.1.1-bin/hive/iotmp</value>  
 58 
 59 <description>Location of Hive run time structured log file</description>  
 60 
 61 </property>  
 62 
 63 <property>  
 64 
 65 <name>hive.server2.logging.operation.log.location</name>  
 66 
 67 <value>F:/hadoop/apache-hive-2.1.1-bin/hive/iotmp/operation_logs</value>  
 68 
 69 <description>Top level directory where operation logs are stored if logging functionality is enabled</description>  
 70 
 71 </property>  
 72 
 73 <!--新增的配置-->  
 74 
 75 <property>  
 76 
 77 <name>javax.jdo.option.ConnectionURL</name>  
 78 
 79 <value>jdbc:mysql://localhost:3306/hive?characterEncoding=UTF-8</value>  
 80 
 81 </property>  
 82 
 83 <property>  
 84 
 85 <name>javax.jdo.option.ConnectionDriverName</name>  
 86 
 87 <value>com.mysql.jdbc.Driver</value>  
 88 
 89 </property>  
 90 
 91 <property>  
 92 
 93 <name>javax.jdo.option.ConnectionUserName</name>  
 94 
 95 <value>root</value>  
 96 
 97 </property>  
 98 
 99 <property>  
100 
101 <name>javax.jdo.option.ConnectionPassword</name>  
102 
103 <value>root</value>  
104 
105 </property>  
106 
107 <!-- 解决 Required table missing : "`VERSION`" in Catalog "" Schema "". DataNucleus requires this table to perform its persistence operations. Either your MetaData is incorrect, or you need to enable "datanucleus.autoCreateTables"  -->  
108 
109 <property>  
110 
111 <name>datanucleus.autoCreateSchema</name>  
112 
113 <value>true</value>  
114 
115 </property>  
116 
117 <property>  
118 
119 <name>datanucleus.autoCreateTables</name>  
120 
121 <value>true</value>  
122 
123 </property>  
124 
125 <property>  
126 
127 <name>datanucleus.autoCreateColumns</name>  
128 
129 <value>true</value>  
130 
131 </property>  
132 
133 <!-- 解决 Caused by: MetaException(message:Version information not found in metastore. )  -->  
134 
135 <property>    
136 
137 <name>hive.metastore.schema.verification</name>    
138 
139 <value>false</value>    
140 
141 <description>    
142 
143     Enforce metastore schema version consistency.    
144 
145     True: Verify that version information stored in metastore matches with one from Hive jars.  Also disable automatic    
146 
147           schema migration attempt. Users are required to manully migrate schema after Hive upgrade which ensures    
148 
149           proper metastore schema migration. (Default)    
150 
151     False: Warn if the version information stored in metastore doesn‘t match with one from in Hive jars.    
152 
153 </description>    
154 
155 </property>   

注：需要事先在hadoop上创建hdfs目录

启动metastore服务：hive --service metastore

在数据库中生成对应的 hive 数据库

 

 启动Hive：hive

 

-------------------------------------------------------------- 创建表 以及 查询案例

hive上创建表：

CREATE TABLE testB (
id INT,
name string,
area string
) PARTITIONED BY (create_time string) ROW FORMAT DELIMITED FIELDS TERMINATED BY ‘\\t‘ STORED AS TEXTFILE;

 

将本地文件上传到 HDFS：

HDFS下执行：    D:\\Code\\hadoop-2.7.7\\hadoop-2.7.7\\sbin>hdfs dfs -put D:\\Code\\hadoop-2.7.7\\gxy\\bbb.txt /user/hive/warehouse

 

 

hive导入HDFS中的数据：

LOAD DATA INPATH ‘/user/hive/warehouse/bbb.txt‘ INTO TABLE testb PARTITION(create_time=‘2015-07-08‘);

 

 执行选择命令：

select * from testb;