Hive 本地调试方法

Posted 2020-10-12 Lhfcws

关键词：hive, debug

 

本地调试（local debug）

Hive 可分为 exec (hive-exec，主要对应源码里的ql目录) 和 metastore 两部分，其中exec对外有两种接口方式 CLIDriver 和 HiveServer2的ThriftCLIService。前者对应的就是直接执行hive命令的command line，后者对应就是thrift直连或jdbc的连接方式，因此这里其实有个知识点：hive命令的执行是不经过hiveserver2的服务的，虽然底层代码是共用的。而metastore对外主要是以Thrift方式为主，并实现了一个客户端 HiveMetaStoreClient。

 

环境准备

• 首先，需要在本地部署好Hadoop+HDFS并启动HDFS服务，并且HDFS的目录/tmp 和 /user/hive 目录确保 hive用户有可写权限（如果hive的doAs配置关了，想调试storageBased权限的自己额外去注意HDFS权限的配置即可）。
• mysql并不是必须的，如果你不关注metastore的存储，则无需指定相关的metastore配置，Hive会自动选择和初始化嵌入式数据库derby作为metastore的存储。
• 一个好的IDE，Idea或Eclipse，本文用的是Idea。
• maven3，JDK1.7+

代码准备

• 去Hive官网或对应发行版的官网（HDP、CDH）等去找到官方提供的对应版本的Hive源码下载
• 去Hive官网或对应发行版的官网（HDP、CDH）等去找到官方提供的对应版本的Hive 运行版下载 。需要运行版的原因是用hive传统方式启动需要hive/lib/下的依赖jar。
• 先对源码打包一次，防止导入IDE时太慢。命令如下：

  mvn clean package -P hadoop-2 -DskipTests -Dmaven.test.skip=true 。

  记得要指定hadoop版本的profile，初次打包没什么问题可以跳过测试，不然要挺久的。然后大陆连apache central repo有时可能会超时，超时请在不同时间段多试几次或使用梯子。
• 源码maven项目导入IDE

调试exec

• 在Hive运行版目录下执行 hive --service metastore 启动 metastore
• 将本地Hadoop的core-site.xml放到 hive 源码目录的 src/main/resources 下，重新打包（如有必要）
• debug模式运行hive-cli中的CLIDriver类，此时控制台可见hive command line，可以输入命令然后再ql的相应代码中打断点进行单步或拦截。

调试metastore

• 以debug模式启动HiveMetastore
• 另外写testcase使用HiveMetastoreClient类进行交互访问