hive的体系架构及安装

1，什么是Hive？

　　Hive是能够用类SQL的方式操作HDFS里面数据一个数据仓库的框架，这个类SQL我们称之为HQL（Hive Query Language）

2，什么是数据仓库？

　　存放数据的地方

3，Hive的特征

　　海量数据的存储
　　海量数据的查询
　　不支持事务性操作

Hive是SQL解析引擎，它将SQL语句转译成M/R Job然后在Hadoop执行。

4，Hive中的概念和HDFS里面概念的对应

　　Hive中的表----HDFS里面的目录
　　Hive中的表中的数据----HDFS目录下的（数据）文件
　　Hive中的行列----HDFS数据文件中的行列
　　部署时不一定放在集群管理节点中，可以放在某个节点上

5，Hive的数据存储

　　Hive的数据存储基于Hadoop HDFS
　　Hive没有专门的数据存储格式
　　存储结构主要包括：数据库、文件、表、视图、索引
　　Hive默认可以直接加载文本文件（TextFile），还支持SequenceFile、RCFile
　　创建表时，指定Hive数据的列分隔符与行分隔符，Hive即可解析数据

6，Hive的提供架构　　

　　用户接口主要有三个：CLI，JDBC/ODBC和 WebUI

　　CLI，即Shell命令行，JDBC/ODBC 是 Hive 的Java，与使用传统数据库JDBC的方式类似

　　WebGUI是通过浏览器访问 Hive
Hive 将元数据存储在数据库中(metastore)，目前只支持 mysql、derby。Hive 中的元数据包括表的名字，表的列和分区及其属性，表的属性（是否为外部表等），表的数据所在目录等
解释器、编译器、优化器完成 HQL 查询语句从词法分析、语法分析、编译、优化以及查询计划（plan）的生成。生成的查询计划存储在 HDFS 中，并在随后由 MapReduce 调用执行
Hive 的数据存储在 HDFS 中，大部分的查询由 MapReduce 完成（包含 * 的查询，比如 select * from table 不会生成 MapRedcue 任务）

7，Hive的元数据Metastore

　　metastore是hive元数据的集中存放地。
　　metastore默认使用内嵌的derby数据库作为存储引擎
　　Derby引擎的缺点：一次只能打开一个会话
　　使用MySQL作为外置存储引擎，多用户同时访问

Ubuntu下MYSQL的安装

1、查看mysql的依赖

rpm -qa | grep mysql

无依赖

如果有，删除mysql的依赖

rpm -e --nodeps `rpm -qa | grep mysql`

或者

rpm -e --nodeps `rpm -qa | grep MySQL`

2、在线安装mysql

apt-get install mysql-server

apt-get install mysql-client

启动:

mysql -u root -p

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

中间遇到了dpkt的问题，但是忘记截图了，下次碰到了再补上吧

Ubuntu下hive的安装

1，上传tar包，解压

tar -zxvf apache-hive-0.14.-bin.tar.gz

2，更名

mv apache-hive-0.14.-bin hive-0.14.

3，备份配置文件

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

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

4，修改hive-env.sh配置文件

增加内容如下：

JAVA_HOME=/usr/local/jdk1..0_91

HADOOP_HOME=/usr/local/hadoop-2.6.

HIVE_HOME=/usr/local/hive-0.14.

5，修改hive-site.xml文件

首先需要在mysql下新建一个database

启动mysql：

mysql -u root -p

查看有哪些database：

show databases;    //不要掉了；分号

新建database：

create database sql_hive;

再修改hive的配置文件hive-site.xm：

                <property>

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

                    <value>jdbc:mysql://Ubuntu-1:3306/sql_hive?createDatabaseIfNotExist=true</value>

                </property>

                <property>

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

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

                </property>

                <property>

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

                    <value>root</value>

                </property>

                <property>

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

                    <value>root</value>

                </property>

                <property>

                    <name>hive.querylog.location</name>

                    <value>/usr/local/hive-0.14./tmp</value>

                </property>

                <property>

                    <name>hive.exec.local.scratchdir</name>

                    <value>/usr/local/hive-0.14./tmp</value>

                </property>

                <property>

                    <name>hive.downloaded.resources.dir</name>

                    <value>/usr/local/hive-0.14./tmp</value>

               </property>

6，将mysql中的mysql-connector-java-5.1.17.jar上传到hive的lib目录下

我在mysql的文件中没有找到该目录，所以直接上传的

7，启动Hive

./hive <==>等价于

./hive --service cli

报错：

Caused by: com.mysql.jdbc.exceptions.jdbc4.CommunicationsException: Communications link failure

The last packet sent successfully to the server was 0 milliseconds ago. The driver has not received any packets from the server.

报错原因：

未开启mysql的3306端口进行远程访问

解决办法:

1，查看3306端口是否正常

netstat -an | grep 

现在的3306端口绑定的IP地址是本地的127.0.0.1

2，修改Mysql配置文件

 vi /etc/mysql/mysql.conf.d/mysqld.cnf

找到

bind-address            = 127.0.0.1

前面加#注释掉

3，重启Mysql

/etc/init.d/mysql restart

4，再次查看端口信息

netstat -an | grep 

5，

 telnet 192.168.22.131 

6，开启hive

成功