hive安装及配置

1.下载地址: http://www.apache.org/dyn/closer.cgi/hive/

2.解压

3.hive配置
　　1.修改hive-env.sh,添加如下信息

export HADOOP_HOME=/usr/local/hadoop/hadoop-2.6.5
export JAVA_HOME=/usr/local/java/jdk1.8.0_121
export HIVE_HOME=/usr/local/hive/apache-hive-1.2.2-bin

　　2.修改hive-site.xml

cp hive-default.xml.template hive-site.xml
删除原有数据,添加如下数据

<property>

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

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

<description>JDBC connect string for a JDBC metastore</description>
</property>

<property>
<name>javax.jdo.option.ConnectionDriverName</name>
<value>com.mysql.jdbc.Driver</value>
<description>Driver class name for a JDBC metastore</description>
</property>

<property>
<name>javax.jdo.option.ConnectionUserName</name>
<value>hive</value>
<description>username to use against metastore database.hive连接数据库用户名</description>
</property>

<property>
<name>javax.jdo.option.ConnectionPassword</name>
<value>hive</value>
<description>password to use against metastore database.hive连接数据库密码</description>
</property>

　　3.将mysql.jar拷贝到hive的lib目录下

　　4.解决jline版本不一致问题,将hive中的jline拷贝到share/hadoop/yarn/lib/下.如果不处理将会报错:Found class jline.Terminal, but interface was expected

　　4.1 初始化mysql:  sh schematool -dbType mysql -initSchema

　　5.启动hive

　　　　1. bin/hive

　　　　2.将hive启动成服务:./bin/hiveserver2

　　　　3.使用客户端连接hive

　　　　　　./bin/beeline

　　　　　　!connect jdbc:hive2://localhost:10000

　　6.Hive的数据存储:

　　　　1、Hive中所有的数据都存储在 HDFS 中，没有专门的数据存储格式（可支持Text，SequenceFile，ParquetFile，RCFILE等）
　　　　2、只需要在创建表的时候告诉 Hive 数据中的列分隔符和行分隔符，Hive 就可以解析数据。
　　　　3、Hive 中包含以下数据模型：DB、Table，External Table，Partition，Bucket。
　　　　　　db：在hdfs中表现为${hive.metastore.warehouse.dir}目录下一个文件夹
　　　　　　table：在hdfs中表现所属db目录下一个文件夹
　　　　　　external table：外部表, 与table类似，不过其数据存放位置可以在任意指定路径
　　　　普通表: 删除表后, hdfs上的文件都删了
　　　　External外部表删除后, hdfs上的文件没有删除, 只是把文件删除了

　　　　partition：在hdfs中表现为table目录下的子目录(提高查询效率)，比如日志流量按天分，需要查询某一天的，那么查询效率就很高。
　　　　bucket：桶, 在hdfs中表现为同一个表目录下根据hash散列之后的多个文件, 会根据不同的文件把数据放到不同的文件中 （创建表可以指定为分桶表，一个reduce对对应一个表，提高join。Id相同在同一个桶，在join的时候不要做笛卡儿积了）

　　 https://cwiki.apache.org/confluence/display/Hive/Hive+on+Spark:+Getting+Started

　　

　　7. hive客户端:SQuirrel SQL Client

　　　　http://squirrel-sql.sourceforge.net/

---

创建表报错:

Error: Error while processing statement: FAILED: Execution Error, return code 1 from org.apache.hadoop.hive.ql.exec.DDLTask. 
MetaException(message:For direct MetaStore DB connections, we don't support retries at the client level.) (state=08S01,code=1)

我在创建数据库时,字符集设置为UTF8,这里需要配置mysql的字符集：(如果不行要删了数据库重新创建)

 alter database hive character set latin1;

将hdfs数据load进表:

 load data inpath '/weblog/pre/' overwrite into table ods_weblog_origin partition (datestr='2017-06-19');

1.将数据put到hdfs,这里如果存在crc文件,那么需要保证原文件未被修改过,否则put过程报错

2.hive load数据报 无权限 错误: hadoop fs -chmod -R 755 /weblog

3.每次load之后,hdfs中的文件将会被删除