hadoop: hive 1.2.0 在mac机上的安装与配置
环境:mac OS X Yosemite + hadoop 2.6.0 + hive 1.2.0 + jdk 1.7.0_79
前提:hadoop必须先安装,且处于运行状态(伪分式模式或全分布模式均可)
hive官网地址:http://hive.apache.org/
建议:经个人实践,在mac OS X Yosemite 环境下,如果使用apache下载的原始hadoop 2.6.0,不管jdk安装成什么版本(1.6\1.7\1.8都试过),hive 1.2.0启动时,始终报jdk版本不匹配,后来在mac上将hadoop 2.6.0源编译成mac原生版本后,就正常了。
一、环境变量
... export HADOOP_HOME=/home/hadoop/hadoop-2.6.0 export HIVE_HOME=/home/hadoop/hive-1.2.0 ... export HADOOP_CONF_DIR=${HADOOP_HOME}/etc/hadoop ... export PATH=${HIVE_HOME}/bin:$PATH:$HOME/bin:
三、修改hive中的xml配置
cp hive-default.xml.template hive-default.xml
cp hive-default.xml.template hive-site.xml
cp hive-exec-log4j.properties.template hive-exec-log4j.properties
cp hive-log4j.properties.template hive-log4j.properties
cp beeline-log4j.properties.template beeline-log4j.properties
即:把几个带.template后缀的模板文件,复制一份变成不带.template的配置文件,注意hive-default.xml.template这个要复制二份,一个是hive-default.xml,另一个是hive-site.xml,其中hive-site.xml为用户自定义配置,hive-default.xml为全局配置,hive启动时,-site.xml自定义配置会覆盖-default.xml全局配置的相同配置项。
1 <?xml version="1.0" encoding="UTF-8" standalone="no"?> 2 3 <configuration> 4 5 <property> 6 <name>hive.metastore.local</name> 7 <value>true</value> 8 </property> 9 10 <!-- 11 <property>12 <name>javax.jdo.option.ConnectionURL</name>13 <value>jdbc:postgresql://localhost:5432/hive</value>14 </property>15 16 <property>17 <name>javax.jdo.option.ConnectionDriverName</name>18 <value>org.postgresql.Driver</value>19 </property>20 -->21 22 23 <property>24 <name>javax.jdo.option.ConnectionURL</name>25 <value>jdbc:mysql://127.0.0.1:3306/hive?characterEncoding=UTF-8</value>26 </property>27 28 <property>29 <name>javax.jdo.option.ConnectionDriverName</name>30 <value>com.mysql.jdbc.Driver</value>31 </property>32 33 <property>34 <name>javax.jdo.option.ConnectionUserName</name>35 <value>hive</value>36 </property>37 38 <property>39 <name>javax.jdo.option.ConnectionPassword</name>40 <value>hive</value>41 </property>42 43 44 <property>45 <name>hive.exec.scratchdir</name>46 <value>/tmp/hive</value>47 </property>48 49 <property>50 <name>hive.exec.local.scratchdir</name>51 <value>/Users/jimmy/app/hive-1.2.0/tmp</value>52 </property>53 54 <property>55 <name>hive.downloaded.resources.dir</name>56 <value>/Users/jimmy/app/hive-1.2.0/tmp/${hive.session.id}_resources</value>57 </property>58 59 <property>60 <name>hive.metastore.warehouse.dir</name>61 <value>/user/hive/warehouse</value> 62 </property>63 64 </configuration>
注:hive中有一个元数据的概念,元数据记录了当前有哪些表,哪些字段,字段数据类型等,由于hdfs是没有这些额外信息的,因此hive需要借助传统数据库来记录这些元数据信息,默认情况下,采用内置数据库derby来记录,也可以通过配置将这些元数据记录到mssql\mysql\oracle\postgreSQL等大型RDMBS中,上面的配置中,演示了MYSQL、PostgreSQL二种配置,如果把23-41注释掉,就变成derby独立模式。
另:上面的配置文件中,有一些关于目录的参数,先提前把目录建好,
hive.exec.local.scratchdir
hive.downloaded.resources.dir
这二项对应的目录,是指本地目录(必须先手动建好),其它目录为hdfs中的目录(hive启动时,先自动建好,如果自动创建失败,也可以手动通过shell在hdfs中创建)
四、替换hadoop 2.6.0中的jline jar包
由于hive 1.2.0自带的jline包跟hadoop 2.6.0自带的版本不一致,因此需要将$HIVE_HOME/lib/jline-2.12.jar 这个文件替换掉$HADOOP_HOME/share/hadoop/yarn/lib 下原来的版本 (即:将旧版本删除,复制新版本到此目录),否则hive启动将失败
五、测试及验证
$HIVE_HOME/bin/hive
如果能正常进入 hive> 即表示正常
a) 创建表测试
hive>create table test(id int);
b) 将hdfs中的文件内容加载到表中
hive> load data inpath '/input/duplicate.txt' into table test;
注:duplicate.txt的内容可在以前的博客文章中找到
c) 测试求平均值
hive> select avg(id) from test;
Query ID = jimmy_20150607191924_ccfb231f-6c92-47ac-88f1-eb32882a0010
Total jobs = 1
Launching Job 1 out of 1
Number of reduce tasks determined at compile time: 1
In order to change the average load for a reducer (in bytes):
set hive.exec.reducers.bytes.per.reducer=<number>
In order to limit the maximum number of reducers:
set hive.exec.reducers.max=<number>
In order to set a constant number of reducers:
set mapreduce.job.reduces=<number>
Job running in-process (local Hadoop)
2015-06-07 19:19:27,980 Stage-1 map = 100%, reduce = 100%
Ended Job = job_local1537497991_0001
MapReduce Jobs Launched:
Stage-Stage-1: HDFS Read: 190 HDFS Write: 0 SUCCESS
Total MapReduce CPU Time Spent: 0 msec
OK
3.909090909090909
Time taken: 3.322 seconds, Fetched: 1 row(s)
从输出的信息看,hive底层仍然是将SQL语句翻译成mapreduce作业,提交给hadoop的MR引擎。从使用层面看,采用SQL语句方式来分析数据,确实比MapReduce或PIG方式方便太多了。
- 点赞
- 收藏
- 关注作者
评论(0)