安装Hive
所有Hadoop子项目(如Hive、Pig和HBase)都支持Linux操作系统。因此,在安装Hive之前,您需要安装任何Linux风味的操作系统。下面是Hive安装的简单步骤:
阅读更多:Hive 教程
步骤1:验证JAVA安装
在安装Hive之前,必须在您的系统上安装Java。让我们使用以下命令验证java安装:
$ java –version
如果您的系统已经安装了Java,则会看到以下响应:
java version "1.7.0_71"
Java(TM) SE Runtime Environment (build 1.7.0_71-b13)
Java HotSpot(TM) Client VM (build 25.0-b02, mixed mode)
如果您的系统中未安装java,则按照以下步骤安装java。
安装Java
步骤I:
通过访问以下链接下载java(JDK<最新版本>-X64.tar.gz) http://www.oracle.com/technetwork/java/javase/downloads/jdk7-downloads-1880260.html。
然后jdk-7u71-linux-x64.tar.gz将下载到您的系统中。
步骤II:
通常,您会在下载文件夹中找到已下载的java文件。使用以下命令验证并提取jdk-7u71-linux-x64.gz文件。
$ cd Downloads/
$ ls
jdk-7u71-linux-x64.gz
$ tar zxf jdk-7u71-linux-x64.gz
$ ls
jdk1.7.0_71 jdk-7u71-linux-x64.gz
步骤III:
为了使java可供所有用户使用,您必须将其移动到“/usr/local/”位置。打开root,并键入以下命令。
$ su
password:
# mv jdk1.7.0_71 /usr/local/
# exit
步骤IV:
为了设置PATH和JAVA_HOME变量,请将以下命令添加到 ~/.bashrc文件中。
export JAVA_HOME=/usr/local/jdk1.7.0_71
export PATH=PATH:JAVA_HOME/bin
现在将所有更改应用于当前运行的系统。
$ source ~/.bashrc
步骤V:
使用以下命令配置java替代品:
# alternatives --install /usr/bin/java/java/usr/local/java/bin/java 2
# alternatives --install /usr/bin/javac/javac/usr/local/java/bin/javac 2
# alternatives --install /usr/bin/jar/jar/usr/local/java/bin/jar 2
# alternatives --set java/usr/local/java/bin/java
# alternatives --set javac/usr/local/java/bin/javac
# alternatives --set jar/usr/local/java/bin/jar
现在使用终端中解释的命令java -version验证安装。
步骤2:验证Hadoop安装
在安装Hive之前,必须在您的系统上安装Hadoop。让我们使用以下命令验证Hadoop安装:
$ hadoop version
如果您的系统已经安装了Hadoop,则会看到以下响应:
Hadoop 2.4.1 Subversion https://svn.apache.org/repos/asf/hadoop/common -r 1529768
由hortonmu于2013-10-07T06:28Z编译
使用protoc 2.5.0编译
通过带有校验和79e53ce7994d1628b240f09af91e1af4的源代码编译
如果您的系统上没有安装Hadoop,请执行以下步骤:
下载Hadoop
使用以下命令从Apache软件基金会下载并提取Hadoop 2.4.1。
$ su
密码:
# cd /usr/local
# wget http://apache.claz.org/hadoop/common/hadoop-2.4.1/
hadoop-2.4.1.tar.gz
# tar xzf hadoop-2.4.1.tar.gz
# mv hadoop-2.4.1/*到hadoop/
# 退出
在伪分布式模式下安装Hadoop
以下步骤用于在伪分布式模式下安装Hadoop 2.4.1。
第I步:设置Hadoop
您可以通过将以下命令附加到~/.bashrc文件中来设置Hadoop环境变量。 ****
export HADOOP_HOME=/usr/local/hadoop
export HADOOP_MAPRED_HOME=HADOOP_HOME
export HADOOP_COMMON_HOME=HADOOP_HOME
export HADOOP_HDFS_HOME=HADOOP_HOME
export YARN_HOME=HADOOP_HOME
export HADOOP_COMMON_LIB_NATIVE_DIR=HADOOP_HOME/lib/native
export PATH=PATH:HADOOP_HOME/sbin:HADOOP_HOME/bin
现在将所有更改应用到当前正在运行的系统中。
$ source ~/.bashrc
第II步:Hadoop配置
您可以在位置“$HADOOP_HOME/etc/hadoop”中找到所有Hadoop配置文件。您需要根据您的Hadoop基础设施在这些配置文件中进行适当的更改。
$ cd $HADOOP_HOME/etc/hadoop
为了使用Java开发Hadoop程序,您需要在hadoop-env.sh文件中重置Java环境变量,方法是将JAVA_HOME值替换为系统中Java的位置。
export JAVA_HOME=/usr/local/jdk1.7.0_71
以下是配置Hadoop需要编辑的文件列表。
core-site.xml
文件包含诸如用于Hadoop实例的端口号、文件系统分配的内存、存储数据的内存限制以及读/写缓冲区大小等信息。
打开core-site.xml并在<configuration>
和</configuration>
标记之间添加以下属性。
<configuration>
<property>
<name>fs.default.name</name>
<value>hdfs://localhost:9000</value>
</property>
</configuration>
hdfs-site.xml
文件包含数据复制值、您本地文件系统的namenode路径和datanode路径(即存储Hadoop基础设施的位置)等信息。
假设以下数据。
dfs.replication (data replication value) = 1
(In the following path /hadoop/ is the user name.
hadoopinfra/hdfs/namenode is the directory created by hdfs file system.)
namenode path = //home/hadoop/hadoopinfra/hdfs/namenode
(hadoopinfra/hdfs/datanode is the directory created by hdfs file system.)
datanode path = //home/hadoop/hadoopinfra/hdfs/datanode
打开此文件,并在<configuration>
和</configuration>
标记之间添加此文件中的以下属性。
<configuration>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
<property>
<name>dfs.name.dir</name>
<value>file:///home/hadoop/hadoopinfra/hdfs/namenode </value>
</property>
<property>
<name>dfs.data.dir</name>
<value>file:///home/hadoop/hadoopinfra/hdfs/datanode </value >
</property>
</configuration>
注意: 在上述文件中,所有属性值都是用户自定义的,您可以根据自己的Hadoop基础设施进行更改。
yarn-site.xml
此文件用于将yarn配置到Hadoop中。打开yarn-site.xml文件,并在<configuration>
, </configuration>
标记之间添加以下属性。
<configuration>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
</configuration>
mapred-site.xml
此文件用于指定我们正在使用哪个MapReduce框架。默认情况下,Hadoop包含一个yarn-site.xml模板。首先,您需要使用以下命令将文件从mapred-site.xml.template复制到mapred-site.xml文件中。
$ cp mapred-site.xml.template mapred-site.xml
打开 mapred-site.xml 文件,并在<configuration>, </configuration>
标记之间添加以下属性。
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration>
验证Hadoop安装
以下是验证Hadoop安装的步骤。
步骤I:NameNode设置
使用命令“hdfs namenode -format”设置namenode,如下所示。
$ cd ~
$ hdfs namenode -format
预期结果如下。
10/24/14 21:30:55 INFO namenode.NameNode: STARTUP_MSG:
/************************************************************
STARTUP_MSG: Starting NameNode
STARTUP_MSG: host = localhost/192.168.1.11
STARTUP_MSG: args = [-format]
STARTUP_MSG: version = 2.4.1
...
...
10/24/14 21:30:56 INFO common.Storage: Storage directory
/home/hadoop/hadoopinfra/hdfs/namenode has been successfully formatted.
10/24/14 21:30:56 INFO namenode.NNStorageRetentionManager: Going to
retain 1 images with txid >= 0
10/24/14 21:30:56 INFO util.ExitUtil: Exiting with status 0
10/24/14 21:30:56 INFO namenode.NameNode: SHUTDOWN_MSG:
/************************************************************
SHUTDOWN_MSG: Shutting down NameNode at localhost/192.168.1.11
************************************************************/
步骤II:验证Hadoop dfs
以下命令用于启动dfs。执行此命令将启动您的Hadoop文件系统。
$ start-dfs.sh
预期输出如下:
10/24/14 21:37:56
Starting namenodes on [localhost]
localhost: starting namenode, logging to /home/hadoop/hadoop-2.4.1/logs/hadoop-hadoop-namenode-localhost.out
localhost: starting datanode, logging to /home/hadoop/hadoop-2.4.1/logs/hadoop-hadoop-datanode-localhost.out
Starting secondary namenodes [0.0.0.0]
步骤III:验证Yarn脚本
以下命令用于启动yarn脚本。执行此命令将启动您的yarn守护程序。
$ start-yarn.sh
预期输出如下:
starting yarn daemons
starting resourcemanager, logging to /home/hadoop/hadoop-2.4.1/logs/yarn-hadoop-resourcemanager-localhost.out
localhost: starting nodemanager, logging to /home/hadoop/hadoop-2.4.1/logs/yarn-hadoop-nodemanager-localhost.out
步骤IV:在浏览器上访问Hadoop
访问Hadoop的默认端口号为50070。使用以下URL在浏览器上获取Hadoop服务。
http://localhost:50070/
步骤V:验证群集所有应用程序
访问群集所有应用程序的默认端口号为8088。使用以下URL访问此服务。
http://localhost:8088/
步骤3:下载Hive
在本教程中,我们使用hive-0.14.0。您可以通过访问以下链接下载它
http://apache.petsads.us/hive/hive-0.14.0/。
让我们假设它已下载到/ Downloads目录中。在这里,我们为本教程下载名为“ apache-hive-0.14.0-bin.tar.gz”的Hive存档。以下命令用于验证下载:
$ cd Downloads
$ ls
下载成功后,您将看到以下响应:
apache-hive-0.14.0-bin.tar.gz
步骤4:安装Hive
安装Hive需要以下步骤。让我们假设Hive存档已下载到/ Downloads目录。
提取和验证Hive存档
以下命令用于验证下载并提取hive存档:
$ tar zxvf apache-hive-0.14.0-bin.tar.gz
$ ls
下载成功后,您将看到以下响应:
apache-hive-0.14.0-bin apache-hive-0.14.0-bin.tar.gz
将文件复制到/ usr / local / hive目录
我们需要从超级用户“su -”复制文件。以下命令用于从提取的目录复制文件到“/ usr / local / hive”目录。
$ su -
passwd:
# cd /home/user/Download
# mv apache-hive-0.14.0-bin /usr/local/hive
# exit
设置Hive环境
您可以通过将以下行附加到 ~/.bashrc 文件来设置Hive环境:
export HIVE_HOME=/usr/local/hive
export PATH=PATH:HIVE_HOME/bin
export CLASSPATH=CLASSPATH:/usr/local/Hadoop/lib/*:.
export CLASSPATH=CLASSPATH:/usr/local/hive/lib/*:.
以下命令用于执行~/.bashrc文件。
$ source ~/.bashrc
步骤5:配置Hive
要将Hive与Hadoop配置,您需要编辑位于 $HIVE_HOME / conf 目录中的 hive-env.sh 文件。以下命令将重定向到Hive config 文件夹并复制模板文件:
$ cd $HIVE_HOME/conf
$ cp hive-env.sh.template hive-env.sh
编辑 hive-env.sh 文件并添加以下行:
export HADOOP_HOME=/usr/local/hadoop
已成功完成Hive安装。现在您需要一个外部数据库服务器来配置元数据存储。我们使用Apache Derby数据库。
步骤6:下载和安装Apache Derby
按照以下步骤下载和安装Apache Derby:
下载Apache Derby
以下命令用于下载Apache Derby。下载需要一些时间。
$ cd ~
$ wget http://archive.apache.org/dist/db/derby/db-derby-10.4.2.0/db-derby-10.4.2.0-bin.tar.gz
以下命令用于验证下载:
$ ls
下载成功后,您将看到以下响应:
db-derby-10.4.2.0-bin.tar.gz
提取和验证Derby档案
以下命令用于提取和验证Derby档案:
$ tar zxvf db-derby-10.4.2.0-bin.tar.gz
$ ls
下载成功后,您将看到以下响应:
db-derby-10.4.2.0-bin db-derby-10.4.2.0-bin.tar.gz
将文件复制到/usr/local/derby目录中
我们需要从超级用户“su -”中复制。以下命令用于将文件从提取的目录复制到/usr/local/derby目录中:
$ su -
passwd:
# cd /home/user
# mv db-derby-10.4.2.0-bin /usr/local/derby
# exit
为Derby设置环境
您可以通过将以下行附加到以下方式设置Derby环境 ~/.bashrc 文件:
export DERBY_HOME=/usr/local/derby
export PATH=PATH:DERBY_HOME/bin
Apache Hive
18
export CLASSPATH=CLASSPATH:DERBY_HOME/lib/derby.jar:$DERBY_HOME/lib/derbytools.jar
以下命令用于执行 ~/.bashrc 文件:
$ source ~/.bashrc
创建目录以存储元存储
在$DERBY_HOME目录中创建名为data的目录以存储元存储数据。
$ mkdir $DERBY_HOME/data
Derby安装和环境设置现已完成。
第7步:配置Hive的元存储
配置Metastore意味着指定到Hive存储数据库的位置。您可以通过编辑hive-site.xml文件(位于$HIVE_HOME/conf目录中)来完成此操作。首先,使用以下命令复制模板文件:
$ cd $HIVE_HOME/conf
$ cp hive-default.xml.template hive-site.xml
编辑 hive-site.xml 并在<configuration>
和</configuration>
标签之间添加以下行:
<property>
<name>javax.jdo.option.ConnectionURL</name>
<value>jdbc:derby://localhost:1527/metastore_db;create=true </value>
<description>JDBC connect string for a JDBC metastore </description>
</property>
创建一个名为jpox.properties的文件,并将以下行添加到其中:
javax.jdo.PersistenceManagerFactoryClass =
org.jpox.PersistenceManagerFactoryImpl
org.jpox.autoCreateSchema = false
org.jpox.validateTables = false
org.jpox.validateColumns = false
org.jpox.validateConstraints = false
org.jpox.storeManagerType = rdbms
org.jpox.autoCreateSchema = true
org.jpox.autoStartMechanismMode = checked
org.jpox.transactionIsolation = read_committed
javax.jdo.option.DetachAllOnCommit = true
javax.jdo.option.NontransactionalRead = true
javax.jdo.option.ConnectionDriverName = org.apache.derby.jdbc.ClientDriver
javax.jdo.option.ConnectionURL = jdbc:derby://hadoop1:1527/metastore_db;create = true
javax.jdo.option.ConnectionUserName = APP
javax.jdo.option.ConnectionPassword = mine
第8步:验证Hive安装
在运行Hive之前,您需要在HDFS中创建 /tmp 文件夹和一个单独的Hive文件夹。这里,我们使用 /user/hive/warehouse 文件夹。您需要为这些新创建的文件夹设置写入权限,如下所示:
chmod g+w
现在在验证Hive之前在HDFS中设置它们。使用以下命令:
$ $HADOOP_HOME/bin/hadoop fs -mkdir /tmp
$ $HADOOP_HOME/bin/hadoop fs -mkdir /user/hive/warehouse
$ $HADOOP_HOME/bin/hadoop fs -chmod g+w /tmp
$ $HADOOP_HOME/bin/hadoop fs -chmod g+w /user/hive/warehouse
以下命令用于验证Hive安装:
$ cd $HIVE_HOME
$ bin / hive
成功安装Hive后,您将看到以下响应:
Logging initialized using configuration in jar:file:/home/hadoop/hive-0.9.0/lib/hive-common-0.9.0.jar!/hive-log4j.properties
Hive history file=/tmp/hadoop/hive_job_log_hadoop_201312121621_1494929084.txt
………………….
hive>
执行以下示例命令以显示所有表:
hive> show tables;
OK
Time taken: 2.798 seconds
hive>