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>