
2020-07-14
Hive是一款基于Hadoop的数据仓库工具,通常被用于数据提取、转化、加载,可以将结构化的数据文件映射为一张数据库表,并提供类SQL查询功能,能将SQL语句转变成MapReduce任务来执行。Hive最大的优点是学习成本低,能够使用类似SQL语句实现快速MapReduce统计,这样使得MapReduce变得更加简洁,不需要开发专门的MapReduce应用程序。
一、Hive的特点
1.扩展性
Hive可以自由的扩展集群的规模,通常情况下不需要重启服务。
2.延展性
Hive支持用户自定义函数,用户可以根据自己的需求来实现自己的函数。
3.容错性
良好的容错性,节点出现问题SQL仍可完成执行
二、HIVE的安装部署
建议使用 1.x 版本
只需要在一个节点上安装(Master节点)
具体步骤
1. 下载
hive.apache.org
拷贝到linux
winscp
设置共享文件夹
2.解压
tar -zxvf apache-hive-1.2.1-bin.tar.gz -C /opt/programfile/
配置环境变量(/etc/profile)
export HIVE_HOME=/opt/programfile/hive
export PATH=$ PATH:$HIVE_HOME/bin
使新的配置生效:source /etc/profile
3.配置hive
(1) 改名
cp hive-env.sh.template hive-env.sh
(2)修改配置(指定hadoop的路径,因为hive基于Hadoop运行的)
HADOOP_HOME=/opt/programfile/hadoop
export HIVE_CONF_DIR=/opt/programfile/hive/conf
(3)开启集群
start-dfs.sh
start-yarn.sh
配置数据仓库的存储路径(数据最终存储在HDFS上)(在HDFS上配置的路径)
注意:此路径需要具有写权限
创建数据存储目录:
hdfs dfs -mkdir /tmp
hdfs dfs -mkdir -p /user/hive/warehouse
修改权限:
hdfs dfs -chmod 777 /tmp
hdfs dfs -chmod 777 /user/hive/warehouse
完 谢谢观看