hive实战

１.　前言

作为数据仓库的工具，hive提供了两种ETL运行方式，分别是通过Hive 命令行和beeline客户端；

命令行方式即通过hive进入命令模式后通过执行不同的HQL命令得到对应的结果；相当于胖客户端模式，即客户机中需要安装JRE环境和Hive程序。

beeline客户端方式相当于瘦客户端模式，采用JDBC方式借助于Hive Thrift服务访问Hive数据仓库。

HiveThrift(HiveServer)是Hive中的组件之一，设计目的是为了实现跨语言轻量级访问Hive数据仓库，有Hiveserver和

Hiveserver2两个版本，两者不兼容，使用中要注意区分。体现在启动HiveServer的参数和jdbc:hiveX的参数上。

２.　beeline相关的Server.Thrift配置  

主要是hive/conf/hive-site.xml中hive.server2.thrift相关的一些配置项，但要注意一致性

<property>

    <name>hive.server2.thrift.bind.host</name>

    <value>slave1</value>

    <description>Bind host on which to run the HiveServer2 Thrift service.</description>

</property>

<property>

   <name>hive.server2.thrift.port</name>

   <value>10000</value>

   <description>Port number of HiveServer2 Thrift interface when hive.server2.transport.mode is 'binary'.</description>

</property>

<property>

     <name>hive.server2.thrift.http.port</name>

      <value>10001</value>

     <description>Port number of HiveServer2 Thrift interface when hive.server2.transport.mode is 'http'.</description>

</property>

进入beeline连接数据库后，因为要访问的文件在HDFS上，对应的路径有访问权限限制，所以，这里要设成hadoop中的用户名，实例中用户名即为'hadoop’。如果使用其它用户名，可能会报权限拒绝的错误。或通过修改hadoop中的配置项hadoop.proxyuser.ＸＸ为“*”　来放宽用户名和权限，如示例。

属性   hive.server2.thrift.client.user   的值是hadoop

属性   hive.server2.thrift.client.password  的值是 hadoop

修改下面配置放宽用户名和权限

配置文件   hadoop/etc/hadoop/core-site.xml

属性  hadoop.proxyuser.hadoop.hosts  的值改为  *

属性   hadoop.proxyuser.hadoop.groups 的值改为 *

3.　启动beeline并访问Hive

  slave1上启动hiveserver2, 

  nohup hive --service hiveserver2 & 

  ps -ef | grep Hive 能看到Hiveserver2已启动

  master机器上执行beeline并访问hive

  hadoop@master:~/bigdata/hive$ beeline

 Beeline version 1.2.1.spark2 by Apache Hive

 beeline>

beeline> !connect jdbc:hive2://slave1:10000       // 2中配置项的host:port ，因为启动的是hiveserver2，所以参数中是hive2

Connecting to jdbc:hive2://slave1:10000

Enter username for jdbc:hive2://slave1:10000:hadoop

Enter password for jdbc:hive2://slave1:10000:******        //2中配置项的user/password 

17/09/08 14:39:27 INFO jdbc.Utils: Supplied authorities: slave1:10000

17/09/08 14:39:27 INFO jdbc.Utils: Resolved authority: slave1:10000

17/09/08 14:39:27 INFO jdbc.HiveConnection: Will try to open client transport with JDBC Uri: jdbc:hive2://slave1:10000

Connected to: Apache Hive (version 2.1.1)

Driver: Hive JDBC (version 1.2.1.spark2)

Transaction isolation: TRANSACTION_REPEATABLE_READ

0: jdbc:hive2://slave1:10000>

0: jdbc:hive2://slave1:10000> show databases;

+----------------+--+

| database_name  |

+----------------+--+

| default        |

| shizhan       |

+----------------+--+

2 rows selected (0.379 seconds)

看到结果后，进入hadoop webui http://master:8088/cluster/apps/FINISHED　可看到刚执行的任务。

0: jdbc:hive2://slave1:10000> !q//// 退出beeline