|
本文源碼：GitHub || GitEE
一、Hive基礎(chǔ)簡(jiǎn)介
1、基礎(chǔ)描述
Hive是基于Hadoop的一個(gè)數(shù)據(jù)倉(cāng)庫(kù)工具，用來(lái)進(jìn)行數(shù)據(jù)提取、轉(zhuǎn)化、加載，是一個(gè)可以對(duì)Hadoop中的大規(guī)模存儲(chǔ)的數(shù)據(jù)進(jìn)行查詢和分析存儲(chǔ)的組件，Hive數(shù)據(jù)倉(cāng)庫(kù)工具能將結(jié)構(gòu)化的數(shù)據(jù)文件映射為一張數(shù)據(jù)庫(kù)表，并提供SQL查詢功能，能將SQL語(yǔ)句轉(zhuǎn)變成MapReduce任務(wù)來(lái)執(zhí)行，使用成本低，可以通過(guò)類似SQL語(yǔ)句實(shí)現(xiàn)快速M(fèi)apReduce統(tǒng)計(jì)，使MapReduce變得更加簡(jiǎn)單，而不必開發(fā)專門的MapReduce應(yīng)用程序。hive十分適合對(duì)數(shù)據(jù)倉(cāng)庫(kù)進(jìn)行統(tǒng)計(jì)分析。
2、組成與架構(gòu)
用戶接口：ClientCLI、JDBC訪問Hive、WEBUI瀏覽器訪問Hive。
元數(shù)據(jù)：Hive將元數(shù)據(jù)存儲(chǔ)在數(shù)據(jù)庫(kù)中，如mysql、derby。Hive中的元數(shù)據(jù)包括表的名字，表的列和分區(qū)以及屬性，表的屬性（是否為外部表等），表的數(shù)據(jù)所在目錄等。
驅(qū)動(dòng)器：基于解釋器、編輯器、優(yōu)化器完成HQL查詢語(yǔ)句從詞法分析、語(yǔ)法分析、編譯、優(yōu)化以及查詢計(jì)劃的生成。
執(zhí)行器引擎：ExecutionEngine把邏輯執(zhí)行計(jì)劃轉(zhuǎn)換成可以運(yùn)行的物理計(jì)劃。
Hadoop底層：基于HDFS進(jìn)行存儲(chǔ)，使用MapReduce進(jìn)行計(jì)算，基于Yarn的調(diào)度機(jī)制。
Hive收到給客戶端發(fā)送的交互請(qǐng)求，接收到操作指令(SQL)，并將指令翻譯成MapReduce，提交到Hadoop中執(zhí)行，最后將執(zhí)行結(jié)果輸出到客戶端。
二、Hive環(huán)境安裝
1、準(zhǔn)備安裝包
hive-1.2，依賴Hadoop集群環(huán)境，位置放在hop01服務(wù)上。
2、解壓重命名
tar -zxvf apache-hive-1.2.1-bin.tar.gz
mv apache-hive-1.2.1-bin/ hive1.2
3、修改配置文件
創(chuàng)建配置文件
[root@hop01 conf]# pwd
/opt/hive1.2/conf
[root@hop01 conf]# mv hive-env.sh.template hive-env.sh
添加內(nèi)容
[root@hop01 conf]# vim hive-env.sh
export HADOOP_HOME=/opt/hadoop2.7
export HIVE_CONF_DIR=/opt/hive1.2/conf
配置內(nèi)容一個(gè)是Hadoop路徑，和hive配置文件路徑。
4、Hadoop配置
首先啟動(dòng)hdfs和yarn；然后在HDFS上創(chuàng)建/tmp和/user/hive/warehouse兩個(gè)目錄并修改賦予權(quán)限。
bin/hadoop fs -mkdir /tmp
bin/hadoop fs -mkdir -p /user/hive/warehouse
bin/hadoop fs -chmod g+w /tmp
bin/hadoop fs -chmod g+w /user/hive/warehouse
5、啟動(dòng)Hive
[root@hop01 hive1.2]# bin/hive
6、基礎(chǔ)操作
查看數(shù)據(jù)庫(kù)
hive> show databases ;
選擇數(shù)據(jù)庫(kù)
hive> use default;
查看數(shù)據(jù)表
hive> show tables;
創(chuàng)建數(shù)據(jù)庫(kù)使用
hive> create database mytestdb;
hive> show databases ;
default
mytestdb
hive> use mytestdb;
創(chuàng)建表
create table hv_user (id int, name string, age int);
查看表結(jié)構(gòu)
hive> desc hv_user;
id int
name string
age int
添加表數(shù)據(jù)
insert into hv_user values (1, "test-user", 23);
查詢表數(shù)據(jù)
hive> select * from hv_user ;
注意：這里通過(guò)對(duì)查詢?nèi)罩镜挠^察，明顯看出Hive執(zhí)行的流程。
刪除表
hive> drop table hv_user ;
退出Hive
hive> quit;
查看Hadoop目錄
# hadoop fs -ls /user/hive/warehouse
/user/hive/warehouse/mytestdb.db
通過(guò)Hive創(chuàng)建的數(shù)據(jù)庫(kù)和數(shù)據(jù)存儲(chǔ)在HDFS上。
三、整合MySQL5.7環(huán)境
這里默認(rèn)安裝好MySQL5.7的版本，并配置好相關(guān)登錄賬號(hào)，配置root用戶的Host為%模式。
1、上傳MySQL驅(qū)動(dòng)包
將MySQL驅(qū)動(dòng)依賴包上傳到hive安裝目錄的lib目錄下。
[root@hop01 lib]# pwd
/opt/hive1.2/lib
[root@hop01 lib]# ll
mysql-connector-java-5.1.27-bin.jar
2、創(chuàng)建hive-site配置
[root@hop01 conf]# pwd
/opt/hive1.2/conf
[root@hop01 conf]# touch hive-site.xml
[root@hop01 conf]# vim hive-site.xml
3、配置MySQL存儲(chǔ)
<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<property>
<name>javax.jdo.option.ConnectionURL</name>
<value>jdbc:mysql://hop01:3306/metastore?createDatabaseIfNotExist=true</value>
<description>JDBC connect string for a JDBC metastore</description>
</property>
<property>
<name>javax.jdo.option.ConnectionDriverName</name>
<value>com.mysql.jdbc.Driver</value>
<description>Driver class name for a JDBC metastore</description>
</property>
<property>
<name>javax.jdo.option.ConnectionUserName</name>
<value>root</value>
<description>username to use against metastore database</description>
</property>
<property>
<name>javax.jdo.option.ConnectionPassword</name>
<value>123456</value>
<description>password to use against metastore database</description>
</property>
</configuration>
配置完成后，依次重啟MySQL、hadoop、hive環(huán)境，查看MySQL數(shù)據(jù)庫(kù)信息，多了metastore數(shù)據(jù)庫(kù)和相關(guān)表。
4、后臺(tái)啟動(dòng)hiveserver2
[root@hop01 hive1.2]# bin/hiveserver2 &
5、Jdbc連接測(cè)試
[root@hop01 hive1.2]# bin/beeline
Beeline version 1.2.1 by Apache Hive
beeline> !connect jdbc:hive2://hop01:10000
Connecting to jdbc:hive2://hop01:10000
Enter username for jdbc:hive2://hop01:10000: hiveroot (賬戶回車)
Enter password for jdbc:hive2://hop01:10000: ****** (密碼123456回車)
Connected to: Apache Hive (version 1.2.1)
Driver: Hive JDBC (version 1.2.1)
0: jdbc:hive2://hop01:10000> show databases;
+----------------+--+
| database_name |
+----------------+--+
| default |
+----------------+--+
四、高級(jí)查詢語(yǔ)法
1、基礎(chǔ)函數(shù)
select count(*) count_user from hv_user;
select sum(age) sum_age from hv_user;
select min(age) min_age,max(age) max_age from hv_user;
+----------+----------+--+
| min_age | max_age |
+----------+----------+--+
| 23 | 25 |
+----------+----------+--+
2、條件查詢語(yǔ)句
select * from hv_user where name='test-user' limit 1;
+-------------+---------------+--------------+--+
| hv_user.id | hv_user.name | hv_user.age |
+-------------+---------------+--------------+--+
| 1 | test-user | 23 |
+-------------+---------------+--------------+--+
select * from hv_user where id>1 AND name like 'dev%';
+-------------+---------------+--------------+--+
| hv_user.id | hv_user.name | hv_user.age |
+-------------+---------------+--------------+--+
| 2 | dev-user | 25 |
+-------------+---------------+--------------+--+
select count(*) count_name,name from hv_user group by name;
+-------------+------------+--+
| count_name | name |
+-------------+------------+--+
| 1 | dev-user |
| 1 | test-user |
+-------------+------------+--+
3、連接查詢
select t1.*,t2.* from hv_user t1 join hv_dept t2 on t1.id=t2.dp_id;
+--------+------------+---------+-----------+-------------+--+
| t1.id | t1.name | t1.age | t2.dp_id | t2.dp_name |
+--------+------------+---------+-----------+-------------+--+
| 1 | test-user | 23 | 1 | 技術(shù)部 |
+--------+------------+---------+-----------+-------------+--+
五、源代碼地址
GitHub·地址
https://github.com/cicadasmile/big-data-parent
GitEE·地址
https:///cicadasmile/big-data-parent
推薦閱讀：編程體系整理
|
