当前位置： 首页 > news >正文

在VMware虚拟机集群中，完成Hive的安装部署

news 2025/6/16 6:34:05

Hive是分布式运行的框架还是单机运行的？

Hive是单机工具，只需要部署在一台服务器即可。

Hive虽然是单机的，但是它可以提交分布式运行的MapReduce程序运行。

我们知道Hive是单机工具后，就需要准备一台服务器供Hive使用即可。

同时Hive需要使用元数据服务，即需要提供一个关系型数据库，我们也选择一台服务器安装关系型数据库即可。

所以：

服务

机器

Hive本体

部署在node1

元数据服务所需的关系型数据库（课程选择最为流行的MySQL）

部署在node1

为了简单起见，都安装到node1服务器上。

一、安装MySQL数据库

我们在node1节点使用yum在线安装MySQL5.7版本。

CentOS 7 已于 2024 年 6 月 30 日结束生命周期，官方镜像源（mirrorlist.centos.org）已关闭，因此无法解析域名。

解决方案

1、备份现有 Yum 配置：

sudo mv /etc/yum.repos.d/CentOS-Base.repo /etc/yum.repos.d/CentOS-Base.repo.backup

2、创建新的 Yum 配置文件：

sudo nano /etc/yum.repos.d/CentOS-Base.repo

3、将以下内容复制到文件中（使用阿里云镜像源）：

[base]
name=CentOS-$releasever - Base - mirrors.aliyun.com
failovermethod=priority
baseurl=https://mirrors.aliyun.com/centos/$releasever/os/$basearch/
gpgcheck=1
gpgkey=https://mirrors.aliyun.com/centos/RPM-GPG-KEY-CentOS-7#released updates
[updates]
name=CentOS-$releasever - Updates - mirrors.aliyun.com
failovermethod=priority
baseurl=https://mirrors.aliyun.com/centos/$releasever/updates/$basearch/
gpgcheck=1
gpgkey=https://mirrors.aliyun.com/centos/RPM-GPG-KEY-CentOS-7#additional packages that may be useful
[extras]
name=CentOS-$releasever - Extras - mirrors.aliyun.com
failovermethod=priority
baseurl=https://mirrors.aliyun.com/centos/$releasever/extras/$basearch/
gpgcheck=1
gpgkey=https://mirrors.aliyun.com/centos/RPM-GPG-KEY-CentOS-7#additional packages that extend functionality of existing packages
[centosplus]
name=CentOS-$releasever - Plus - mirrors.aliyun.com
failovermethod=priority
baseurl=https://mirrors.aliyun.com/centos/$releasever/centosplus/$basearch/
gpgcheck=1
enabled=0
gpgkey=https://mirrors.aliyun.com/centos/RPM-GPG-KEY-CentOS-7

4、清理 Yum 缓存并重新生成：

sudo yum clean all
sudo yum makecache

5、更新系统：

sudo yum update

接下来就可以执行如下指令进行下载安装mysql了

# 更新密钥
rpm --import https://repo.mysql.com/RPM-GPG-KEY-mysql-2022# 安装Mysql yum库
rpm -Uvh http://repo.mysql.com//mysql57-community-release-el7-7.noarch.rpm# yum安装Mysql
yum -y install mysql-community-server# 启动Mysql设置开机启动
systemctl start mysqld
systemctl enable mysqld# 检查Mysql服务状态
systemctl status mysqld# 第一次启动mysql，会在日志文件中生成root用户的一个随机密码，使用下面命令查看该密码
grep 'temporary password' /var/log/mysqld.log# 修改root用户密码
mysql -u root -p -h localhost
Enter password:mysql> ALTER USER 'root'@'localhost' IDENTIFIED BY 'Root!@#$';# 如果你想设置简单密码，需要降低Mysql的密码安全级别
set global validate_password_policy=LOW; # 密码安全级别低
set global validate_password_length=4;	 # 密码长度最低4位即可# 然后就可以用简单密码了（课程中使用简单密码，为了方便，生产中不要这样）
ALTER USER 'root'@'localhost' IDENTIFIED BY 'root';/usr/bin/mysqladmin -u root password 'root'grant all privileges on *.* to root@"%" identified by 'root' with grant option;  
flush privileges;

二、配置Hadoop

Hive的运行依赖于Hadoop（HDFS、MapReduce、YARN都依赖）

同时涉及到HDFS文件系统的访问，所以需要配置Hadoop的代理用户

即设置hadoop用户允许代理（模拟）其它用户

配置如下内容在Hadoop的core-site.xml文件中，并分发到其它节点，且重启HDFS集群

# 编辑
vim core-site.xml# 修改core-site.xml文件
<property><name>hadoop.proxyuser.hadoop.hosts</name><value>*</value>
</property>
<property><name>hadoop.proxyuser.hadoop.groups</name><value>*</value>
</property>

三、下载解压Hive

切换到hadoop用户

su - hadoop

下载Hive安装包路径：
http://archive.apache.org/dist/hive/hive-3.1.3/apache-hive-3.1.3-bin.tar.gz

或者从网盘资料中获取安装包：链接: https://pan.baidu.com/s/1vTQWQLmZ8JHUqs5Us5FcFQ?pwd=zgzs 提取码: zgzs 

解压到node1服务器的：/export/server/内

tar -zxvf apache-hive-3.1.3-bin.tar.gz -C /export/server/

设置软连接

ln -s /export/server/apache-hive-3.1.3-bin /export/server/hive

四、提供MySQL Driver包

下载MySQL驱动包：

https://repo1.maven.org/maven2/mysql/mysql-connector-java/5.1.34/mysql-connector-java-5.1.34.jar

或者从上述网盘资料中获取安装包

将下载好的驱动jar包，放入：Hive安装文件夹的lib目录内

mv mysql-connector-java-5.1.34.jar /export/server/hive/lib/

五、配置Hive

在Hive的conf目录内，新建hive-env.sh文件

# 在Hive的conf目录内，新建hive-env.sh文件
vim hive-env.sh# 填入以下环境变量内容
export HADOOP_HOME=/export/server/hadoop
export HIVE_CONF_DIR=/export/server/hive/conf
export HIVE_AUX_JARS_PATH=/export/server/hive/lib

在Hive的conf目录内，新建hive-site.xml文件

# 在Hive的conf目录内，新建hive-site.xml文件
vim hive-site.xml# 填入以下内容
<configuration><property><name>javax.jdo.option.ConnectionURL</name><value>jdbc:mysql://node1:3306/hive?createDatabaseIfNotExist=true&amp;useSSL=false&amp;useUnicode=true&amp;characterEncoding=UTF-8</value></property><property><name>javax.jdo.option.ConnectionDriverName</name><value>com.mysql.jdbc.Driver</value></property><property><name>javax.jdo.option.ConnectionUserName</name><value>root</value></property><property><name>javax.jdo.option.ConnectionPassword</name><value>123456</value></property><property><name>hive.server2.thrift.bind.host</name><value>node1</value></property><property><name>hive.metastore.uris</name><value>thrift://node1:9083</value></property><property><name>hive.metastore.event.db.notification.api.auth</name><value>false</value></property>
</configuration>

六、初始化元数据库

至此，Hive的配置已经完成，现在在启动Hive前，需要先初始化Hive所需的元数据库。
在MySQL中新建数据库：hive

CREATE DATABASE hive CHARSET UTF8;

执行元数据库初始化命令：

cd /export/server/hivebin/schematool -initSchema -dbType mysql -verbos

# 初始化成功后，会在MySQL的hive库中新建74张元数据管理的表。

七、启动Hive（使用Hadoop用户）

确保Hive文件夹所属为hadoop用户

创建一个hive的日志文件夹： 

mkdir /export/server/hive/logs

启动元数据管理服务（必须启动，否则无法工作）
        前台启动：

bin/hive --service metastore 

        或者后台启动：

nohup bin/hive --service metastore >> logs/metastore.log 2>&1 &

启动客户端，二选一
        Hive Shell方式（可以直接写SQL）： 

bin/hive

        Hive ThriftServer方式（不可直接写SQL，需要外部客户端链接使用）： 

bin/hive --service hiveserver2

八、补充：HiveServer2服务

在启动Hive的时候，除了必备的Metastore服务外，我们前面提过有2种方式使用Hive：
方式1： bin/hive 即Hive的Shell客户端，可以直接写SQL
方式2： bin/hive --service hiveserver2
后台执行脚本：

nohup bin/hive --service hiveserver2 >> logs/hiveserver2.log 2>&1 &

bin/hive --service metastore，启动的是元数据管理服务
bin/hive --service hiveserver2，启动的是HiveServer2服务
HiveServer2是Hive内置的一个ThriftServer服务，提供Thrift端口供其它客户端链接
可以连接ThriftServer的客户端有：
Hive内置的 beeline客户端工具（命令行工具）
第三方的图形化SQL工具，如DataGrip、DBeaver、Navicat等

Hive的客户端体系如下

启动

在hive安装的服务器上，首先启动metastore服务，然后启动hiveserver2服务。

#先启动metastore服务 然后启动hiveserver2服务
nohup bin/hive --service metastore >> logs/metastore.log 2>&1 &
nohup bin/hive --service hiveserver2 >> logs/hiveserver2.log 2>&1 &

beeline

在node1上使用beeline客户端进行连接访问。需要注意hiveserver2服务启动之后需要稍等一会才可以对外提供服务。
Beeline是JDBC的客户端，通过JDBC协议和Hiveserver2服务进行通信，协议的地址是：jdbc:hive2://node1:10000

[root@node1 ~]# /export/server/hive/bin/beeline 
Beeline version 3.1.2 by Apache Hive
beeline> ! connect jdbc:hive2://node1:10000
Connecting to jdbc:hive2://node1:10000
Enter username for jdbc:hive2://node1:10000: root
Enter password for jdbc:hive2://node1:10000: 
Connected to: Apache Hive (version 3.1.2)
Driver: Hive JDBC (version 3.1.2)
Transaction isolation: TRANSACTION_REPEATABLE_READ
0: jdbc:hive2://node1:10000>

后续可以在beeline中进行数据库相关操作了。

http://www.xdnf.cn/news/1049383.html

相关文章：

  • VTK 显示大量点云数据及交互（点云拾取、着色、测量等）功能
  • sql中like and not like的优化
  • ‘str‘ object does not support item assignment
  • B3865 [GESP202309 二级] 小杨的 X 字矩阵
  • ArcGIS中英文切换
  • Python中async协程快速理解
  • AI 应用开发的‘核心枢纽’：Dify、Coze、n8n、FastGPT、MaxKB、RAGFlow 等六大平台全面对决
  • 3.TCP回响服务器实现及源码分析上
  • 5G NR PDCCH之CORESET交织映射
  • 【系统分析师】第4章-基础知识：计算机网络与分布式系统（核心总结）
  • MIT线性代数第二讲笔记
  • 如何在现有的分科、分纲、分目、分类的知识体系下构建根茎式心智
  • 华为云Flexus+DeepSeek征文 | 基于华为云ModelArts Studio搭建PandaWiki知识库问答系统
  • LLMs之Memory：《LLMs Do Not Have Human-Like Working Memory》翻译与解读
  • Kafka 可靠性保障：消息确认与事务机制（二）
  • 山东大学项目实训-创新实训-法律文书专家系统-项目报告（八）
  • Python 函数实战指南：提升编程效率的实用技巧
  • JVM 类加载过程/对象创建过程/双亲委派机制/垃圾回收机制
  • 基于C#部署YoloV5目标检测模型
  • 适配器模式Adapter Pattern
  • 知识体系_研究模型_价格敏感度测试模型(PSM)
  • 【JS-1】JavaScript的三种书写位置详解：内联、内部与外部
  • PyTorch数据分割全流程指南：从MNIST数据集到模型训练
  • Github搜索案例
  • 香橙派Zero3结合Docker部署私有音乐实践过程
  • 【unitrix】 1.9 Z0与其它类型的算术运算(arith_ops.rs)
  • ArcGIS中批量获取输入面图层A中各要素的四至点的实现方法
  • 前端面试专栏-主流框架：8.React Hooks原理与使用规范
  • 在idea上打包DolphinScheduler
  • 三次贝塞尔曲线,二次贝塞尔曲线有什么区别