Hive的安装和建表

目录

• 认识Hive
• 1. 解压
• 2. 配置mysql metastore（切换到root用户）
• 3. 配置hive
• 4. 安装hive和mysq完成后，将MySQL的连接jar包拷贝到$HIVE_HOME/lib目录下
• 5. 建表
• 6. 创建分区表

认识Hive

Hive是基于Hadoop构建的一套数据仓库分析系统，它提供了丰富的SQL查询方式来分析存储在Hadoop分布式文件系统中的数据，可以将结构化的数据文件映射为一张数据库表，并提供完整的SQL查询功能，可以将SQL语句转换为MapReduce任务进行运行，通过自己的SQL去查询分析需要的内容，这套SQL简称Hive SQL，使不熟悉MapReduce用户很方便地利用SQL语言查询、汇总、分析数据。

1. 解压

tar -zxvf hive-0.9.0.tar.gz -C /home/hadoop/app

2. 配置mysql metastore（切换到root用户）

• 安装MySQL

##rpm包安装
rpm -ivh MySQL-server-5.1.73-1.glibc23.i386.rpm 
rpm -ivh MySQL-client-5.1.73-1.glibc23.i386.rpm

##若安装过程出现依赖库冲突，按照以下步骤解决（以冲突库mysql-libs-5.1.66-2.el6_3.i686为例）
##解决依赖包冲突
##查出冲突库
rpm -qa | grep mysql

##删除冲突库
rpm -e mysql-libs-5.1.66-2.el6_3.i686 --nodeps

• 修改MySQL密码

  执行/usr/bin/mysql_secure_installation

（注意：删除匿名用户，允许用户远程连接）

• 进行登录

3. 配置hive

复制hive-default.xml.template文件并改名为 hive-site.xml，删除hive-site.xml所有内容，并添加如下内容：

<!-- 指定连接数据库hive，不存在则创建 -->
<property>
     <name>javax.jdo.option.ConnectionURL</name>
     <value>jdbc:mysql://master:3306/hive?createDatabaseIfNotExist=true</value>
     <description>JDBC connect string for a JDBC metastore</description>
   </property>
<!-- 指定数据库驱动 -->
   <property>
     <name>javax.jdo.option.ConnectionDriverName</name>
     <value>com.mysql.jdbc.Driver</value>
     <description>Driver class name for a JDBC metastore</description>
   </property>
<!-- 指定数据库用户名 -->
   <property>
     <name>javax.jdo.option.ConnectionUserName</name>
     <value>root</value>
     <description>username to use against metastore database</description>
   </property>
<!-- 指定数据库密码 -->
   <property>
     <name>javax.jdo.option.ConnectionPassword</name>
     <value>root</value>
     <description>password to use against metastore database</description>
   </property>

4. 安装hive和mysq完成后，将MySQL的连接jar包拷贝到$HIVE_HOME/lib目录下

如果出现没有权限的问题，在MySQL授权(在安装mysql的机器上执行)

## 使用root登录mysql
mysql -u root

##赋予所有表上的权限给root用户，*.*表示所有库下的所有表,%表示所有的主机都可以访问，密码是root
   
GRANT ALL PRIVILEGES ON *.* TO 'root'@'%' IDENTIFIED BY 'root' WITH GRANT OPTION;
FLUSH PRIVILEGES;

##或者
grant all on *.* to [email protected]'主机名' identified by 'root';

5. 建表

Hive中的一张表对应HDFS上的一个文件夹，一个分区对应文件中的子文件夹，外部表只是指向某一文件数据，删除外部表不会删除文件。

• 启动hive

  在hive安装目录的bin目录下执行./hive

• 默认是内部表

 #创建数据库
 CREATE DATABASE test;
 
 #选择刚创建的数据库
 USE test;
 
 #创建表
CREATE TABLE IF NOT EXISTS control_20180815(ordertime STRING, userid STRING, songIndex INT, songid STRING, presource INT)
ROW FORMAT DELIMITED FIELDS TERMINATED BY '\|'
LINES TERMINATED BY '\n';

#载入数据
#将本地数据文件装载刚创建的表
#本地数据文件里的数据格式要符合hive表创建时的描述，上面创建时字段分隔符为|，行分隔符为\n
LOAD DATA LOCAL INPATH '/home/lmh/testModel/control-20180815' OVERWRITE INTO TABLE control_20180815;

#将表格数据导出到本地
#可以自定义导出时的字段分隔符和行分割符
insert overwrite local directory '/home/lmh/testModel/myexpofen-20180815'  
row format delimited fields terminated by '|' 
select * from myexpofen_20180815;

• 建分区表

create table td_part(id bigint, account string, income double, expenses double, time string) partitioned by (logdate string) row format delimited fields terminated by '\t';

• 建外部表

create external table td_ext(id bigint, account string, income double, expenses double, time string) row format delimited fields terminated by '\t' location '/td_ext';

6. 创建分区表

• 普通表和分区表区别：有大量数据增加的需要建分区表

create table book (id bigint, name string) partitioned by (pubdate string) row format delimited fields terminated by '\t'; 

• 分区表加载数据

##将文本文件book.txt导入book表中
load data local inpath './book.txt' overwrite into table book partition (pubdate='2010-08-22');
   
load data local inpath '/root/data.am' into table beauty partition (nation="USA");

select nation, avg(size) from beauties group by nation order by avg(size);