Linux中SparkSQL分布式SQL引擎部署RDB|安装MySQL+Hive（教程）

● 部署MySQL

# 查找并删除本地MySQL
rpm -qa | grep mysql
rpm -e mysql-libs-5.1.66-2.el6_3.i686 --nodeps

# 安装指定版本MySQL
rpm -ivh MySQL-server-5.1.73-1.glibc23.i386.rpm 
rpm -ivh MySQL-client-5.1.73-1.glibc23.i386.rpm 

# 修改mysql的密码(直接输入以下命令执行)
/usr/bin/mysql_secure_installation
（注意：设置root密码 并选择删除匿名用户，允许用户远程连接）

# 登陆mysql
mysql -u root -p

完成基本的MySQL安装。

接着给Spark SQL添加账号并开通账号权限。默认使用的DB名是hiveMetadata，假设账号和密码都是spark，授权SQL可以这样写：

mysql> grant all on hiveMetastore.* to spark@'localhost' identified by 'spark';
mysql> flush privileges;

● 准备配置文件conf/hive-site.xml

接下来，我们准备启动JDBC/ODBC Server，在启动之前，需要准备以下配置文件。

如果是与现有的Hive一起工作，直接实用Hive的配置文件conf/hive-site.xml即可，或者新建一个，在conf目录下准备一个名为hive-site.xml的配置文件，其内容如下：

    
        javax.jdo.option.ConnectionURL
        jdbc:mysql://localhost:3306/hiveMetastore?createDatabaseIfNotExist=true
        JDBC connect string for a JDBC metastore
    
        javax.jdo.option.ConnectionDriverName
        com.mysql.jdbc.Driver
        Driver class name for a JDBC metastore
    
        javax.jdo.option.ConnectionUserName
        spark
        username to use against metastore database
    
        javax.jdo.option.ConnectionPassword
        spark
        password to use against metastore database
     
        hive.hwi.war.file
        lib/hive-hwi-0.12.0.war
        This sets the path to the HWI war file, relative to ${HIVE_HOME}. 
    
        hive.hwi.listen.host
        0.0.0.0
        This is the host address the Hive Web Interface will listen on
    
        hive.hwi.listen.port 
        9999 
        This is the port the Hive Web Interface will listen on
    

● 启动JDBC/ODBC Server

现在可以启动JDBC/ODBC Server了，其命令是：

./sbin/start-thriftserver.sh

● 使用beeline交互式工具

JDBC/ODBC Server启动之后，我们可以用beeline来测试启动是否正常：

./bin/beeline

下面的命令可以连接到JDBC/ODBC Server：

beeline> !connect jdbc:hive2://localhost:10000

也可以在启动beeline时，直接指定JDBC Server：

./bin/beeline -u 'jdbc:hive2://localhost:10000'

可以修改系统编码，防止SQL查询结果中文显示乱码。

LANG=zh_CN.UTF-8; ./bin/beeline -u 'jdbc:hive2://localhost:10000'

● 运行Spark SQL命令行界面

./bin/spark-sql