HIVE3 配置文档
注意：
① 要求Hadoop必须是可用的 （非HA）
② 要求Mysql能够链接
-
1.上传文件并解压重命名
tar -zxvf apache-hive-3.1.2-bin.tar.gz
mv apache-hive-3.1.2-bin hive-3.1.2
-
2.配置环境变量
vim /etc/profile export HIVE_HOME=/usr/local/soft/hive-3.1.2 export PATH=$HIVE_HOME/bin:$PATH # source一下让环境变量生效 source /etc/profile -
3.配置HIVE相关配置文件
cd /usr/local/soft/hive-3.1.2/conf vim hive-site.xml添加如下内容：
<?xml version="1.0"?> <?xml-stylesheet type="text/xsl" href="configuration.xsl"?> <configuration> <!-- jdbc连接的URL --> <property> <name>javax.jdo.option.ConnectionURL</name> <value>jdbc:mysql://master:3306/hive?useSSL=false</value> </property> <!-- jdbc连接的Driver--> <property> <name>javax.jdo.option.ConnectionDriverName</name> <value>com.mysql.jdbc.Driver</value> </property> <!-- jdbc连接的username--> <property> <name>javax.jdo.option.ConnectionUserName</name> <value>root</value> </property> <!-- jdbc连接的password --> <property> <name>javax.jdo.option.ConnectionPassword</name> <value>123456</value> </property> <!-- Hive默认在HDFS的工作目录 --> <property> <name>hive.metastore.warehouse.dir</name> <value>/user/hive/warehouse</value> </property> <!-- Hive元数据存储的验证 --> <property> <name>hive.metastore.schema.verification</name> <value>false</value> </property> <!-- 元数据存储授权 --> <property> <name>hive.metastore.event.db.notification.api.auth</name> <value>false</value> </property> </configuration> -
上传Mysql驱动到HIVE的lib目录下
-
在Mysql中创建hive数据库并设置其字符集为utf8排序规则为utf8_general_ci
-
错误及解决方式
Exception in thread “main” java.lang.NoSuchMethodError: com.google.common.base.Preconditions.checkArgument(ZLjava/lang/String;Ljava/lang/Object;)
V at org.apache.hadoop.conf.Configuration.set(Configuration.java:1357)
at org.apache.hadoop.conf.Configuration.set(Configuration.java:1338)
at org.apache.hadoop.mapred.JobConf.setJar(JobConf.java:518)
at org.apache.hadoop.mapred.JobConf.setJarByClass(JobConf.java:536)
at org.apache.hadoop.mapred.JobConf.(JobConf.java:430)
at org.apache.hadoop.hive.conf.HiveConf.initialize(HiveConf.java:5141)
at org.apache.hadoop.hive.conf.HiveConf.(HiveConf.java:5104)
at org.apache.hive.beeline.HiveSchemaTool.(HiveSchemaTool.java:96)
at org.apache.hive.beeline.HiveSchemaTool.main(HiveSchemaTool.java:1473)
at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62)
at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
at java.lang.reflect.Method.invoke(Method.java:498)
at org.apache.hadoop.util.RunJar.run(RunJar.java:318)
at org.apache.hadoop.util.RunJar.main(RunJar.java:232)如果遇到如上错误，那么需要执行如下命令：
cp /usr/local/soft/hadoop-3.1.3/share/hadoop/common/lib/guava-27.0-jre.jar $HIVE_HOME/lib/ rm -rf $HIVE_HOME/lib/guava-19.0.jar -
初始化hive元数据库
schematool -initSchema -dbType mysql -verbose -
启动hive
hive
-
测试HIVE
create database test; use test; create table tbl(id int,name String); insert into table tbl values(1,'zhangsan'),(2,'lisi'); select * from tbl;
HIVE配置元数据及JDBC模式
-
在hive-site.xml中添加如下：
<!-- 指定存储元数据要连接的地址 --> <property> <name>hive.metastore.uris</name> <value>thrift://master:9083</value> </property> <!-- 指定hiveserver2连接的host --> <property> <name>hive.server2.thrift.bind.host</name> <value>master</value> </property> <!-- 指定hiveserver2连接的端口号 --> <property> <name>hive.server2.thrift.port</name> <value>10000</value> </property> -
在Hadoop中的core-site.xml中添加如下：
<property> <name>hadoop.proxyuser.root.hosts</name> <value>*</value> </property> <property> <name>hadoop.proxyuser.root.groups</name> <value>*</value> </property> -
将文件进行分发到从节点
scp core-site.xml node1:`pwd` scp core-site.xml node2:`pwd` -
重启hadoop
-
启动元数据服务
nohup hive --service metastore > $HIVE_HOME/metadata.log 2>1 &如果遇到如下问题说明元数据服务没有启动
Unable to instantiate org.apache.hadoop.hive.ql.metadata.SessionHiveMetaStoreClient -
启动HIVE Server2服务 （JDBC）
nohup hive --service hiveserver2 > server2.log 2>1 &等待出现4个ID后 或者通过命令查看10000端口是否出现
-
连接HIVE
beeline -u jdbc:hive2://master:10000 -n root
…
…
集成Tez（可选）
Tez介绍：https://www.infoq.cn/article/apache-tez-saha-murthy
MR在hive2中已经被弃用了，推荐使用Tez或Spark作为执行引擎
1、编译
下载Tez源码并根据Hadoop版本进行
由于Tez官方所提供的安装包对某些Hadoop版本不支持，可采取手动编译方式
需准备好maven环境，手动编译难度较大
可参考https://tez.apache.org/install.html官方文档进行编译
若Hadoop为3.1.1版本，可直接使用所已经编译好的tez安装包：tez-0.10.2.tar.gz
2、上传并解压
# 将Tez安装包上传至任意位置，例如：放在/usr/local/soft/packages中
# 切换目录
cd /usr/local/soft/packages
# 创建解压后Tez存放的目录
mkdir /usr/local/soft/tez
# 将Tez解压到创建好的目录中
tar -zxvf tez-0.10.2.tar.gz -C /usr/local/soft/tez
3、将tez安装包上传至HDFS
# 在HDFS上创建目录
hdfs dfs -mkdir -p /user/tez/
# 上传安装包并重命名，这里不需要解压，直接上传即可
hdfs dfs -put tez-0.10.2.tar.gz /user/tez/tez.tar.gz
4、修改环境变量
vim /etc/profile
# 在最后加入一下内容
HADOOP_CLASSPATH=`hadoop classpath`
TEZ_HOME=/usr/local/soft/tez
export TEZ_CONF_DIR=$HADOOP_CONF_DIR
export TEZ_JARS=$TEZ_HOME/*.jar:$TEZ_HOME/lib/*.jar
export HADOOP_CLASSPATH=$TEZ_CONF_DIR:$TEZ_JARS:$HADOOP_CLASSPATH
5、增加tez-site.xml配置文件
# 切换到Hadoop的配置文件所在目录，一般将tez的配置文件也放在此位置
cd /usr/local/soft/hadoop-3.1.3/etc/hadoop
# 创建并编辑文件
vim tez-site.xml
# 加入以下内容
<?xml version="1.0" encoding="UTF-8"?>
<configuration>
<!-- 指定在hdfs上的tez包文件 -->
<property>
<name>tez.lib.uris</name>
<value>hdfs://master:9000/user/tez/tez.tar.gz</value>
</property>
</configuration>
6、修改Hadoop相关配置文件
Hadoop是分布式模式运行，配置修改完成之后记得分发并重启集群
-
yarn-site.xml 之前配置过无需配置
这里贴出完整配置文件，按需修改
主要是yarn.nodemanager.vmem-check-enabled以及yarn.nodemanager.pmem-check-enabled这两项配置
由于机器资源有限，故关闭对内存的检查，否则任务运行容易出现资源不够的问题
<?xml version="1.0"?> <configuration> <property> <name>yarn.resourcemanager.hostname</name> <value>master</value> </property> <property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property> <property> <name>yarn.log-aggregation-enable</name> <value>true</value> </property> <property> <name>yarn.log-aggregation.retain-seconds</name> <value>604800</value> </property> <property> <name>yarn.nodemanager.vmem-check-enabled</name> <value>false</value> </property> <property> <name>yarn.nodemanager.pmem-check-enabled</name> <value>false</value> </property> </configuration> -
mapred-site.xml
主要是修改mapreduce.framework.name配置的值
原本应该是yarn，现在改为yarn-tez，其他保持不变
<property> <name>mapreduce.framework.name</name> <value>yarn-tez</value> </property> -
capacity-scheduler.xml
主要调整一下容量调度中AM的资源占比，保证yarn中能同时运行多个任务
yarn.scheduler.capacity.maximum-am-resource-percent：AM能够使用的最大资源占比
原本为0.1，这里直接改为1，也可根据情况自行调整
不调整的话会导致Tez启动等待资源时间过长，进而影响整个HQL的查询时间
<property> <name>yarn.scheduler.capacity.maximum-am-resource-percent</name> <value>1</value> <description> Maximum percent of resources in the cluster which can be used to run application masters i.e. controls number of concurrent running applications. </description> </property> -
分发配置文件
scp ./* node1:`pwd` scp ./* node2:`pwd` -
重启yarn
由于并未涉及到HDFS配置文件，故只需重启Yarn服务即可
stop-yarn.sh start-yarn.sh
7、修改Hive配置文件
1、主要修改Hive执行引擎为Tez
2、由于资源有限，故还需设置Tez默认执行容器内存大小，否则Tez任务运行容易出现资源问题
3、hive.cli.tez.session.async：是否异步启动Tez会话，默认为true
建议禁止，否则在Tez会话启动前就进入了Hive命令行，容易导致任务首次执行不成功
如若开启，则需进入hive命令行速度会快一些，但成功执行HQL得等待Tez会话创建成功
# 切换目录
cd /usr/local/soft/hive-3.1.2/conf/
# 编辑hive-site.xml
vim hive-site.xml
# 增加下列配置，其他保持不变
<property>
<name>hive.execution.engine</name>
<value>tez</value>
<description>
Expects one of [mr, tez, spark].
Chooses execution engine. Options are: mr (Map reduce, default), tez, spark. While MR
remains the default engine for historical reasons, it is itself a historical engine
and is deprecated in Hive 2 line. It may be removed without further warning.
</description>
</property>
<property>
<name>hive.tez.container.size</name>
<value>1024</value>
<description>By default Tez will spawn containers of the size of a mapper. This can be used to overwrite.</description>
</property>
<property>
<name>hive.cli.tez.session.async</name>
<value>false</value>
<description>
Whether to start Tez
session in background when running CLI with Tez, allowing CLI to be available earlier.
</description>
</property>
8、解决log4j冲突问题
由于hadoop、hive、tez包中都包含了log4j的依赖，一起搭配使用会造成冲突
故只保留hadoop自带的即可，将hive、tez对应的jar包重命名即可
# 切换tez下的lib目录
cd /usr/local/soft/tez/lib
# 将log4j对应jar包进行重命名
mv slf4j-log4j12-1.7.25.jar slf4j-log4j12-1.7.25.jar.bak
mv slf4j-reload4j-1.7.36.jar slf4j-reload4j-1.7.36.jar.bak
9、启动Hive
切换Tez执行引擎后，hive启动以及HQL执行的日志较多，可参考前面第11步，将日志打印级别设为WARN或者ERROR
hive
10、验证Tez引擎
使用安装步骤第10步中test库下的students表进行查询验证
对比基于MR和Tez两种计算引擎的执行速度
11、控制打印日志级别
# 切换目录
cd /usr/local/soft/hive-3.1.2/conf
# 创建log4j默认配置文件并编辑
vim log4j.properties
# 加入一下内容，通过log4j.rootLogger可控制日志打印级别
log4j.rootLogger=WARN, CA
log4j.appender.CA=org.apache.log4j.ConsoleAppender
log4j.appender.CA.layout=org.apache.log4j.PatternLayout
log4j.appender.CA.layout.ConversionPattern=%-4r [%t] %-5p %c %x - %m%n
扫一扫
903
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
