Hive安装与配置及常见问题解决

提示：文章内容为上课记录，常见问题在配置过程中就已经记录

目录

前言

一，Hive的安装与配置

二，Hive的连接方式

1.命令行连接（不易报错）

2.C/S模式（注意细节否则易报错）

总结

---

前言

Hive概述

之前的定义：Hive是由Facebook实现并开源，是基于Hadoop的一个数据仓库工具，底层依赖于HDFS存储数据，利用MapReduce进行计算，可以将结构化的数据映射为一张数据库表，并提供HQL。Hive的本质是将 SQL 语句转换为 MapReduce 任务运行。Hive提供了三种协议访问 Hive数据：Thrift RPC、JDBC、ODBC。

注意：以上是Hive之前的定义。如今随着大数据的发展Hive逐步舍弃了MR。Hive2.X版本已经建议不再使用MR，而在新出来的Hive3.X版本中，直接舍弃了使用MR作为底层运行机制，改为使用Tez。

后来由于Spark的出现，许多公司开始使用Spark代替MapReduce作为Hive的执行引擎，使Hive运行在Spark上。也就是Hive on Spark。

Hive的优缺点

优点：

可扩展性强，支持横向扩展。因为其底层依赖于HDFS存储数据，支持集群扩展。Hive可以自由的扩展集群的规模，一般情况下不需要重启服务。

延展性强。支持自定义函数。

良好的容错性。底层依赖于HDFS，有副本机制。

缺点：

查询起来很慢。

不支持事务。主要用来做OLAP（联机分析处理），而不是OLTP（联机事务处理）。

之前版本的Hive不支持删改操作的，但是新出来的3.0版本是支持的。

数据库与数据仓库

数据库：传统的关系型数据库的主要应用，主要是基本的、日常的事务处理，例如银行交易。

数据仓库：数据仓库系统的主要应用主要是OLAP（On-Line Analytical Processing），支持复杂的分析操作，侧重决策支持，并且提供直观易懂的查询结果。

数据库是面向事务的设计，数据仓库是面向主题设计的，一般存储在线交易数据。

数据仓库存储的一般是历史数据。

---

提示：以下是本篇文章正文内容，下面案例可供参考