热门标签
热门文章
- 1SQL server Pivot函数 行转列效果
- 2收藏！万字长文聊聊LLM Agents的现状，问题与未来
- 3新版idea配置git步骤及项目导入_idea git账户配置
- 4腾讯php面试【Python(11)，从外包公司到今日头条offer
- 5计算机毕业设计ssm基于vue的电商数据分析系统a2l3g9（附源码）新手必备_开源:电商数据分析系统
- 6计算机视觉的相关会议_international conference on image analysis and pro
- 7从聊天机器人到超级智能：绘制人工智能的雄心勃勃的旅程
- 8Python老司机带你快速搞定日志分析工具_python分析统计squid日志_python sleuth日志分析
- 9Centos 安装Datax及Datax-web_datax集群
- 10测试开发常考的面试题+答案汇总（持续更新）_测试开发面试题
当前位置: article > 正文
Hive简介及hive部署、原理和使用介绍_hive的原理及应用
作者：盐析白兔 | 2024-07-16 10:29:31
赞
踩
hive的原理及应用
Hive简介、原理及hive部署和使用介绍
Hive简介
Hive概念
Hive：由Facebook开源用于解决海量结构化日志的数据统计工具。
Hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张表，并提供类SQL查询功能。
本质是：将HQL转化成MapReduce程序
【注意】：
（1）被Hive处理的数据存储在HDFS上，并不是Hive本身用的数据库
（2）Hive分析数据底层的实现是MapReduce，并不是hql直接对上数据底层
（3）执行程序运行在Yarn上
Hive的优点
（1）操作接口采用类SQL语法，提供快速开发的能力（简单、容易上手）。
（2）封装了很多MapReduce模板，避免了去写MapReduce，减少开发人员的学习成本。
（3）虽然Hive的执行延迟比较高，Hive用于数据分析对实时性要求不高的场合，非常适用。
（4）Hive优势在于处理大数据，对于处理小数据没有优势，因为Hive的执行延迟比较高。
（5）Hive支持用户自定义函数，用户可以根据自己的需求来实现自己的函数。
Hive的缺点
1）Hive的HQL表达能力有限
（1）迭代式算法无法表达
（2）数据挖掘方面不擅长，由于MapReduce数据处理流程的限制，效率更高的算法却无法实现。
2）Hive的效率比较低
（1）Hive自动生成的MapReduce作业，通常情况下不够智能化
（2）Hive调优比较困难，粒度较粗
Hive架构原理
Hive架构图
1）用户接口：Client
CLI（command-line interface）、JDBC/ODBC(jdbc访问hive)、WEBUI（浏览器访问hive）
2）元数据：Metastore
元数据包括：表名、表所属的数据库（默认是default）、表的拥有者、列/分区字段、表的类型（是否是外部表）、表的数据所在目录等；
默认存储在自带的derby数据库中，推荐使用MySQL存储Metastore
3）Hadoop
使用HDFS进行存储，使用MapReduce进行计算。
4）驱动器：Driver
（1）解析器（SQL Parser）：将SQL字符串转换成抽象语法树AST，这一步一般都用第三方工具库完成，比如antlr；对AST进行语法分析，比如表是否存在、字段是否存在、SQL语义是否有误。
（2）编译器（Physical Plan）：将AST编译生成逻辑执行计划。
（3）优化器（Query Optimizer）：对逻辑执行计划进行优化。
（4）执行器（Execution）：把逻辑执行计划转换成可以运行的物理计划。对于Hive来说，就是MR/Spark。
Hive运行流程图
Hive通过给用户提供的一系列交互接口，接收到用户的指令(SQL)，使用自己的Driver，结合元数据(MetaStore)，将这些指令翻译成MapReduce，提交到Hadoop中执行，最后，将执行返回的结果输出到用户交互接口。
Hive和数据库比较
由于 Hive 采用了类似SQL 的查询语言 HQL(Hive Query Language)，因此很容易将 Hive 理解为数据库。其实从结构上来看，Hive 和数据库除了拥有类似的查询语言，再无类似之处。数据库可以用在 Online 的应用中，但是Hive 是为数据仓库而设计的，清楚这一点，有助于从应用角度理解 Hive 的特性。
查询语言
由于SQL被广泛的应用在数据仓库中，因此，专门针对Hive的特性设计了类SQL的查询语言HQL。熟悉SQL开发的开发者可以很方便的使用Hive进行开发。
数据更新
由于Hive是针对数据仓库应用设计的，而数据仓库的内容是读多写少的。因此，Hive中不建议对数据的改写，所有的数据都是在加载的时候确定好的。而数据库中的数据通常是需要经常进行修改的，因此可以使用 INSERT INTO … VALUES 添加数据，使用 UPDATE … SET修改数据。
执行延迟
Hive 在查询数据的时候，由于没有索引，需要扫描整个表，因此延迟较高。另外一个导致 Hive 执行延迟高的因素是 MapReduce框架。由于MapReduce 本身具有较高的延迟，因此在利用MapReduce 执行Hive查询时，也会有较高的延迟。相对的，数据库的执行延迟较低。当然，这个低是有条件的，即数据规模较小，当数据规模大到超过数据库的处理能力的时候，Hive的并行计算显然能体现出优势。
数据规模
由于Hive建立在集群上并可以利用MapReduce进行并行计算，因此可以支持很大规模的数据；对应的，数据库可以支持的数据规模较小。
Hive部署安装
Hive资源分享
Hive源码地址
https://github.com/apache/hive # GitHub有时可以正常访问，有时需要翻墙，连接是正确的
Hive项目下载地址
http://archive.apache.org/dist/hive/
Hive官方网站介绍
http://hive.apache.org/
Hive部署所有依赖包和安装包网盘链接
链接：https://pan.baidu.com/s/1kPr0uTEXqslxZ3v_r-uLQQ
提取码：bi8x
【注意】：
如果网盘连接失效，可以留言或私信告知；届时更新下载链接
部署Hive前，默认已经有了Hadoop集群，如果连Hadoop集群都没有，那Hive也不具备部署环境
当前hadoop集群状况(hosts解析信息)：
root@ops01:/root #cat /etc/hosts
127.0.0.1 ydt-cisp-ops01
127.0.0.1 localhost localhost.localdomain localhost4 localhost4.localdomain4
::1 localhost localhost.localdomain localhost6 localhost6.localdomain6
11.16.0.176 rancher.mydomain.com
11.8.38.123 www.tongtongcf.com
# hadoop
11.8.37.50 ops01
11.8.36.63 ops02
11.8.36.76 ops03
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
ops01 : NameNode | DataNode / NodeManager
ops02 : DataNode / ResourceManager | NodeManager
ops03 : SecondaryNameNode | DataNode / NodeManager
Hive部署
上传相关安装包至服务器
wangting@ops01:/home/wangting >cd /opt/software/
wangting@ops01:/opt/software >ll
total 875512
-rw-r--r-- 1 wangting wangting 318972 Apr 2 14:23 01_mysql-community-common-5.7.29-1.el7.x86_64.rpm
-rw-r--r-- 1 wangting wangting 2596180 Apr 2 14:23 02_mysql-community-libs-5.7.29-1.el7.x86_64.rpm
-rw-r--r-- 1 wangting wangting 1353080 Apr 2 14:23 03_mysql-community-libs-compat-5.7.29-1.el7.x86_64.rpm
-rw-r--r-- 1 wangting wangting 27768112 Apr 2 14:23 04_mysql-community-client-5.7.29-1.el7.x86_64.rpm
-rw-r--r-- 1 wangting wangting 183618644 Apr 2 14:23 05_mysql-community-server-5.7.29-1.el7.x86_64.rpm
-rw-r--r-- 1 wangting wangting 278813748 Apr 2 14:23 apache-hive-3.1.2-bin.tar.gz
-rw-r--r-- 1 wangting wangting 62945274 Apr 2 14:23 apache-tez-0.9.2-bin.tar.gz
-rw-r--r-- 1 wangting wangting 1006956 Apr 2 14:23 mysql-connector-java-5.1.48.jar
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
MySQL安装
# 1）安装mysql依赖
wangting@ops01:/opt/software >sudo rpm -ivh 01_mysql-community-common-5.7.29-1.el7.x86_64.rpm
wangting@ops01:/opt/software >sudo rpm -ivh 02_mysql-community-libs-5.7.29-1.el7.x86_64.rpm
wangting@ops01:/opt/software >sudo rpm -ivh 03_mysql-community-libs-compat-5.7.29-1.el7.x86_64.rpm
# 2）安装mysql-client
wangting@ops01:/opt/software >sudo rpm -ivh 04_mysql-community-client-5.7.29-1.el7.x86_64.rpm
# 3）安装mysql-server
wangting@ops01:/opt/software >sudo rpm -ivh 05_mysql-community-server-5.7.29-1.el7.x86_64.rpm
# 4）启动mysql
wangting@ops01:/opt/software >sudo systemctl start mysqld
# 查看新装mysql密码
wangting@ops01:/opt/software >sudo cat /var/log/mysqld.log | grep password
[sudo] password for wangting:
2021-04-02T06:28:21.738075Z 1 [Note] A temporary password is generated for root@localhost: fa1;eHfLgsuo
# 通过日志获取到初始密码 [fa1;eHfLgsuo]
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
MySQL配置
# 1）用刚刚查到的密码进入mysql（初始密码中可能会有各种符号，命令行登录如果报错，给密码加单引号） wangting@ops01:/opt/software >mysql -uroot -p'fa1;eHfLgsuo' # 2）设置复杂密码(由于mysql密码策略，此密码必须足够复杂) mysql> set password=password("Ect888.com"); # 3）更改mysql密码策略 mysql> set global validate_password_length=4; mysql> set global validate_password_policy=0; # 4）设置简单好记的密码 mysql> set password=password("wangting"); # 5）进入msyql库 mysql> use mysql # 6）查询user表 mysql> select user, host from user; # 7）修改user表，把Host表内容修改为% , 扩大数据库登录范围 mysql> update user set host="%" where user="root"; # 8）刷新更改配置 mysql> flush privileges; # 9）退出MySQL mysql> quit;
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
Hive安装
# 解压apache-hive-3.1.2-bin.tar.gz到/opt/module/目录下面 wangting@ops01:/opt/software >tar -zxvf /opt/software/apache-hive-3.1.2-bin.tar.gz -C /opt/module/ # 修改apache-hive-3.1.2-bin.tar.gz的名称为hive wangting@ops01:/opt/software >mv /opt/module/apache-hive-3.1.2-bin/ /opt/module/hive # 修改/etc/profile添加环境变量 wangting@ops01:/opt/software >sudo vim /etc/profile # 添加如下内容 #HIVE_HOME export HIVE_HOME=/opt/module/hive export PATH=$PATH:$HIVE_HOME/bin # 引用profile配置生效 wangting@ops01:/opt/software >source /etc/profile # 解决日志Jar包冲突 wangting@ops01:/opt/software >mv $HIVE_HOME/lib/log4j-slf4j-impl-2.10.0.jar $HIVE_HOME/lib/log4j-slf4j-impl-2.10.0.bak # 拷贝jdbc驱动 wangting@ops01:/opt/software >cp /opt/software/mysql-connector-java-5.1.48.jar $HIVE_HOME/lib
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
配置Metastore到MySql
在$HIVE_HOME/conf目录下新建hive-site.xml文件
wangting@ops01:/opt/software >vim $HIVE_HOME/conf/hive-site.xml <?xml version="1.0"?> <?xml-stylesheet type="text/xsl" href="configuration.xsl"?> <configuration> <property> <name>javax.jdo.option.ConnectionURL</name> <value>jdbc:mysql://ops01:3306/metastore?useSSL=false</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>wangting</value> </property> <property> <name>hive.metastore.warehouse.dir</name> <value>/user/hive/warehouse</value> </property> <property> <name>hive.metastore.schema.verification</name> <value>false</value> </property> <property> <name>hive.metastore.uris</name> <value>thrift://ops01:9083</value> </property> <property> <name>hive.server2.thrift.port</name> <value>10000</value> </property> <property> <name>hive.server2.thrift.bind.host</name> <value>ops01</value> </property> <property> <name>hive.metastore.event.db.notification.api.auth</name> <value>false</value> </property> <property> <name>hive.execution.engine</name> <value>tez</value> </property> <property> <name>hive.tez.container.size</name> <value>1024</value> </property> </configuration>
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
- 56
- 57
- 58
- 59
- 60
- 61
- 62
安装Tez引擎
Tez是一个Hive的运行引擎，性能优于MR
用Hive直接编写MR程序，假设有四个有依赖关系的MR作业，上图中，绿色是Reduce Task，云状表示写屏蔽，需要将中间结果持久化写到HDFS。
Tez可以将多个有依赖的作业转换为一个作业，这样只需写一次HDFS，且中间节点较少，从而大大提升作业的计算性能。
# 解压安装包并重命名
wangting@ops01:/opt/software >tar -zxvf /opt/software/apache-tez-0.9.2-bin.tar.gz -C /opt/module/
wangting@ops01:/opt/software >mv /opt/module/apache-tez-0.9.2-bin /opt/module/tez
# 上传tez依赖到HDFS
wangting@ops01:/opt/software >hadoop fs -mkdir /tez
wangting@ops01:/opt/software >hadoop fs -put /opt/software/tez-0.10.1-SNAPSHOT.tar.gz /tez
- 1
- 2
- 3
- 4
- 5
- 6
新建tez-site.xml配置文件
wangting@ops01:/opt/software >vim $HADOOP_HOME/etc/hadoop/tez-site.xml <?xml version="1.0" encoding="UTF-8"?> <?xml-stylesheet type="text/xsl" href="configuration.xsl"?> <configuration> <property> <name>tez.lib.uris</name> <value>${fs.defaultFS}/tez/apache-tez-0.9.2-bin.tar.gz</value> </property> <property> <name>tez.use.cluster.hadoop-libs</name> <value>true</value> </property> <property> <name>tez.am.resource.memory.mb</name> <value>1024</value> </property> <property> <name>tez.am.resource.cpu.vcores</name> <value>1</value> </property> <property> <name>tez.container.max.java.heap.fraction</name> <value>0.4</value> </property> <property> <name>tez.task.resource.memory.mb</name> <value>1024</value> </property> <property> <name>tez.task.resource.cpu.vcores</name> <value>1</value> </property> </configuration>
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
修改Hadoop环境变量
wangting@ops01:/opt/software >vim $HADOOP_HOME/etc/hadoop/shellprofile.d/tez.sh
hadoop_add_profile tez
function _tez_hadoop_classpath
{
hadoop_add_classpath "$HADOOP_HOME/etc/hadoop" after
hadoop_add_classpath "/opt/module/tez/*" after
hadoop_add_classpath "/opt/module/tez/lib/*" after
}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
修改Hive的计算引擎
安装了tez引擎，但当前状态并未生效，需要配置到hive的配置文件中
在$HIVE_HOME/conf/hive-site.xml的配置文件最后，添加hive的tez引擎property
<property>
<name>hive.execution.engine</name>
<value>tez</value>
</property>
<property>
<name>hive.tez.container.size</name>
<value>1024</value>
</property>
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
解决日志Jar包冲突
wangting@ops01:/opt/software >rm /opt/module/tez/lib/slf4j-log4j12-1.7.10.jar
- 1
启动Hive
初始化元数据
# 初始化元数据库
# 1）登陆MySQL
wangting@ops01:/opt/software >mysql -uroot -pwangting
# 2）新建Hive元数据库
mysql> create database metastore;
mysql> quit;
# 3）初始化Hive元数据库
wangting@ops01:/opt/software >schematool -initSchema -dbType mysql -verbose
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
注意事项
【注意】：
-
初始化hive元数据库过程可能会有小概率报各类错误，可以根据日志定位问题，需要保证命令执行成功
-
常见问题a:
初始化Hive仓库报错Exception in thread “main” java.lang.NoSuchMethodError: com.google.common.base.Preconditions.checkArgument(ZLjava/lang/String;Ljava/lang/Object;)V
这是因为hive内依赖的guava.jar和hadoop内的版本不一致造成的例如：
hadoop/share/hadoop/common/lib中为guava-27.0-jre-jar
hive/lib中的guava版本为guava-14.0.1.jar
这种就需要把高版本的hadoop包替换hive中低版本的包
wangting@ops01:/opt/module/hadoop-3.1.3/share/hadoop/common/lib >ll | grep guava -rw-r--r-- 1 wangting wangting 2747878 Sep 12 2019 guava-27.0-jre.jar -rw-r--r-- 1 wangting wangting 2199 Sep 12 2019 listenablefuture-9999.0-empty-to-avoid-conflict-with-guava.jar wangting@ops01:/opt/module/hadoop-3.1.3/share/hadoop/common/lib >cp guava-27.0-jre.jar /opt/module/hive/lib/- 1
- 2
- 3
- 4
3.常见问题b:
如果版本过于老，例如Hive 2.x 版本，要先启动metastore和hiveserver2这两个服务
编写启动脚本
wangting@ops01:/opt/software >vim $HIVE_HOME/bin/hiveservices.sh #!/bin/bash # zt-bigdata - wangting HIVE_LOG_DIR=$HIVE_HOME/logs mkdir -p $HIVE_LOG_DIR #检查进程是否运行正常，参数1为进程名，参数2为进程端口 function check_process() { pid=$(ps -ef 2>/dev/null | grep -v grep | grep -i $1 | awk '{print $2}') ppid=$(netstat -nltp 2>/dev/null | grep $2 | awk '{print $7}' | cut -d '/' -f 1) echo $pid [[ "$pid" =~ "$ppid" ]] && [ "$ppid" ] && return 0 || return 1 } function hive_start() { metapid=$(check_process HiveMetastore 9083) cmd="nohup hive --service metastore >$HIVE_LOG_DIR/metastore.log 2>&1 &" cmd=$cmd" sleep 4; hdfs dfsadmin -safemode wait >/dev/null 2>&1" [ -z "$metapid" ] && eval $cmd || echo "Metastroe服务已启动" server2pid=$(check_process HiveServer2 10000) cmd="nohup hive --service hiveserver2 >$HIVE_LOG_DIR/hiveServer2.log 2>&1 &" [ -z "$server2pid" ] && eval $cmd || echo "HiveServer2服务已启动" } function hive_stop() { metapid=$(check_process HiveMetastore 9083) [ "$metapid" ] && kill $metapid || echo "Metastore服务未启动" server2pid=$(check_process HiveServer2 10000) [ "$server2pid" ] && kill $server2pid || echo "HiveServer2服务未启动" } case $1 in "start") hive_start ;; "stop") hive_stop ;; "restart") hive_stop sleep 2 hive_start ;; "status") check_process HiveMetastore 9083 >/dev/null && echo "Metastore服务运行正常" || echo "Metastore服务运行异常" check_process HiveServer2 10000 >/dev/null && echo "HiveServer2服务运行正常" || echo "HiveServer2服务运行异常" ;; *) echo Invalid Args! echo 'Usage: '$(basename $0)' start|stop|restart|status' ;; esac wangting@ops01:/opt/software > wangting@ops01:/opt/software > # 添加执行权限 wangting@ops01:/opt/software >chmod +x $HIVE_HOME/bin/hiveservices.sh # 启动Hive后台服务 ,$HIVE_HOME/bin 已经添加至profile配置中，所以hiveservices.sh可以直接在命令行执行 wangting@ops01:/opt/software >hiveservices.sh start
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
- 56
- 57
- 58
- 59
- 60
- 61
访问Hive
# 启动beeline客户端
wangting@ops01:/opt/software >beeline -u jdbc:hive2://ops01:10000 -n wangting
Connecting to jdbc:hive2://ops01:10000
Connected to: Apache Hive (version 3.1.2)
Driver: Hive JDBC (version 3.1.2)
Transaction isolation: TRANSACTION_REPEATABLE_READ
Beeline version 3.1.2 by Apache Hive
0: jdbc:hive2://ops01:10000>
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
Ctrl+c 可以直接退出beeline客户端
截止到此，Hive的部署安装算是实施完毕，后续则为使用阶段
Hive常用命令行示例
# 查看帮助 wangting@ops01:/opt/software >hive -help which: no hbase in (/usr/local/node/bin:/usr/local/bin:/bin:/usr/bin:/usr/local/sbin:/usr/sbin:/usr/jdk1.8.0_131/bin:/ztsoft/mysql/bin:/usr/local/erlang/bin:/opt/module/hadoop-3.1.3/bin:/opt/module/hadoop-3.1.3/sbin:/opt/module/zookeeper-3.5.7/bin:/opt/module/hive/bin:/home/wangting/.local/bin:/home/wangting/bin) Hive Session ID = 75887f41-6a5f-4cb0-bf15-03dce2c7669b usage: hive -d,--define <key=value> Variable substitution to apply to Hive commands. e.g. -d A=B or --define A=B --database <databasename> Specify the database to use -e <quoted-query-string> SQL from command line -f <filename> SQL from files -H,--help Print help information --hiveconf <property=value> Use value for given property --hivevar <key=value> Variable substitution to apply to Hive commands. e.g. --hivevar A=B -i <filename> Initialization SQL file -S,--silent Silent mode in interactive shell -v,--verbose Verbose mode (echo executed SQL to the console)
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
# -e参数 不进入hive的交互窗口执行sql语句 wangting@ops01:/home/wangting >hive -e "desc f_dmcp_n013_judicative_doc_content;" which: no hbase in (/usr/local/node/bin:/usr/local/bin:/bin:/usr/bin:/usr/local/sbin:/usr/sbin:/usr/jdk1.8.0_131/bin:/ztsoft/mysql/bin:/usr/local/erlang/bin:/opt/module/hadoop-3.1.3/bin:/opt/module/hadoop-3.1.3/sbin:/opt/module/zookeeper-3.5.7/bin:/opt/module/hive/bin:/home/wangting/.local/bin:/home/wangting/bin) Hive Session ID = 3c9e3ced-88a6-44b5-99f0-5f8d18265d98 Logging initialized using configuration in jar:file:/opt/module/hive/lib/hive-common-3.1.2.jar!/hive-log4j2.properties Async: true Hive Session ID = b123ecd2-44fb-44a0-b1dc-b9ebd81d4c0c OK id string id content string ?? p_name_details string ????? title string ?? pjjg string ???? create_time string ?????? update_time string ?????? modify_type string ?????? dt string ???? # Partition Information # col_name data_type comment dt string ???? Time taken: 1.715 seconds, Fetched: 13 row(s)
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
【注意】：
有问号是因为hive使用的mysql，database默认的字符集没有设置，所以涉及到中文显示乱码，这里在做语句功能实验，所以具体怎么操作百度一下即可；修改/etc/my.cnf文件重启mysqld服务
# -f参数 执行脚本文件中sql语句 wangting@ops01:/opt/module >mkdir /opt/module/datas wangting@ops01:/opt/module >cd datas/ wangting@ops01:/opt/module/datas >ll total 0 wangting@ops01:/opt/module/datas >touch hive_test.hql wangting@ops01:/opt/module/datas >vim hive_test.hql desc f_dmcp_n013_judicative_doc_content; wangting@ops01:/opt/module/datas >ll total 4 -rw-rw-r-- 1 wangting wangting 41 Apr 3 18:54 hive_test.hql wangting@ops01:/opt/module/datas >cat hive_test.hql desc f_dmcp_n013_judicative_doc_content; wangting@ops01:/opt/module/datas >hive -f /opt/module/datas/hive_test.hql which: no hbase in (/usr/local/node/bin:/usr/local/bin:/bin:/usr/bin:/usr/local/sbin:/usr/sbin:/usr/jdk1.8.0_131/bin:/ztsoft/mysql/bin:/usr/local/erlang/bin:/opt/module/hadoop-3.1.3/bin:/opt/module/hadoop-3.1.3/sbin:/opt/module/zookeeper-3.5.7/bin:/opt/module/hive/bin:/home/wangting/.local/bin:/home/wangting/bin) Hive Session ID = 97d8c914-fa20-4798-b080-589439b87c3b Logging initialized using configuration in jar:file:/opt/module/hive/lib/hive-common-3.1.2.jar!/hive-log4j2.properties Async: true Hive Session ID = 7c9bc528-691f-45bf-a134-0cae479f27e2 OK id string id content string ?? p_name_details string ????? title string ?? pjjg string ???? create_time string ?????? update_time string ?????? modify_type string ?????? dt string ???? # Partition Information # col_name data_type comment dt string ???? Time taken: 1.709 seconds, Fetched: 13 row(s)
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
Hive进入beeline操作示例
wangting@ops01:/opt/module/datas >beeline -u jdbc:hive2://ops01:10000 -n wangting 0: jdbc:hive2://ops01:10000> dfs -ls /; +----------------------------------------------------+ | DFS Output | +----------------------------------------------------+ | Found 7 items | | drwxr-xr-x - wangting supergroup 0 2021-03-17 11:44 /20210317 | | drwxr-xr-x - wangting supergroup 0 2021-03-19 10:51 /20210319 | | -rw-r--r-- 3 wangting supergroup 338075860 2021-03-12 11:50 /hadoop-3.1.3.tar.gz | | drwxr-xr-x - wangting supergroup 0 2021-03-19 11:14 /testgetmerge | | drwxr-xr-x - wangting supergroup 0 2021-04-02 14:42 /tez | | drwx------ - wangting supergroup 0 2021-04-02 15:14 /tmp | | drwxr-xr-x - wangting supergroup 0 2021-04-02 15:25 /user | +----------------------------------------------------+ 8 rows selected (0.025 seconds) # 查看当前所有配置信息 0: jdbc:hive2://ops01:10000>set; # 查看某个参数配置 0: jdbc:hive2://ops01:10000>set mapred.reduce.tasks;
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
Hive操作历史记录文件
wangting@ops01:/opt/module/datas >cd wangting@ops01:/home/wangting >ll -a total 92 drwx------ 8 wangting wangting 4096 Apr 3 18:54 . drwxr-xr-x. 8 root root 4096 Mar 31 19:31 .. -rw-r--r-- 1 wangting wangting 8 Mar 19 11:04 abcd.txt -rw-r--r-- 1 wangting wangting 12 Mar 19 11:04 .abcd.txt.crc -rw------- 1 wangting wangting 13042 Apr 3 18:47 .bash_history -rw-r--r-- 1 wangting wangting 18 Aug 8 2019 .bash_logout -rw-r--r-- 1 wangting wangting 193 Aug 8 2019 .bash_profile -rw-r--r-- 1 wangting wangting 231 Aug 8 2019 .bashrc drwxrwxr-x 2 wangting wangting 4096 Apr 2 15:10 .beeline drwxrwxr-x 3 wangting wangting 4096 Mar 12 10:51 .cache drwxrwxr-x 3 wangting wangting 4096 Mar 12 10:51 .config -rwxrwxr-x 1 wangting wangting 415 Mar 12 14:17 jpsall.sh -rw------- 1 wangting wangting 232 Apr 2 14:49 .mysql_history drwxrwxr-x 2 wangting wangting 4096 Mar 12 10:55 .oracle_jre_usage drwx------ 2 wangting wangting 4096 Mar 31 11:26 .ssh drwxrwxr-x 2 wangting wangting 4096 Mar 12 16:59 test -rw------- 1 wangting wangting 9226 Apr 3 18:54 .viminfo -rwxrwxr-x 1 wangting wangting 622 Mar 12 11:04 xsync wangting@ops01:/home/wangting >cd .beeline/ wangting@ops01:/home/wangting/.beeline >ll total 44 -rw-rw-r-- 1 wangting wangting 44602 Apr 3 17:48 history
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
/home/wangting/.beeline/history 中保存了用户操作的历史记录
声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/盐析白兔/article/detail/833619
推荐阅读
相关标签
