Hadoop之Hive本地与远程mysql数据库管理模式安装手册-低调大师

Hadoop之Hive本地与远程mysql数据库管理模式安装手册

2017-11-14 483

一、环境描述

Mysql版本：mysql-installer-community-5.5.27.1 32位

Mysql for Windows 7 32位：我把mysql数据库安装在了自己win7的笔记本上，这样的好处就是减少了虚拟机 master slave的开销和使用空间还可以多利用一台机器的资源，如果你的虚拟机资源很紧张的话也可以这样部署。

Linux ISO：CentOS-6.0-i386-bin-DVD.iso 32位

JDK version："1.6.0_25-ea"

Hadoop software version：hadoop-0.20.205.0.tar.gz

Hbase version：hbase-0.90.5

Hive version：hive-0.8.1.tar.gz

二、Mysql数据库注意事项

1.安装mysql数据库步骤略过，虚拟机网络设置成host-only模式，两边系统都关闭防火墙，windows系统的360软件最好也关闭，有可能会影响通信。

数据库用户/密码：root/root 和 hive/hive

数据库端口：3306

Mysqll服务名：MySQL55

以将MySQL服务器安装成服务。安装成服务，系统启动时可以自动启动MySQL服务器

目前设置为不随操作系统启动而自动启动

启动/关闭mysql数据库服务命令，必须启动服务才能操作数据库

net start mysql net stop mysql

2.查看Mysql版本（注意 V大写）

3.登陆Mysql，从windows上登录

4.在mysql上建立hive用户并授予足够的权限

本人使用的是windows上mysql自带的MySQL workbench客户端软件创建的用户

Add Account ：添加一个用户

Name：hive 密码 hive

Limit Connectivity to Hosts Matching：% 百分号是通配符意思，就是说不在限制登录的主机，你从任何一台客户机都可以登录，如果写上ip地址说明此用户只能从这个ip地址的机器上登录mysql数据库

全部勾选授予all权限

命令方式：Create user hive identified by hive;

Hadoop部署环境

主机名	IP	节点名	备注
h1	192.168.2.102	master	namenode和jobtracker
h2	192.168.2.103	slave1	datanode和tasktracker
H4	192.168.2.105	slave2	datanode和tasktracker

Windows 192.168.2.110 Mysql window7部署mysql

master上测试是否能成功连接远程mysql

[grid@h1 grid]$ ping 192.168.2.110

PING 192.168.2.110 (192.168.2.110) 56(84) bytes of data.

64 bytes from 192.168.2.110: icmp_seq=1 ttl=64 time=0.603 ms 是通的

64 bytes from 192.168.2.110: icmp_seq=2 ttl=64 time=0.283 ms

64 bytes from 192.168.2.110: icmp_seq=3 ttl=64 time=0.301 ms

--- 192.168.2.110 ping statistics ---

3 packets transmitted, 3 received, 0% packet loss, time 2010ms

rtt min/avg/max/mdev = 0.283/0.395/0.603/0.148 ms

[grid@h1 grid]$ mysql -h192.168.2.110 -uhive -phive

Welcome to the MySQL monitor. Commands end with ; or \g.

Your MySQL connection id is 11

Server version: 5.5.27 MySQL Community Server (GPL)

This software comes with ABSOLUTELY NO WARRANTY. This is free software,

and you are welcome to modify and redistribute it under the GPL v2 license

Type 'help;' or '\h' for help. Type '\c' to clear the current input statement.

mysql>

5.在mysql上创建hive数据库用于存放hive元数据（即数据字典）

查看mysql数据库软件中都存在哪些数据库，现在一共有6个

mysql> show databases;

+--------------------+

| Database |

+--------------------+

| information_schema |

| mysql |

| performance_schema |

| sakila |

| test |

| world |

+--------------------+

6 rows in set (0.01 sec)

打开名为mysql的数据库，只有打开才能操作哦

mysql> use mysql;

Database changed 按回车键出现Database changed 时说明操作成功！

查看现在的数据库中存在什么表，一共有24张

mysql> show tables;

+---------------------------+

| Tables_in_mysql |

+---------------------------+

| columns_priv |

| db |

| event |

| func |

| general_log |

| help_category |

| help_keyword |

| help_relation |

| help_topic |

| host |

| ndb_binlog_index |

| plugin |

| proc |

| procs_priv |

| proxies_priv |

| servers |

| slow_log |

| tables_priv |

| time_zone |

| time_zone_leap_second |

| time_zone_name |

| time_zone_transition |

| time_zone_transition_type |

| user |

+---------------------------+

24 rows in set (0.01 sec)

创建名为hive的库

mysql> create database hive;

Query OK, 1 row affected (0.00 sec)

查看是否创建成功（查看mysql数据库软件中都存在哪些数据库）

mysql> show database;

ERROR 1064 (42000): You have an error in your SQL syntax; check the manual that corresponds to your MySQL server version for the right syntax to use near 'database' at line 1

mysql> show databases;

+--------------------+

| Database |

+--------------------+

| information_schema |

| hive | 这里已经创建hive库成功

| mysql |

| performance_schema |

| sakila |

| test |

| world |

+--------------------+

7 rows in set (0.00 sec)

打开名为hive的数据库

mysql> use hive;

Database changed

mysql> show tables; 检查hive库有哪些表，当然现在还没有创建目前没有表

Empty set (0.00 sec)

三、Hive远程模式安装

1.先把hive-0.8.1.tar.gz包上传到 master：/home/grid 目录下然后解包

[grid@h1 grid]$ tar -zxvf hive-0.8.1.tar.gz

2.把mysql-connector-java-5.1.22-bin.jar包复制到hive的lib目录下

[grid@h1 grid]$ cp mysql-connector-java-5.1.22-bin.jar hive-0.8.1/lib/

3.配置环境变量

[grid@h1 grid]$ vim .bashrc

export HIVE_HOME=/home/grid/hive-0.8.1

4.修改/home/grid/hive-0.8.1/bin/hive-config.sh

[grid@h1 bin]$ pwd

/home/grid/hive-0.8.1/bin

[grid@h1 bin]$ vim hive-config.sh

# hive-config.sh

export JAVA_HOME=/usr/java/jdk1.6.0_25

export HIVE_HOME=/home/grid/hive-0.8.1

export HADOOP_HOME=/home/grid/hadoop-0.20.2 hive捆绑hadoop集群，必须知道hadoop配置文件位置

5.根据hive-default.xml 复制 hive-site.xml 核心配置文件，修改内容

cp hive-default.xml hive-site.xml

[grid@h1 conf]$ vim hive-site.xml

<name>javax.jdo.option.ConnectionURL</name>

<value>jdbc:mysql://192.168.2.110:3306/hive?createDatabaseIfNotExist=true</value>

<description>JDBC connect string for a JDBC metastore</description>

</property>

指出连接mysql的方法

<name>javax.jdo.option.ConnectionDriverName</name>

<value>com.mysql.jdbc.Driver</value>

<description>Driver class name for a JDBC metastore</description>

</property>

Mysq连接驱动程序

<name>javax.jdo.option.ConnectionUserName</name>

<description>username to use against metastore database</description>

</property>

Mysql登陆用户名

<name>javax.jdo.option.ConnectionPassword</name>

<description>password to use against metastore database</description>

</property>

Mysql登陆密码

<name>hive.metastore.local</name>

<value>true</value>这是本地 <value>false</value>这是远程

<description>controls whether to connect to remove metastore server or open a new metastore server in Hive Client JVM</description>

</property>

使用远程数据库，这里的false是指hive服务和metastore元数据存储服务不在一个进程中，两个各自独立它们两个可以放在不同的机器上，如果是true说明这2个服务是合并在一个进程中的，mysql数据库是独立的一个进程，即可在本地机器也可以在远程机器

<name>hive.metastore.warehouse.dir</name>

<value>/user/hive/warehouse</value>

<description>location of default database for the warehouse</description>

</property>

Hive表数据存放目录，每一个表对应一个目录，这是自带默认值

<name>hive.exec.scratchdir</name>

<description>Scratch space for Hive jobs</description>

</property>

Hive临时文件存放的目录，这个也不用管，使用默认值即可

这句话是自己添加的，原文里没有

<name>hive.metastore.uris</name>

<value>thrift://127.0.0.1:9083</value>

</property>

Thrift：是hive的通信协议

127.0.0.1:9083 是指在哪台机器上启动hive 服务，只有启动服务才能正常使用hive

6.配置hive-log4j.properties

log4j.appender.EventCounter=org.apache.hadoop.log.metrics.EventCounter 修改这一行

这里请注意，我修改后启动hive报错，恢复原状就没事了，大家可以试试

7.检查hadoop集群状态

[grid@h1 conf]$ hadoop dfsadmin -report

Configured Capacity: 19865944064 (18.5 GB)

Present Capacity: 8831234048 (8.22 GB)

DFS Remaining: 8816201728 (8.21 GB)

DFS Used: 15032320 (14.34 MB)

DFS Used%: 0.17%

Under replicated blocks: 4

Blocks with corrupt replicas: 0

Missing blocks: 0

-------------------------------------------------

Datanodes available: 2 (2 total, 0 dead) 没有问题2个slave运行正常

Name: 192.168.2.103:50010

Decommission Status : Normal

Configured Capacity: 9932972032 (9.25 GB)

DFS Used: 7516160 (7.17 MB)

Non DFS Used: 5402759168 (5.03 GB)

DFS Remaining: 4522696704(4.21 GB)

DFS Used%: 0.08%

DFS Remaining%: 45.53%

Last contact: Mon Nov 19 17:51:50 CST 2012

Name: 192.168.2.105:50010

Decommission Status : Normal

Configured Capacity: 9932972032 (9.25 GB)

DFS Used: 7516160 (7.17 MB)

Non DFS Used: 5631950848 (5.25 GB)

DFS Remaining: 4293505024(4 GB)

DFS Used%: 0.08%

DFS Remaining%: 43.22%

Last contact: Mon Nov 19 17:51:48 CST 2012

8.修改mysql字符集

mysql> use hive;

Database changed

mysql> alter database hive character set latin1;

Query OK, 1 row affected (0.11 sec)

9.启动hive

[grid@h1 bin]$ pwd

/home/grid/hive-0.8.1/bin

[grid@h1 bin]$ ./hive

Logging initialized using configuration in file:/home/grid/hive-0.8.1/conf/hive-log4j.properties

Hive history file=/tmp/grid/hive_job_log_grid_201211191942_411407039.txt

hive> show tables; 显示表，没有创建当然没有

OK

Time taken: 3.2 seconds

hive> create table leo1 (x int,y int); 创建表

OK

Time taken: 1.191 seconds

hive> show tables; 可以显示出来了

OK

leo1

Time taken: 0.148 seconds

已经进入hive模式，还可以创建表

注明：

当你设置的为本地模式时候

<name>hive.metastore.local</name>

<description>controls whether to connect to remove metastore server or open a new metastore server in Hive Client JVM</description>

</property>

[grid@h1 bin]$ ./hive

Logging initialized using configuration in file:/home/grid/hive-0.8.1/conf/hive-log4j.properties

Hive history file=/tmp/grid/hive_job_log_grid_201211231243_664195168.txt

hive> show tables;

OK

leo1

Time taken: 21.218 seconds

直接进入hive命令行shell，后台自动启动metestore服务和hive服务而且这2个服务还是同在一个进程中，不用手工启动，这点和远程模式还是有点不同的。

当你设置的为远程模式时候

[grid@h1 bin]$ ./hive --service hiveserver 这是启动hive服务

Starting Hive Thrift Server

[grid@h1 bin]$ ./hive --service metastore 这是启动元数据存储服务

Starting Hive Metastore Server

正常情况是都在这卡住了，相当于前台启动，如果有异常请关闭当前窗口，另开一个窗口重新启动这2个服务。为什么要手动启动这2个服务呢，因为这2个服务都是相互独立的进程，可以部署在不同的机器上

[grid@h1 bin]$ ./hive

Logging initialized using configuration in file:/home/grid/hive-0.8.1/conf/hive-log4j.properties

Hive history file=/tmp/grid/hive_job_log_grid_201211231324_199334603.txt

hive> show tables; 这里显示创建了2个表，这2个表都是建在HDFS文件系统上的

OK mysql只保存hive用户创建表的元数据

leo1

leo2

Time taken: 0.538 seconds

hive> create table leo2 (x int);

OK

Time taken: 0.317 seconds

进入mysql数据库查看hive创建表的元数据

mysql> use hive;

Database changed

mysql> show tables;

+--------------------+

| Tables_in_hive |

+--------------------+

| bucketing_cols |

| cds |

| columns_v2 |

| database_params |

| dbs |

| idxs |

| index_params |

| part_col_privs |

| part_privs |

| partition_key_vals |

| partition_keys |

| partition_params |

| partitions |

| sd_params |

| sds |

| sequence_table |

| serde_params |

| serdes |

| sort_cols |

| table_params |

| tbl_col_privs |

| tbl_privs |

| tbls |

+--------------------+ 红色的就是hive的数据字典表，这些表第一次连接时就已经创建了，后面就会一直存在，只是里面的元数据内容会跟着hive操作而变化。

23 rows in set (0.00 sec)

mysql> select * from tbls;

+--------+-------------+-------+------------------+-------+-----------+-------+----------+---------------+--------------------+--------------------+

+--------+-------------+-------+------------------+-------+-----------+-------+----------+---------------+--------------------+--------------------+

| 6 | 1353597034 | 1 | 0 | grid | 0 | 6 | leo1 | MANAGED_TABLE | NULL | NULL |

| 11 | 1353648090 | 1 | 0 | grid | 0 | 11 | leo2 | MANAGED_TABLE | NULL | NULL |

+--------+-------------+-------+------------------+-------+-----------+-------+----------+---------------+--------------------+--------------------+

2 rows in set (0.00 sec)

hive> drop table leo2; 我删除了 leo2表

OK

Time taken: 1.796 seconds

mysql> select * from tbls; 注意提示符

+--------+-------------+-------+------------------+-------+-----------+-------+----------+---------------+--------------------+--------------------+

+--------+-------------+-------+------------------+-------+-----------+-------+----------+---------------+--------------------+--------------------+

| 6 | 1353597034 | 1 | 0 | grid | 0 | 6 | leo1 | MANAGED_TABLE | NULL | NULL |

+--------+-------------+-------+------------------+-------+-----------+-------+----------+---------------+--------------------+--------------------+

1 row in set (0.00 sec)

Leo2表的元数据也跟着没有了

10.使用web浏览器访问hive

[grid@h1 bin]$ ./hive --service hwi 启动hwi服务

12/11/23 13:50:45 INFO hwi.HWIServer: HWI is starting up

12/11/23 13:50:45 WARN conf.HiveConf: DEPRECATED: Ignoring hive-default.xml found on the CLASSPATH at /home/grid/hive-0.8.1/conf/hive-default.xml

12/11/23 13:50:45 INFO mortbay.log: Logging to org.slf4j.impl.Log4jLoggerAdapter(org.mortbay.log) via org.mortbay.log.Slf4jLog

12/11/23 13:50:45 INFO mortbay.log: jetty-6.1.14

12/11/23 13:50:46 INFO mortbay.log: Extract jar:file:/home/grid/hive-0.8.1/lib/hive-hwi-0.8.1.war!/ to /tmp/Jetty_192_168_2_102_9999_hive.hwi.0.8.1.war__hwi__.4m0x2o/webapp

12/11/23 13:50:47 INFO mortbay.log: Started SocketConnector@192.168.2.102:9999

12/11/23 13:51:21 INFO hive.metastore: Trying to connect to metastore with URI thrift://127.0.0.1:9083

12/11/23 13:51:21 INFO hive.metastore: Connected to metastore.

12/11/23 13:51:21 ERROR hive.metastore: Unable to shutdown local metastore client

12/11/23 13:51:21 ERROR hive.metastore: [Ljava.lang.StackTraceElement;@16ef71

Hive history file=/tmp/grid/hive_job_log_grid_201211231351_1262762954.txt

这个服务也是前台启动，在这里就卡死了，不用管

启动浏览器在地址栏：http://192.168.2.102:9999/hwi

本文转自 leonarding151CTO博客，原文链接：http://blog.51cto.com/leonarding/1068561，如需转载请自行联系原作者

微信关注我们

原文链接：https://yq.aliyun.com/articles/422164

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

hdfs数据误删分析与恢复

一、相关参数： 1、core-site.xml 文件修改以下配置项： 1 2 3 4 5 <property> <name>fs.trash.interval< /name > <value>2880< /value > <description>HDFS垃圾箱设置，可以恢复误删除，配置的值为分钟数，0为禁用< /description > < /property > 2、hdfs-default.xml 文件注意以下配置项： 1 2 3 4 5 <property> <name>dfs.ha.log-roll.period< /name > <value>120< /value > <description>EditLog日志滚动频率，单位为秒，默认是两分钟< /description > < /property > 二、分析过程 1、找到editlog日志所在目录查看hdfs-s...

2017-11-15

671

一、Hbase基础 1.概念 Hbase是一个在HDFS上开发的面向列分布式数据库，用于实时地随机访问超大规模数据集，它是一个面向列族的存储器。由于调优和存储都是在列族这个层次上进行，最好所有列族的成员都有相同的“访问模式”和大小特征 2.区域 hbase自动把表水平划分“区域”(region)。每个区域由表中行的子集构。每个区域由它所属于表，它所包含的第一行及其最后一行（不包括这行）来表示区域是在hbase集群上分布数据最小单位。用这种方式，一个因为太大而无法放在单台服务器的表会被放到服务器集群上，其中每个节点都负责管理表所有区域的一个子集。 3.实现 Hbase主控制（master)：负责启动(bootstrap)一个全新安装，把区域分配给注册的regionserver,恢复regionserver的故障。master的负载很轻。 regionsever：负责零个或多个区域的管理以及响应客户端的读写请。还负责区域划分并通知Hbase master有了新的子区域(daughter region),这样主控机就可以把父区域设为离线，并用子区域替换父区域。 Hbase依赖于ZooK...

2017-11-15

488

资源下载

更多资源

优质分享App

近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。