二、Hive安装部署详细过程

Apache Hive 是一个构建在 Hadoop 之上的数据仓库基础设施。它提供了类似 SQL 的查询语言 (称为 HiveQL 或 HQL)，让熟悉 SQL 的开发人员和分析师能够轻松地查询和分析存储在 HDFS 或其他兼容存储系统中的大规模数据集。把结构化或半结构化的数据映射成表，然后用 HQL 操作，是不是很酷？😎

这篇笔记将指导你完成 Hive 的基本安装和配置过程，并展示如何通过 DataGrip 连接到 Hive。

一、准备工作：安装 Hive 的先决条件 🛠️

在正式开始安装 Hive 之前，请确保你的环境已经满足以下基本要求：Java 环境已安装、Hadoop 集群已启动并运行正常、MySQL环境已安装

二、下载并解压 Hive 安装包 📦

1. 访问 Apache Hive 官网：前往 Apache Hive 的官方网站 (hive.apache.org) 的下载页面。
   

2. 选择合适的版本：根据你的 Hadoop 版本和需求，选择一个稳定的 Hive 版本进行下载 (apache-hive-x.y.z-bin.tar.gz)。

   • 假设你已经将安装包上传到 /export/softwares 目录下，例如 apache-hive-3.1.2-bin.tar.gz。

3. 解压安装包到指定目录：将安装包解压到 /export/server 目录下。

   • 示例解压命令:

cd /export/softwares  # 首先进入安装包所在目录
tar -zxvf apache-hive-3.1.2-bin.tar.gz -C /export/server/

4. 重命名目录为 hive：
   • 示例重命名命令:

cd /export/server/
mv apache-hive-3.1.2-bin hive

<font color="brown">现在，你的 Hive 安装路径就是 `/export/server/hive`。</font>

三、配置 Hive 环境变量 🌍

1. 编辑配置文件 (~/.bashrc 或 /etc/profile)。
   • 示例编辑命令 (当前用户):

vim ~/.bashrc

2. 添加以下内容 :

# HIVE_HOME
export HIVE_HOME=/export/server/hive
export PATH=$PATH:$HIVE_HOME/bin
export PATH=$PATH:/export/server/hive/bin

3. 使配置生效：

source ~/.bashrc

四、配置 Hive 核心文件 ⚙️

Hive 的核心配置在 $HIVE_HOME/conf (即 /export/server/hive/conf) 目录下。

1. hive-env.sh：
   • 复制模板并编辑:

cd $HIVE_HOME/conf
cp hive-env.sh.template hive-env.sh
vim hive-env.sh

• 在 hive-env.sh 中主要配置 (取消注释并修改):

export HADOOP_HOME=/export/server/hadoop
export HIVE_CONF_DIR=$HIVE_HOME/conf
export HIVE_AUX_JARS_PATH=/export/server/hive/lib

2. hive-site.xml：
   • 创建 hive-site.xml:

vim hive-site.xml

• 在 hive-site.xml 中添加或修改以下核心配置 (以 MySQL 为例):
  ⚠️ 注意：以下配置是非常基础的示例。

<configuration>
<!-- 存储元数据mysql相关配置 -->
<property><name>javax.jdo.option.ConnectionURL</name><value>jdbc:mysql://hadoop01:3306/hive3?createDatabaseIfNotExist=true&amp;useSSL=false&amp;serverTimezone=UTC&amp;allowPublicKeyRetrieval=true</value>
</property><property><name>javax.jdo.option.ConnectionDriverName</name><value>com.mysql.cj.jdbc.Driver</value>
</property><!-- MySQL账号 -->   
<property><name>javax.jdo.option.ConnectionUserName</name><value>root</value>
</property><!-- MySQL密码 -->
<property><name>javax.jdo.option.ConnectionPassword</name><value>123456</value>
</property><!-- H2S运行绑定host -->
<property><name>hive.server2.thrift.bind.host</name><value>hadoop01</value>
</property><!-- 远程模式部署metastore metastore地址 -->
<property><name>hive.metastore.uris</name><value>thrift://hadoop01:9083</value>
</property><!-- 关闭元数据存储授权  --> 
<property><name>hive.metastore.event.db.notification.api.auth</name><value>false</value>
</property>
</configuration>

五、准备 Metastore 数据库 (以 MySQL 为例) 🐬

1. 安装 MySQL。
   详细安装教程参考《CentOS 7 yum 安装 MySQL 并实现任意主机远程连接》
2. 准备 MySQL JDBC 驱动。
   • 下载 MySQL JDBC 驱动 JAR 文件。

wget https://repo1.maven.org/maven2/com/mysql/mysql-connector-j/8.4.0/mysql-connector-j-8.4.0.jar -O /tmp/mysql-connector-j-8.4.0.jar

• 将 JAR 文件复制到 $HIVE_HOME/lib/ (即 /export/server/hive/lib/) 目录下。
  示例复制命令:

cp /tmp/mysql-connector-j-8.4.0.jar /export/server/hive/lib/

六、初始化 Hive Metastore Schema (首次安装时执行) ✨

• 执行 schema 初始化命令:

$HIVE_HOME/bin/schematool -dbType mysql -initSchema -verbos

如果看到 “Schema initialization [SUCCESS]”，则初始化成功。🎉

创建Hive存储文件的目录：

hadoop fs -mkdir /tmp
hadoop fs -mkdir -p /user/hive/warehouse
hadoop fs -chmod g+w /tmp
hadoop fs -chmod g+w /user/hive/warehouse

拷贝到hadoop02,hadoop03下面：

cd /export/server/
scp -r hive hadoop02:$PWD
scp -r hive hadoop03:$PWD

七、启动 Hive 服务和客户端 🚀 CLI

1. 启动 HiveServer2 (重要！DataGrip 连接需要)：
   • 后台启动 HiveServer2 命令:

nohup /export/server/hive/bin/hive --service metastore &
nohup $HIVE_HOME/bin/hiveserver2 > $HIVE_HOME/logs/hiveserver2.log 2>&1 &

请确保 HiveServer2 服务已成功启动并正在运行。

2. （可选）启动 Hive CLI (用于直接命令行操作)：
   • 启动命令:

hive

示例 HQL 命令 (查看数据库):

hive> SHOW DATABASES;

八、在 DataGrip 中连接 Hive 🐘+🐬=❤️

DataGrip 是一款强大的数据库 IDE。

1. 打开 DataGrip。
2. 新建数据源 (Data Source)： + -> Data Source -> Apache Hive。

3. 配置连接参数：
   • 名称: 自定义连接名 (例如 MyHiveCluster)。
   • 主机: HiveServer2 主机名或 IP。
   • 端口: HiveServer2 端口号 (默认 10000)。
   • 用户: 连接用户名 (若无特定认证，可留空或填 Hadoop 用户)。
   • 密码: 对应密码。

4. 测试连接 (Test Connection)：

   • 点击 Test Connection 按钮。成功则显示 “Succeeded”。✅

5. 保存并连接：

   • 点击 确定 或 应用。

九、常见问题与排错提示 🧐

• DataGrip 连接 HiveServer2 超时或拒绝连接：检查 HiveServer2 服务状态、主机/端口配置、防火墙。
• JDBC 驱动问题：确保 DataGrip 加载了正确且完整的 Hive JDBC 驱动。
• 认证问题：若 HiveServer2 配置了认证，DataGrip 连接需相应调整。
• MySQL JDBC 驱动问题：强调 hive-site.xml 中 javax.jdo.option.ConnectionDriverName (MySQL 8.x 用 com.mysql.cj.jdbc.Driver) 与 $HIVE_HOME/lib/ 下的 JDBC JAR 版本必须匹配，且旧版驱动要移除。
• MySQL 连接参数：如 serverTimezone, allowPublicKeyRetrieval 对 MySQL 8.x 的重要性。
  Hadoop htrace-core*.jar 丢失问题：指出 Hadoop 的 common/lib 目录可能缺少此文件，以及如何从 Maven 或 Hadoop 安装包恢复。
• Guava 版本冲突：解释 Hive 自带 Guava 与 Hadoop Guava 的版本差异，以及如何通过重命名 Hive 的 Guava JAR 来解决。
• Hive lib 目录完整性：强调如果 Hive 缺少核心类（如 ParseException），可能需要从原始安装包恢复整个 lib 目录。
• 服务启动日志检查：指导用户如何查看 nohup.out 或 $HIVE_HOME/logs/ 下的日志文件来定位服务启动失败的原因。
• getcwd 错误：提示用户不要在已被删除的目录中执行命令。
• HDFS 权限和目录：确保 Hive 在 HDFS 上的工作目录存在且权限正确。

恭喜你！🎉 你不仅搭建了 Hive 数据仓库，还能通过强大的 DataGrip 工具进行可视化操作和查询。大数据分析之旅，现在才刚刚开始！