天天看點
傳回

資料倉庫元件：Hive環境搭建和基礎用法一、Hive基礎簡介二、Hive環境安裝三、整合MySQL5.7環境四、進階查詢文法五、源代碼位址

本文源碼： GitHub || GitEE

一、Hive基礎簡介

1、基礎描述

Hive是基于Hadoop的一個資料倉庫工具，用來進行資料提取、轉化、加載，是一個可以對Hadoop中的大規模存儲的資料進行查詢和分析存儲的元件，Hive資料倉庫工具能将結構化的資料檔案映射為一張資料庫表，并提供SQL查詢功能，能将SQL語句轉變成MapReduce任務來執行，使用成本低，可以通過類似SQL語句實作快速MapReduce統計，使MapReduce變得更加簡單，而不必開發專門的MapReduce應用程式。hive十分适合對資料倉庫進行統計分析。

2、組成與架構

使用者接口：ClientCLI、JDBC通路Hive、WEBUI浏覽器通路Hive。

中繼資料：Hive将中繼資料存儲在資料庫中，如mysql、derby。Hive中的中繼資料包括表的名字，表的列和分區以及屬性，表的屬性（是否為外部表等），表的資料所在目錄等。

驅動器：基于解釋器、編輯器、優化器完成HQL查詢語句從詞法分析、文法分析、編譯、優化以及查詢計劃的生成。

執行器引擎：ExecutionEngine把邏輯執行計劃轉換成可以運作的實體計劃。

Hadoop底層：基于HDFS進行存儲，使用MapReduce進行計算，基于Yarn的排程機制。

Hive收到給用戶端發送的互動請求，接收到操作指令(SQL)，并将指令翻譯成MapReduce，送出到Hadoop中執行，最後将執行結果輸出到用戶端。

二、Hive環境安裝

1、準備安裝包

hive-1.2，依賴Hadoop叢集環境，位置放在hop01服務上。

2、解壓重命名

tar -zxvf apache-hive-1.2.1-bin.tar.gz
mv apache-hive-1.2.1-bin/ hive1.2

3、修改配置檔案

建立配置檔案

[root@hop01 conf]# pwd
/opt/hive1.2/conf
[root@hop01 conf]# mv hive-env.sh.template hive-env.sh

添加内容

[root@hop01 conf]# vim hive-env.sh
export HADOOP_HOME=/opt/hadoop2.7
export HIVE_CONF_DIR=/opt/hive1.2/conf

配置内容一個是Hadoop路徑，和hive配置檔案路徑。

4、Hadoop配置

首先啟動hdfs和yarn；然後在HDFS上建立/tmp和/user/hive/warehouse兩個目錄并修改賦予權限。

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

5、啟動Hive

[root@hop01 hive1.2]# bin/hive

6、基礎操作

檢視資料庫

hive> show databases ;

選擇資料庫

hive> use default;

檢視資料表

hive> show tables;

建立資料庫使用

hive> create database mytestdb;
hive> show databases ;
default
mytestdb
hive> use mytestdb;

建立表

create table hv_user (id int, name string, age int);

檢視表結構

hive> desc hv_user;
id                      int                                         
name                    string                                      
age                     int

添加表資料

insert into hv_user values (1, "test-user", 23);

查詢表資料

hive> select * from hv_user ;

注意：這裡通過對查詢日志的觀察，明顯看出Hive執行的流程。

删除表

hive> drop table hv_user ;

退出Hive

hive> quit;

檢視Hadoop目錄

# hadoop fs -ls /user/hive/warehouse       
/user/hive/warehouse/mytestdb.db

通過Hive建立的資料庫和資料存儲在HDFS上。

三、整合MySQL5.7環境

這裡預設安裝好MySQL5.7的版本，并配置好相關登入賬号，配置root使用者的Host為%模式。

1、上傳MySQL驅動包

将MySQL驅動依賴包上傳到hive安裝目錄的lib目錄下。

[root@hop01 lib]# pwd
/opt/hive1.2/lib
[root@hop01 lib]# ll
mysql-connector-java-5.1.27-bin.jar

2、建立hive-site配置

[root@hop01 conf]# pwd
/opt/hive1.2/conf
[root@hop01 conf]# touch hive-site.xml
[root@hop01 conf]# vim hive-site.xml

3、配置MySQL存儲

<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
        <property>
          <name>javax.jdo.option.ConnectionURL</name>
          <value>jdbc:mysql://hop01:3306/metastore?createDatabaseIfNotExist=true</value>
          <description>JDBC connect string for a JDBC metastore</description>
        </property>

        <property>
          <name>javax.jdo.option.ConnectionDriverName</name>
          <value>com.mysql.jdbc.Driver</value>
          <description>Driver class name for a JDBC metastore</description>
        </property>

        <property>
          <name>javax.jdo.option.ConnectionUserName</name>
          <value>root</value>
          <description>username to use against metastore database</description>
        </property>

        <property>
          <name>javax.jdo.option.ConnectionPassword</name>
          <value>123456</value>
          <description>password to use against metastore database</description>
        </property>
</configuration>

配置完成後，依次重新開機MySQL、hadoop、hive環境，檢視MySQL資料庫資訊，多了metastore資料庫和相關表。

4、背景啟動hiveserver2

[root@hop01 hive1.2]# bin/hiveserver2 &

5、Jdbc連接配接測試

[root@hop01 hive1.2]# bin/beeline
Beeline version 1.2.1 by Apache Hive
beeline> !connect jdbc:hive2://hop01:10000
Connecting to jdbc:hive2://hop01:10000
Enter username for jdbc:hive2://hop01:10000: hiveroot (賬戶回車)
Enter password for jdbc:hive2://hop01:10000: ******   (密碼123456回車)
Connected to: Apache Hive (version 1.2.1)
Driver: Hive JDBC (version 1.2.1)
0: jdbc:hive2://hop01:10000> show databases;
+----------------+--+
| database_name  |
+----------------+--+
| default        |
+----------------+--+

四、進階查詢文法

1、基礎函數

select count(*) count_user from hv_user;
select sum(age) sum_age from hv_user;
select min(age) min_age,max(age) max_age from hv_user;
+----------+----------+--+
| min_age  | max_age  |
+----------+----------+--+
| 23       | 25       |
+----------+----------+--+

2、條件查詢語句

select * from hv_user where name='test-user' limit 1;
+-------------+---------------+--------------+--+
| hv_user.id  | hv_user.name  | hv_user.age  |
+-------------+---------------+--------------+--+
| 1           | test-user     | 23           |
+-------------+---------------+--------------+--+

select * from hv_user where id>1 AND name like 'dev%';
+-------------+---------------+--------------+--+
| hv_user.id  | hv_user.name  | hv_user.age  |
+-------------+---------------+--------------+--+
| 2           | dev-user      | 25           |
+-------------+---------------+--------------+--+

select count(*) count_name,name from hv_user group by name;
+-------------+------------+--+
| count_name  |    name    |
+-------------+------------+--+
| 1           | dev-user   |
| 1           | test-user  |
+-------------+------------+--+

3、連接配接查詢

select t1.*,t2.* from hv_user t1 join hv_dept t2 on t1.id=t2.dp_id;
+--------+------------+---------+-----------+-------------+--+
| t1.id  |  t1.name   | t1.age  | t2.dp_id  | t2.dp_name  |
+--------+------------+---------+-----------+-------------+--+
| 1      | test-user  | 23      | 1         | 技術部      |
+--------+------------+---------+-----------+-------------+--+

五、源代碼位址 

GitHub·位址
https://github.com/cicadasmile/big-data-parent
GitEE·位址
https://gitee.com/cicadasmile/big-data-parent
sql 存儲 分布式計算 hadoop java 關系型資料庫 mysql 資料庫連接配接 資料庫 hive java資料存儲 java資料類型存儲 hive環境搭建 表格存儲java函數計算 Hive資料倉庫
上一篇: HDC2021技術分論壇：HarmonyOS核心技術大揭秘！
下一篇: 談談網站插入youtube視訊播放

繼續閱讀