1 简介

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数据库表，并提供简单的[SQL]查询功能，可以将SQL语句转换为MapReduce任务进行运行。其优点是学习成本低，可以通过类SQL语句快速实现简单的MapReduce统计，不必开发专门的MapReduce应用，十分适合数据仓库的统计分析。

它提供了一系列的工具，可以用来进行数据提取转化加载（ETL），这是一种可以存储、查询和分析存储在 Hadoop 中的大规模数据的机制。Hive 定义了简单的类 SQL 查询语言，称为 HQL，它允许熟悉 SQL 的用户查询数据。同时，这个语言也允许熟悉 MapReduce 开发者的开发自定义的 mapper 和 reducer 来处理内建的 mapper 和 reducer 无法完成的复杂的分析工作。

Hive 没有专门的数据格式。 Hive 可以很好的工作在 Thrift 之上，控制分隔符，也允许用户指定数据格式。

Apache Hive起初由[Facebook]开发，目前也有其他公司使用和开发Apache Hive，例如[Netflix]等。亚马逊公司也开发了一个定制版本的Apache Hive，亚马逊网络服务包中的Amazon Elastic MapReduce包含了该定制版本。

2 环境

• 操作系统
  

• Hadoop版本
  hadoop-2.6.0-cdh5.7.0

• MySQL版本
  

mysql-connector-java版本：5.1.38

• Hive版本

2.3.4

3 安装Hive

3.1 先确保已经正确安装并运行了hadoop

3.2 下载Hive安装包

官网下载

将安装包移动至：
../hadoop-2.6.0-cdh5.7.0/ 目录下，此目录是本地安装Hadoop的目录

移动至此处后，解压缩

• tar -xzvf apache-hive-2.3.4-bin.tar.gz
  

并将解压后的文件名改为hive，方便配置。

例如本机Hive的安装路径为

3.3 配置系统环境变量

3.3.1 修改~/.bash_profile

// 或者修改/etc/profile文件

vim ~/.bash_profile

添加内容

export HIVE_HOME=/Volumes/doc/hadoop-2.6.0-cdh5.7.0/hive
export PATH=$PATH:$HIVE_HOME/bin:$HIVE_HOME/conf

退出保存后，在终端输入，使环境变量立即生效

source ~/.bash_profile

4 修改Hive配置

4.1 新建文件hive-site.xml

• 在 ../hive/conf下
  

• 添加hive-site.xml内容
  

4.2 hive-env.sh

• 复制hive-env.sh.template为hive-env.sh
  

• 修改hive-env.sh内容
  

5 MySQL 权限配置

5.1 给用户赋予权限

• 以使得该用户可以远程登录数据库：
  

  如果上面查询到有信息,但host为localhost或其他值，就需要根据实际需求来更新表信息

  grant all privileges on 库名.表名 to '用户名'@'IP地址' identified by '密码' with grant option;
  flush privileges;

  库名:要远程访问的数据库名称,所有的数据库使用“”
  表名:要远程访问的数据库下的表的名称，所有的表使用“”
  用户名:要赋给远程访问权限的用户名称
  IP地址:可以远程访问的电脑的IP地址，所有的地址使用“%”
  密码:要赋给远程访问权限的用户对应使用的密码

GRANT ALL PRIVILEGES ON *.* TO 'root'@'%' WITH GRANT OPTION;

使改变立即生效：

FLUSH PRIVILEGES;

6 向/usr/hadoop/hadoop-2.6.2/hive/lib中添加mySql连接库：

6.1 官网下载连接驱动包

6.2 将下好的包解压缩

• 解压后,将此文件夹下mysql-connector-java-8.0.15.jar
  

• 复制到../hive/lib下
  

注意：需要给/tmp文件夹设置写权限，同时确保 hadoop不在安全模式下，可以执行此命令使hadoop退出安全模式：hadoop dfsadmin -safemode leave

7 启动Hive

在命令行运行 hive 命令时必须保证HDFS 已经启动。可以使用 start-dfs.sh 脚本来启动 HDFS。

7.1 如果是第一次启动Hive，则需要先执行如下初始化命令

schematool -dbType mysql -initSchema

7.2 启动Hive

完成基本的环境配置!