Hive HBase 整合
环境说明:
l hadoop:2.4.0
l Zookeeper:3.4.6
l Hbase:0.96
l Hive:0.13.1
1. Hive整合HBase原理
Hive与HBase整合的实现是利用两者本身对外的API接口互相进行通信,相互通信主要是依靠Hive安装包\apache-hive-0.13.1-bin\lib\hive-hbase-handler-0.9.0.jar工具类,它负责Hbase和Hive进行通信的。
Hive和HBase通信原理如下图:
2. Hive的安装
Step01:上传apache-hive-0.13.1-bin到Linux目录下
说明:
-
这里使用的是最新版本稳定版,下载:http://mirrors.hust.edu.cn/apache/hive/
-
使用远程ftp工具上传到Linux下的 /yf/home/software目录下
Step02:解压到安装目录下:
cd /home/yf/software
#切换到root用户:
su
password
#创建目录
mkdir -p /usr/share/hive
#解压到安装目录
tar -zxvf apache-hive-0.13.1-bin.tar.gz -C /usr/share/hive
#更改用户
chown -R yf:yf /usr/share/hive
#切换回来
su yf
cd /usr/share/hive
ll
Step03:配置环境变量
su do vi /etc/profile
编辑如下:
# 使之生效
source /etc/profile
Step04:拷贝jar包
#删除$HIVA_HOME/lib目录下的的Zookeeper的jar包
rm -rf $HIVE_HOME/lib/zookeeper*
#拷贝生产环境下的Zookeeper的jar包到$HIVA_HOME/lib目录下
cp $ZOOKEEPER_HOME/zookeeper-3.4.6.jar $HIVA_HOME/lib
Step05:修改$HIVE_HOME/conf/hive-site.xml
cd $HIVE_HOME/conf
#复制一份出来
cp hive-default.xml.template hive-site.xml
#修改hive-site.xml
vi hive-site.mxl
由于文件内容比较多,需要进行查找,查找方式很简单,在命令行模式下输入 ‘/’ 后面跟上需要查找的文本即可找到,如: / hive.querylog.location
记得创建logs目录:
mkdir $HIVE_HOME/logs
#修改hive.zookeeper.quorum的值:
Step06:在目录$HIVE_HOME/bin目录下面,修改文件hive-config.sh
#在最后面增加以下内容:
export JAVA_HOME=/usr/lib/jvm/java7
export HIVE_HOME=/usr/share/hive
export HADOOP_HOME=/usr/share/hadoop/static
Step07:修改$HADOOP_HOME/conf/hadoop-env.sh
#增加HADOOP_CLASSPATH
export HADOOP_CLASSPATH=.:$CLASSPATH:$HADOOP_CLASSPATH:$HADOOP_HOME/bin
#记得修改完成以后,要将修改后的文件同步拷贝到其他的节点。
注:如果hadoop-env.sh中没有增加HADOOP_CLASSPATH的话会报下面的错误:
java.lang.NoClassDefFoundError: org/apache/hadoop/hive/ql/CommandNeedRetryException
Step07:验证
#在命令行中输入hive
yf@yf007:/usr/share/hive/conf$ hive
14/10/29 11:18:16 WARN conf.HiveConf: DEPRECATED: hive.metastore.ds.retry.* no longer has any effect. Use hive.hmshandler.retry.* instead
Logging initialized using configuration in jar:file:/usr/share/hive/lib/hive-common-0.13.1.jar!/hive-log4j.properties
#查看当前数据库
hive> show databases;
OK
default
Time taken: 0.03 seconds, Fetched: 1 row(s)
Step08:创建表
hive> use default;
hive> create table student(id string, name string);
创建好表以后,会在hdfs文件系统上产生一个/user/hive/warehouse/student的目录,至此,Hive就安装好了。
3.修改存储引擎为MySQL
为什么要修改存储引擎?
1. metastore是hive元数据的集中存放地。metastore默认使用内嵌的derby数据库作为存储引擎。
2. Derby引擎的缺点:一次只能打开一个会话
3. 使用Mysql作为外置存储引擎,多用户同时访问
Step01:安装MySQL
我采用在线安装的方式,机器为Ubuntu。
# 安装server
sudo apt-get install mysql-server
中间会提示输入root用户密码
# 安装client
sudo apt-get install mysql-client
Step02:启动MySQL服务
mysqld_safe &
Step03:登录数据库
mysql –root –p1234
# 创建数据库
create database hive;
# 为yf用户授权,可以对hive数据库下的所有内容执行任意操作,在任意位置,root验证密码是admin
mysql> GRANT all ON hive.* TO yf@'%' IDENTIFIED BY 'admin';
mysql> flush privileges; --刷新权限表
Step04:上传mysql-connector-java-5.1.20-bin.jar到$HIVE_HOME/lib目录下
Step05:修改hive的数据库配置信息,修改hive-site.xml文件,修改如下:
4.启动Hive
# 以集群的方式启动
hive --auxpath /usr/share/hive/lib/hive-hbase-handler-0.9.0.jar,/usr/share/hive/lib/zookeeper-3.4.6.jar -hiveconf hbase.master=yfV007:60000
5.创建Hive外部表关联HBase表
说明:现在已存在一张HBase表’bidask_quote’,现在要创建一张hive的外部表,关联到hbase的表,语句如下:
hive> CREATE EXTERNAL TABLE bidask_quote_hive(key string,ProdCode string,ProdName string,TradingDay string,ExchangeID string,ExchangeInstID string,LastPrice string,PreSettlementPrice string,PreClosePrice string)
STORED BY 'org.apache.hadoop.hive.hbase.HBaseStorageHandler'
WITH SERDEPROPERTIES ("hbase.columns.mapping" = "info:ProdCode,info:ProdName,info:TradingDay,info:ExchangeID,info:ExchangeInstID,info:LastPrice,info:PreSettlementPrice,info:PreClosePrice ")
TBLPROPERTIES("hbase.table.name" = "bidask_quote");
说明:
* bidask_quote_hive是hive的biao
* "hbase.table.name" = "bidask_quote"是hbase中已经存在的表
* bidask_quote_hive(key string,ProdCode string,string,ProdName string,....)是hive表的结构
* "hbase.columns.mapping" = "info:ProdCode,info:ProdName,info:TradingDay,...)是HBase中的列信息,这里现在只有一个列蔟。
现在来看一下是否创建成功:
hive> show tables;
如果存在我们创建的bidask_quote_hive表,就查询几条数据试试吧
hive> select * from bidask_quote_hive limit 3;
后续还有关于Hive API的操作。
遇到的错误
错误1:
yf@yf007:/usr/share/hive/bin$ ./hive
Exception in thread "main" java.lang.NoClassDefFoundError: org/apache/hadoop/hive/ql/CommandNeedRetryException
at java.lang.Class.forName0(Native Method)
at java.lang.Class.forName(Class.java:270)
at org.apache.hadoop.util.RunJar.main(RunJar.java:205)
Caused by: java.lang.ClassNotFoundException: org.apache.hadoop.hive.ql.CommandNeedRetryException
at java.net.URLClassLoader$1.run(URLClassLoader.java:366)
at java.net.URLClassLoader$1.run(URLClassLoader.java:355)
at java.security.AccessController.doPrivileged(Native Method)
at java.net.URLClassLoader.findClass(URLClassLoader.java:354)
at java.lang.ClassLoader.loadClass(ClassLoader.java:425)
at java.lang.ClassLoader.loadClass(ClassLoader.java:358)
... 3 more
解决办法:
/usr/share/hadoop/etc/hadoop/hadoop-env.sh里面被增加了HADOOP_CLASSPATH.
设置如下:
export HADOOP_CLASSPATH=$HBASE_HOME/hbase/hbase-0.20.3.jar:$HABSE_HOME/hbase-config:$ZOOKEEPER/zookeeper-3.2.2.jar
将其修改为:
export HADOOP_CLASSPATH=.:$CLASSPATH:$HADOOP_CLASSPATH:$HADOOP_HOME/bin
来自:http://my.oschina.net/AlbertHa/blog/338556