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表，并提供类SQL查询功能。
本质是：将HQL转化成MapReduce程序
1）Hive处理的数据存储在HDFS
2）Hive分析数据底层的实现是MapReduce
3）执行程序运行在Yarn上
1. Hive架构原理
hive的组成：
Hive计算和存储都是基于Hadoop的；
MetaStore元数据（描述表数据的数据）的存储，hive改变了数据的呈现形式，主流用的是mysql；
Client + jdbc（都有接口实现的Driver，hive提供一套面向jdbc接口的输入输出，找到hive的jdbc连接driver就可以连接hive），
sql进来经过driver翻译处理，进入到SQL Parser解析器 ---->Physical Plan编译器，翻译成MR--->Query Optimizer优化器进行优化--->Execution进行执行；
可以配置Hive运行引擎Tez：
https://www.cnblogs.com/shengyang17/p/10527700.html
2. Hive安装及配置
（1）把apache-hive-1.2.1-bin.tar.gz上传到linux的/opt/software目录下
（2）解压apache-hive-1.2.1-bin.tar.gz到/opt/module/目录下面
[kris@hadoop101 software]$ tar -zxvf apache-hive-1.2.1-bin.tar.gz -C /opt/module/
（3）修改apache-hive-1.2.1-bin.tar.gz的名称为hive
[kris@hadoop101 module]$ mv apache-hive-1.2.1-bin/ hive
（4）修改/opt/module/hive/conf目录下的hive-env.sh.template名称为hive-env.sh
[kris@hadoop101 conf]$ mv hive-env.sh.template hive-env.sh
（5）配置hive-env.sh文件
（a）配置HADOOP_HOME路径
export HADOOP_HOME=/opt/module/hadoop-2.7.2
（b）配置HIVE_CONF_DIR路径
export HIVE_CONF_DIR=/opt/module/hive/conf
Hadoop集群配置
Hadoop集群配置
（1）必须启动hdfs和yarn
start-dfs.sh
若启动时出现nodenode进程或其他，受到Ha的影响，删除data数据，可重新格式化；
killall java
[kris@hadoop101 ~]$ cd /tmp/
[kris@hadoop101 tmp]$ rm -rf *.pid
start-yarn.sh
在HDFS上创建/tmp和/user/hive/warehouse两个目录并修改他们的同组权限可写，看下没有这个文件（一般启动之后就会产生）就创建并修改权限；
[kris@hadoop101 tmp]$ hadoop fs -chmod 777 /tmp/
[kris@hadoop101 tmp]$ hadoop fs -chmod g+w /user/hive/warehouse
可直接启动hive
[kris@hadoop101 hive]$ bin/hive
将本地文件导入hive：
在/opt/module/目录下创建datas
[atguigu@hadoop102 module]$ mkdir datas
在/opt/module/datas/目录下创建student.txt文件并添加数据
hive> create table student(id int, name string) ROW FORMAT DELIMITED FIELDS TERMINATED
> BY ' ';
OK
Time taken: 0.298 seconds
hive> load data local inpath '/opt/module/datas/student.txt' into table student;
Loading data to table default.student
Table default.student stats: [numFiles=2, numRows=0, totalSize=330, rawDataSize=0]
OK
Time taken: 0.729 seconds
hive> show tables;
OK
student
Time taken: 0.021 seconds, Fetched: 1 row(s)
hive> select * from student;
OK
1001 ss1
1002 ss2
1003 ss3
1004 ss4
1005 ss5
再打开一个客户端窗口启动hive，会产生java.sql.SQLException异常。
Caused by: ERROR XSDB6: Another instance of Derby may have already booted the database /opt/module/hive/metastore_db.
原因是，Metastore默认存储在自带的derby数据库中，推荐使用MySQL存储Metastore;
MySql安装
[kris@hadoop101 ~]$ rpm -qa | grep mysql mysql-libs-5.1.73-7.el6.x86_64 [kris@hadoop101 ~]$ sudo rpm -e --nodeps mysql-libs-5.1.73-7.el6.x86_64 把之前安装的卸载掉； [kris@hadoop101 ~]$ rpm -qa | grep mysql [kris@hadoop101 ~]$ unzip /opt/software/mysql-libs.zip [kris@hadoop101 mysql-libs]$ ll 总用量 76048 -rw-rw-r-- 1 kris kris 18509960 3月 26 2015 MySQL-client-5.6.24-1.el6.x86_64.rpm -rw-rw-r-- 1 kris kris 3575135 12月 1 2013 mysql-connector-java-5.1.27.tar.gz -rw-rw-r-- 1 kris kris 55782196 3月 26 2015 MySQL-server-5.6.24-1.el6.x86_64.rpm
在root用户下安装Mysql
sudo rpm -ivh MySQL-server-5.6.24-1.el6.x86_64.rpm //1.在root用户下安装mysql服务器
sudo cat /root/.mysql_secret
sudo rpm -ivh MySQL-client-5.6.24-1.el6.x86_64.rpm //2. 安装mysql客户端
cat /root/.mysql_secret //3. 查看mysql默认密码，记下来登陆进去修改密码
sudo service mysql start //4. 开启mysql服务器;
mysql -uroot -p iGD2pY1XQycacXKc //5.进入mysql修改
mysql> show databases;
ERROR 1820 (HY000): You must SET PASSWORD before executing this statement
mysql> set password=password("123456");
Query OK, 0 rows affected (0.00 sec)
mysql> show databases;
+--------------------+
| Database |
+--------------------+
| information_schema |
| mysql |
| performance_schema |
| test |
+--------------------+
4 rows in set (0.00 sec)
mysql> exit;
Bye
[kris@hadoop101 software]$ mysql -uroot -p123456
use mysql;
mysql> select user, host, password from user;
+------+-----------+-------------------------------------------+
| user | host | password |
+------+-----------+-------------------------------------------+
| root | localhost | *6BB4837EB74329105EE4568DDA7DC67ED2CA2AD9 |
| root | hadoop101 | *F989EA3B224D436B6BEAEAEB2E879B7E765C28C5 |
| root | 127.0.0.1 | *F989EA3B224D436B6BEAEAEB2E879B7E765C28C5 |
| root | ::1 | *F989EA3B224D436B6BEAEAEB2E879B7E765C28C5 |
+------+-----------+-------------------------------------------+
4 rows in set (0.00 sec)
mysql> delete from user where host<>"localhost";
Query OK, 3 rows affected (0.00 sec)
mysql> update user set host='%' where host='localhost';
mysql> flush privileges;
Hive元数据配置到MySql
拷贝驱动到hive的lib目录下面
[kris@hadoop101 software]$ tar -zxf mysql-connector-java-5.1.27.tar.gz
[kris@hadoop101 software]$ ll
总用量 200936
drwxr-xr-x. 4 kris kris 4096 10月 24 2013 mysql-connector-java-5.1.27
[kris@hadoop101 mysql-connector-java-5.1.27]$ cp mysql-connector-java-5.1.27-bin.jar /opt/module/hive/lib/
配置Metastore到MySql
1．在/opt/module/hive/conf目录下创建一个hive-site.xml
[kris@hadoop101 conf]$ touch hive-site.xml
[kris@hadoop101 conf]$ vi hive-site.xml
2．根据官方文档配置参数，拷贝数据到hive-site.xml文件中
<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<property>
<name>javax.jdo.option.ConnectionURL</name>
<value>jdbc:mysql://hadoop101:3306/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>
[kris@hadoop101 hive]$ bin/hive
Logging initialized using configuration in jar:file:/opt/module/hive/lib/hive-common-1.2.1.jar!/hive-log4j.properties
hive>
配置完毕后，如果启动hive异常，可以重新启动虚拟机。（重启后，别忘了启动hadoop集群）
多窗口启动Hive测试
1．先启动MySQL
[kris@hadoop101 hive]$ mysql -uroot -p123456
mysql> show databases;
+--------------------+
| Database |
+--------------------+
| information_schema |
| metastore |
| mysql |
| performance_schema |
| test |
+--------------------+
5 rows in set (0.02 sec)
2．再次打开多个窗口，分别启动hive
[kris@hadoop101 hive]$ bin/hive
3．启动hive后，回到MySQL窗口查看数据库，显示增加了metastore数据库
HiveJDBC访问
[kris@hadoop101 hive]$ bin/hiveserver2 //它就相当于是SQL Parser解析器+Physical Plan编辑器+优化器+执行器
[kris@hadoop101 hive]$ bin/beeline //它就相当于是Client + Driver + CLI + JDBC
Beeline version 1.2.1 by Apache Hive
beeline> !connect jdbc:hive2://hadoop101:10000 //必须把bin/hiveserver2启动了才能启动它，它们是配套的
Connecting to jdbc:hive2://hadoop101:10000
Enter username for jdbc:hive2://hadoop101:10000: kris
Enter password for jdbc:hive2://hadoop101:10000:
Connected to: Apache Hive (version 1.2.1)
Driver: Hive JDBC (version 1.2.1)
Transaction isolation: TRANSACTION_REPEATABLE_READ
0: jdbc:hive2://hadoop101:10000> show databases;
+----------------+--+
| database_name |
+----------------+--+
| default |
+----------------+--+
1 row selected (1.233 seconds)
0: jdbc:hive2://hadoop101:10000>
发现这里发生变化：它会记录查询情况，是否出错
[kris@hadoop101 hive]$ bin/hiveserver2
OK
3. Hive常见属性配置
Hive数据仓库位置配置
1）Default数据仓库的最原始位置是在hdfs上的：/user/hive/warehouse路径下。
2）在仓库目录下，没有对默认的数据库default创建文件夹。如果某张表属于default数据库，直接在数据仓库目录下创建一个文件夹。
3）修改default数据仓库原始位置（将hive-default.xml.template如下配置信息拷贝到hive-site.xml文件中）。
<property> <name>hive.metastore.warehouse.dir</name> <value>/user/hive/warehouse</value> <description>location of default database for the warehouse</description> </property>
配置同组用户有执行权限
bin/hdfs dfs -chmod g+w /user/hive/warehouse
查询后信息显示配置
1）在hive-site.xml文件中添加如下配置信息，就可以实现显示当前数据库，以及查询表的头信息配置。
<property> <name>hive.cli.print.header</name> <value>true</value> </property> <!-- Hive客户端查询显示不带表名的字段名 --> <property> <name>hive.resultset.use.unique.column.names</name> <value>false</value> </property> <property> <name>hive.cli.print.current.db</name> <value>true</value> </property>
2）重新启动hive，对比配置前后差异。
Hive运行日志信息配置
1．Hive的log默认存放在/tmp/kris/hive.log目录下（当前用户名下）
2．修改hive的log存放日志到/opt/module/hive/logs
（1）修改/opt/module/hive/conf/hive-log4j.properties.template文件名称为 hive-log4j.properties
2）在hive-log4j.properties文件中修改log存放位置 hive.log.dir=/opt/module/hive/logs
参数配置方式
1．查看当前所有的配置信息
hive>set;
2．参数的配置三种方式
（1）配置文件方式； 默认配置文件：hive-default.xml； 用户自定义配置文件：hive-site.xml
注意：用户自定义配置会覆盖默认配置。另外，Hive也会读入Hadoop的配置，因为Hive是作为Hadoop的客户端启动的，Hive的配置会覆盖Hadoop的配置。配置文件的设定对本机启动的所有Hive进程都有效。
（2）命令行参数方式
启动Hive时，可以在命令行添加-hiveconf param=value来设定参数。例如：
[kris@hadoop101 hive]$ bin/hive -hiveconf mapred.reduce.tasks=10;
注意：仅对本次hive启动有效
查看参数设置：hive (default)> set mapred.reduce.tasks;
（3）参数声明方式
可以在HQL中使用SET关键字设定参数； 例如：
hive (default)> set mapred.reduce.tasks=100;
注意：仅对本次hive启动有效。
查看参数设置：hive (default)> set mapred.reduce.tasks;
上述三种设定方式的优先级依次递增。即配置文件<命令行参数<参数声明。注意某些系统级的参数，例如log4j相关的设定，必须用前两种方式设定，因为那些参数的读取在会话建立以前已经完成了。
4. Hive常用交互命令
“-e”不进入hive的交互窗口执行sql语句； “-f”执行脚本中sql语句
退出hive窗口：在新版的hive中没区别了，在以前的版本是有的： exit:先隐性提交数据，再退出； quit:不提交数据，退出；
[kris@hadoop101 hive]$ bin/hive -e "select * from student;"
Logging initialized using configuration in jar:file:/opt/module/hive/lib/hive-common-1.2.1.jar!/hive-log4j.properties
OK
1001 ss1
1002 ss2
1003 ss3
写入文件中：
[kris@hadoop101 datas]$ vim hivef.sql
select * from student;
[kris@hadoop101 hive]$ bin/hive -f /opt/module/datas/hivef.sql
Logging initialized using configuration in jar:file:/opt/module/hive/lib/hive-common-1.2.1.jar!/hive-log4j.properties
OK
1001 ss1
1002 ss2
1003 ss3
hive> dfs -ls /;
Found 2 items
drwxrwxr-x - kris supergroup 0 2019-02-13 15:59 /tmp
drwxr-xr-x - kris supergroup 0 2019-02-13 15:54 /user
hive> !ls /opt/module/datas
> ;
business.txt
dept.txt
emp_sex.txt
emp.txt
hivef.sql
location.txt
log.data
score.txt
student.txt
hive>
查看在hive中输入的所有历史命令
（1）进入到当前用户的根目录/root或/home/atguigu
（2）查看. hivehistory文件
[kris@hadoop101 ~]$ cat .hivehistory