基于Hadoop集群的Hive安装配置（Derby数据库）

 Hive是一个数据仓库基础工具在Hadoop中用来处理结构化数据，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（具体的Hive架构大家自行搜索）。接下来主要讲下Hadoop集群下Hive的安装配置，并搭载Derby数据库（一款小巧的数据库，用于测试，不推荐开发使用，具体大家自行百度），进行一些基本的数据库操作，好了，让我们开始吧。

    一、环境：同样的启用三个节点，分别是虚拟机slave01，slave02，slave03，基于之前已经搭建好的环境，包括JDK、Zookeeper、Hadoop

    二、Hive、Derby配置（自行解压）

这里推荐下载版本较低的Hive，本人经验教训告诉大家：高版本易出现问题，比如说我的Hadoop 2.7.6，下载Hive 2.2.0 安装配置后就出现了很多问题，体验极差，像 报错为：

Unabletoinstantiateorg.apache.hadoop.hive.ql.metadata.SessionHiveMetaStoreClient

 就属于版本过高导致的，所以，大家尽量下载低版本的。

    （1）设置Hive、Derby环境变量    

vim/etc/profile

    添加HIVE_HOME、DERBY_HOME，如下：

JAVA_HOME=/usr/java/jdk1.8.0_161

JRE_HOME=/usr/java/jdk1.8.0_161/jre

SCALA_HOME=/usr/local/scala

HADOOP_HOME=/usr/local/hadoop

 SPARK_HOME=/usr/local/spark 

ZOOKEEPER_HOME=/usr/local/zookeeper 

HBASE_HOME=/usr/local/hbase

KAFKA_HOME=/usr/local/kafka

HIVE_HOME=/usr/local/hive

DERBY_HOME=/usr/local/derby

PATH=$PATH:$JAVA_HOME/bin:$JRE_HOME/bin:$SCALA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$SPARK_HOME/bin:$SPARK_HOME/sbin:$ZOOKEEPER_HOME/bin:$HBASE_HOME/bin:$KAFKA_HOME/bin:$HIVE_HOME/bin:$DERBY_HOME/binCLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar:$JRE_HOME/lib:$DERBY_HOME/lib/derby.jar:$DERBY_HOME/lib/derbyclient.jar:$DERBY_HOME/lib/derbytools.jar:$DERBY_HOME/lib/derbynet.jarexportJAVA_HOME JRE_HOME SCALA_HOME HADOOP_HOME SPARK_HOME ZOOKEEPER_HOME HBASE_HOME KAFKA_HOME HIVE_HOME DERBY_HOME PATH CLASSPATH

    使文件生效，运行命令：

source/etc/profile

    （2）修改Hive文件夹conf目录下配置文件 hive-env.sh 

    复制一份 hive-env.sh.template 重命名为 hive-env.sh：

cphive-env.sh.templatehive-env.sh

    修改 hive-env.sh 内容：

exportHIVE_CONF_DIR=/usr/local/hive/confexportHADOOP_HOME=/usr/local/hadoop

    （3）配置Hive的Metastore

    配置Metastore意味着，指定要Hive的数据库存储，同样，Hive/conf目录下，复制一份 hive-default.xml.template重命名为 hive-site.xml：

cphive-default.xml.templatehive-site.xml

    修改 hive-site.xml 内容，由于里面原内容较多，可通过命令gedit以编辑器模式打开：

gedithive-site.xml

    删除所有的配置，替换为：

javax.jdo.option.ConnectionURLjdbc:derby:;databaseName=metastore_db;create=truejavax.jdo.option.ConnectionDriverNameorg.apache.derby.jdbc.EmbeddedDriverhive.metastore.warehouse.dir/usr/local/hive/warehouse

    其中，jdbc:derby:;databaseName=metastore_db;create=true 表示使用嵌入式的derby，create为true表示自动创建数据库，数据库名为metastore_db，另一种客服模式大家感兴趣的可以自己看下；org.apache.derby.jdbc.EmbeddedDriver 表示使用嵌入式的derby；warehouse文件夹手动创建。

    三、验证Hive

    运行Hive之前，需要创建/tmp文件夹在HDFS独立的Hive文件夹，并给这些新创建的文件夹写权限：

[hadoop@slave01 bin]$ hadoop fs -mkdir /tmp

[hadoop@slave01 bin]$ hadoop fs -chmod g+w /tmp

    启动Hive前，先启动Hadoop集群，注意关闭防火墙，再然后启动Hive，首次启动可能会出现一个报错提示：

无法访问/usr/local/spark/lib/spark-assembly-*.jar: 没有那个文件或目录

    虽然过了几秒后Hive仍然成功启动，但这个报错信息是怎么回事呢？

    原因：spark2以后，原有lib目录下的大JAR包被分散成多个小JAR包，原来的spark-assembly-*.jar已经不存在，所以hive没有办法找到这个JAR包。

    解决办法：进入hive安装路径下的bin目录下，编辑hive，如通过编辑器打开：gedit hive，找到下面的Shell脚本命令：

sparkAssemblyPath=`ls${SPARK_HOME}/lib/spark-assembly-*.jar`

    修改为：

sparkAssemblyPath=`ls${SPARK_HOME}/jars/*.jar`

    好了，让我们再次启动Hive，成功启动如下：

[hadoop@slave01 bin]$ hiveLogging initializedusingconfigurationinjar:file:/usr/local/hive/lib/hive-common-1.2.2.jar!/hive-log4j.propertieshive>

    以上就是基于Hadoop集群Hive+derby的安装配置过程，当然对于数据库的选择比如mysql配置过程类似，大家自行参考资料。                                                                        

作者：大数据首席数据师
链接：https://www.jianshu.com/p/4e61fe22b3be