Hive ---- Hive 安装
- 1. Hive安装地址
- 2. Hive安装部署
- 1. 安装Hive
- 2. 启动并使用Hive
- 3. MySQL安装
- 1. 安装MySQL
- 2. 配置MySQL
- 3. 卸载MySQL说明
- 4. 配置Hive元数据存储到MySQL
- 1. 配置元数据到MySQL
- 2. 验证元数据是否配置成功
- 3. 查看MySQL中的元数据
- 5. Hive服务部署
- 1. hiveserver2服务
- 2. metastore服务
- 3. 编写Hive服务启动脚本（了解）
- 6. Hive使用技巧
- 1. Hive常用交互命令
- 2. Hive参数配置方式
- 3. Hive常见属性配置
1. Hive安装地址
1. Hive官网地址
http://hive.apache.org/
2. 文档查看地址
https://cwiki.apache.org/confluence/display/Hive/GettingStarted
3. 下载地址
http://archive.apache.org/dist/hive/
4. github地址
https://github.com/apache/hive
2. Hive安装部署
1. 安装Hive
1. 把apache-hive-3.1.3-bin.tar.gz上传到Linux的/opt/software目录下
2. 解压apache-hive-3.1.3-bin.tar.gz到/opt/module/目录下面
[fickler@hadoop102 software]$ tar -zxvf /opt/software/apache-hive-3.1.3-bin.tar.gz -C /opt/module/
3. 修改apache-hive-3.1.3-bin.tar.gz的名称为hive
[fickler@hadoop102 software]$ mv /opt/module/apache-hive-3.1.3-bin/ /opt/module/hive
4. 修改/etc/profile.d/my_env.sh，添加环境变量
[fickler@hadoop102 module]$ sudo vim /etc/profile.d/my_env.sh
（1）添加内容
#HIVE_HOME
export HIVE_HOME=/opt/module/hive
export PATH=$PATH:$HIVE_HOME/bin
（2）source一下
[fickler@hadoop102 hive]$ source /etc/profile.d/my_env.sh
5. 初始化元数据库（默认是derby数据库）
[fickler@hadoop102 hive]$ bin/schematool -dbType derby -initSchema
报错
[root@hadoop100 hive-3.1.3]# bin/schematool -dbType derby -initSchema
SLF4J: Class path contains multiple SLF4J bindings.
SLF4J: Found binding in [jar:file:/opt/module/hive-3.1.3/lib/log4j-slf4j-impl-2.17.1.jar!/org/slf4j/impl/StaticLoggerBinder.class]
SLF4J: Found binding in [jar:file:/opt/module/hadoop-3.1.3/share/hadoop/common/lib/slf4j-log4j12-1.7.25.jar!/org/slf4j/impl/StaticLoggerBinder.class]
SLF4J: See http://www.slf4j.org/codes.html#multiple_bindings for an explanation.
SLF4J: Actual binding is of type [org.apache.logging.slf4j.Log4jLoggerFactory]
Exception in thread "main" java.lang.NoSuchMethodError: com.google.common.base.Preconditions.checkArgument(ZLjava/lang/String;Ljava/lang/Object;)V
at org.apache.hadoop.conf.Configuration.set(Configuration.java:1357)
at org.apache.hadoop.conf.Configuration.set(Configuration.java:1338)
at org.apache.hadoop.mapred.JobConf.setJar(JobConf.java:518)
at org.apache.hadoop.mapred.JobConf.setJarByClass(JobConf.java:536)
at org.apache.hadoop.mapred.JobConf.<init>(JobConf.java:430)
at org.apache.hadoop.hive.conf.HiveConf.initialize(HiveConf.java:5144)
at org.apache.hadoop.hive.conf.HiveConf.<init>(HiveConf.java:5107)
at org.apache.hive.beeline.HiveSchemaTool.<init>(HiveSchemaTool.java:96)
at org.apache.hive.beeline.HiveSchemaTool.main(HiveSchemaTool.java:1473)
at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62)
at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
at java.lang.reflect.Method.invoke(Method.java:498)
at org.apache.hadoop.util.RunJar.run(RunJar.java:318)
at org.apache.hadoop.util.RunJar.main(RunJar.java:232)
解决方案：https://blog.csdn.net/qq_41918166/article/details/128748687
2. 启动并使用Hive
1. 启动Hive
[fickler@hadoop102 hive]$ bin/hive
2. 使用Hive
hive> show databases;
hive> show tables;
hive> create table stu(id int, name string);
hive> insert into stu values(1,"ss");
hive> select * from stu;
观察HDFS的路径/user/hive/warehouse/stu，体会Hive与Hadoop之间的关系。
Hive中的表在Hadoop中是目录；Hive中的数据在Hadoop中是文件。
3. 在Xshell窗口中开启另一个窗口开启Hive，在/tmp/atguigu目录下监控hive.log文件
[fickler@hadoop102 hive]$ tail -f hive.log
Caused by: ERROR XSDB6: Another instance of Derby may have already booted the database /opt/module/hive/metastore_db.
at org.apache.derby.iapi.error.StandardException.newException(Unknown Source)
at org.apache.derby.iapi.error.StandardException.newException(Unknown Source)
at org.apache.derby.impl.store.raw.data.BaseDataFileFactory.privGetJBMSLockOnDB(Unknown Source)
at org.apache.derby.impl.store.raw.data.BaseDataFileFactory.run(Unknown Source)
...
原因在于Hive默认使用的元数据库为derby。derby数据库的特点是同一时间只允许一个客户端访问。如果多个Hive客户端同时访问，就会报错。由于在企业开发中，都是多人协作开发，需要多客户端同时访问Hive，怎么解决呢？我们可以将Hive的元数据改为用MySQL存储，MySQL支持多客户端同时访问。
4. 首先退出hive客户端。然后在Hive的安装目录下将derby.log和metastore_db删除，顺便将HDFS上目录删除
hive> quit;
[fickler@hadoop102 hive]$ rm -rf derby.log metastore_db
[fickler@hadoop102 hive]$ hadoop fs -rm -r /user
Deleted /user
3. MySQL安装
1. 安装MySQL
1. 上传MySQL安装包以及MySQL驱动jar包
mysql-5.7.28-1.el7.x86_64.rpm-bundle.tar
mysql-connector-java-5.1.37.jar
2. 解压MySQL安装包
[fickler@hadoop102 software]$ mkdir mysql_lib
[fickler@hadoop102 software]$ tar -xf mysql-5.7.28-1.el7.x86_64.rpm-bundle.tar -C mysql_lib/
3. 卸载系统自带的mariadb
[fickler@hadoop102 ~]$ sudo rpm -qa | grep mariadb | xargs sudo rpm -e --nodeps
4. 安装MySQL依赖
[fickler@hadoop102 software]$ cd mysql_lib/
[fickler@hadoop102 mysql_lib]$ sudo rpm -ivh mysql-community-common-5.7.28-1.el7.x86_64.rpm
[fickler@hadoop102 mysql_lib]$ sudo rpm -ivh mysql-community-libs-5.7.28-1.el7.x86_64.rpm
[fickler@hadoop102 mysql_lib]$ sudo rpm -ivh mysql-community-libs-compat-5.7.28-1.el7.x86_64.rpm
5. 安装mysql-client
[fickler@hadoop102 mysql_lib]$ sudo rpm -ivh mysql-community-client-5.7.28-1.el7.x86_64.rpm
6. 安装mysql-server
[fickler@hadoop102 mysql_lib]$ sudo rpm -ivh mysql-community-server-5.7.28-1.el7.x86_64.rpm
7. 启动MySQL
[fickler@hadoop102 mysql_lib]$ sudo systemctl start mysqld
8. 查看MySQL密码
[fickler@hadoop102 software]$ sudo cat /var/log/mysqld.log | grep password
2. 配置MySQL
配置主要是root用户 + 密码，在任何主机上都能登录MySQL数据库。
1. 用刚刚查到的密码进入MySQL（如果报错，给密码加单引号）
[fickler@hadoop102 software]$ mysql -uroot -p'-ees2Fi?hh<h'
2. 设置复杂密码（由于MySQL密码策略，此密码必须足够复杂）
mysql> set password=password("Qs23=zs32");
3. 更改MySQL密码策略
mysql> set global validate_password_policy=0;
mysql> set global validate_password_length=4;
4. 设置简单好记的密码
mysql> set password=password("123456");
5. 进入MySQL库
mysql> use mysql
6. 查询user表
mysql> select user, host from user;
7. 修改user表，把Host表内容修改为%
mysql> update user set host="%" where user="root";
8. 刷新
mysql> flush privileges;
9. 退出
mysql> quit;
3. 卸载MySQL说明
若因为安装失败或者其他原因，MySQL需要卸载重装，可参考以下内容。
1. 清空原有数据
①通过/etc/my.cnf查看MySQL数据的存储位置
[atguigu@hadoop102 software]$ sudo cat /etc/my.cnf
[mysqld]
datadir=/var/lib/mysql
②去往/var/lib/mysql路径需要root权限
[atguigu@hadoop102 mysql]$ su - root
[root@hadoop102 ~]# cd /var/lib/mysql
[root@hadoop102 mysql]# rm -rf * （注意敲击命令的位置）
2. 卸载MySQL相关包
①查看安装过的MySQL相关包
[atguigu@hadoop102 software]$ sudo rpm -qa | grep -i -E mysql
mysql-community-libs-5.7.16-1.el7.x86_64
mysql-community-client-5.7.16-1.el7.x86_64
mysql-community-common-5.7.16-1.el7.x86_64
mysql-community-libs-compat-5.7.16-1.el7.x86_64
mysql-community-server-5.7.16-1.el7.x86_64
②一键卸载命令
[atguigu@hadoop102 software]$ rpm -qa | grep -i -E mysql\|mariadb | xargs -n1 sudo rpm -e --nodeps
4. 配置Hive元数据存储到MySQL
Hive元数据存储到MySQL
1. 配置元数据到MySQL
1. 新建Hive元数据库
# 登录MySQL
[fickler@hadoop102 hive]$ mysql -uroot -p
# 创建Hive元数据库
mysql> create database metastore;
mysql> quit
2. 将MySQL的JDBC驱动拷贝到Hive的lib目录下。
[fickler@hadoop102 hive]$ cp /opt/software/mysql-connector-java-5.1.37.jar $HIVE_HOME/lib
3. 在$HIVE_HOME/conf目录下新建hive-site.xml文件
[fickler@hadoop102 software]$ vim $HIVE_HOME/conf/hive-site.xml
添加如下内容：
<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<!-- jdbc连接的URL -->
<property>
<name>javax.jdo.option.ConnectionURL</name>
<value>jdbc:mysql://hadoop102:3306/metastore?useSSL=false</value>
</property>
<!-- jdbc连接的Driver-->
<property>
<name>javax.jdo.option.ConnectionDriverName</name>
<value>com.mysql.jdbc.Driver</value>
</property>
<!-- jdbc连接的username-->
<property>
<name>javax.jdo.option.ConnectionUserName</name>
<value>root</value>
</property>
<!-- jdbc连接的password -->
<property>
<name>javax.jdo.option.ConnectionPassword</name>
<value>123456</value>
</property>
<!-- Hive默认在HDFS的工作目录 -->
<property>
<name>hive.metastore.warehouse.dir</name>
<value>/user/hive/warehouse</value>
</property>
</configuration>
4. 初始化Hive元数据库（修改为采用MySQL存储元数据）
[fickler@hadoop102 hive]$ bin/schematool -dbType mysql -initSchema -verbose
2. 验证元数据是否配置成功
1. 再次启动Hive
[fickler@hadoop102 hive]$ bin/hive
2. 使用Hive
hive> show databases;
hive> show tables;
hive> create table stu(id int, name string);
hive> insert into stu values(1,"ss");
hive> select * from stu;
3. 在Xshell窗口中开启另一个窗口开启Hive（两个窗口都可以操作Hive，没有出现异常）
hive> show databases;
hive> show tables;
hive> select * from stu;
3. 查看MySQL中的元数据
1. 登录MySQL
[fickler@hadoop102 hive]$ mysql -uroot -p123456
2. 查看元数据库metastore
mysql> show databases;
mysql> use metastore;
mysql> show tables;
（1）查看元数据库中存储的库信息
mysql> mysql> select * from DBS;
（2）查看元数据库中存储的表信息
mysql> select * from TBLS;
（3）查看元数据库中存储的表中列相关信息
mysql> select * from COLUMNS_V2;
5. Hive服务部署
1. hiveserver2服务
Hive的hiveserver2服务的作用是提供jdbc/odbc接口，为用户提供远程访问Hive数据的功能，例如用户期望在个人电脑中访问远程服务中的Hive数据，就需要用到Hiveserver2。
Hiveserver2
1. 用户说明
在远程访问Hive数据时，客户端并未直接访问Hadoop集群，而是由Hivesever2代理访问。由于Hadoop集群中的数据具备访问权限控制，所以此时需考虑一个问题：那就是访问Hadoop集群的用户身份是谁？是Hiveserver2的启动用户？还是客户端的登录用户？
答案是都有可能，具体是谁，由Hiveserver2的hive.server2.enable.doAs参数决定，该参数的含义是是否启用Hiveserver2用户模拟的功能。若启用，则Hiveserver2会模拟成客户端的登录用户去访问Hadoop集群的数据，不启用，则Hivesever2会直接使用启动用户访问Hadoop集群数据。模拟用户的功能，默认是开启的。
具体逻辑如下：
未开启用户模拟功能：
开启用户模拟功能：
生产环境，推荐开启用户模拟功能，因为开启后才能保证各用户之间的权限隔离。
2. hiveserver2部署
（1）Hadoop端配置
hivesever2的模拟用户功能，依赖于Hadoop提供的proxy user（代理用户功能），只有Hadoop中的代理用户才能模拟其他用户的身份访问Hadoop集群。因此，需要将hiveserver2的启动用户设置为Hadoop的代理用户，配置方式如下：
修改配置文件core-site.xml，然后记得分发三台机器
[fickler@hadoop102 hive]$ cd $HADOOP_HOME/etc/hadoop
[fickler@hadoop102 hadoop]$ vim core-site.xml
增加如下配置：
<!--配置所有节点的fickler用户都可作为代理用户-->
<property>
<name>hadoop.proxyuser.fickler.hosts</name>
<value>*</value>
</property>
<!--配置fickler用户能够代理的用户组为任意组-->
<property>
<name>hadoop.proxyuser.fickler.groups</name>
<value>*</value>
</property>
<!--配置fickler用户能够代理的用户为任意用户-->
<property>
<name>hadoop.proxyuser.fickler.users</name>
<value>*</value>
</property>
（2）Hive端配置
在hive-site.xml文件中添加如下配置信息
[fickler@hadoop102 conf]$ vim hive-site.xml
<!-- 指定hiveserver2连接的host -->
<property>
<name>hive.server2.thrift.bind.host</name>
<value>hadoop102</value>
</property>
<!-- 指定hiveserver2连接的端口号 -->
<property>
<name>hive.server2.thrift.port</name>
<value>10000</value>
</property>
3. 测试
（1）启动hiveserver2
[fickler@hadoop102 hive]$ bin/hive --service hiveserver2
（2）使用命令行客户端beeline进行远程访问
[fickler@hadoop102 hive]$ bin/beeline -u jdbc:hive2://hadoop102:10000 -n fickler
4. 配置DataGrip连接
（1）创建连接
（2）配置连接属性
所有属性配置，和Hive的beeline客户端配置一致即可。初次使用，配置过程会提示缺少JDBC驱动，按照提示下载即可。
（3）界面介绍
（4）测试sql执行
（5）修改数据库
2. metastore服务
Hive的metastore服务的作用是为Hive CLI或者Hiveserver2提供元数据访问接口。
1. metastore运行模式
metastore有两种运行模式，分别为嵌入式模式和独立服务模式。下面分别对两种模式进行说明：
（1）嵌入式模式
（2）独立服务模式
生产环境中，不推荐使用嵌入式模式。因为其存在以下两个问题：
（1）嵌入式模式下，每个Hive CLI都需要直接连接元数据库，当Hive CLI较多时，数据库压力会比较大。
（2）每个客户端都需要用户元数据库的读写权限，元数据库的安全得不到很好的保证。
2. metastore部署
（1）嵌入式模式
嵌入式模式下，只需保证Hiveserver2和每个Hive CLI的配置文件hive-site.xml中包含连接元数据库所需要的以下参数即可：
<!-- jdbc连接的URL -->
<property>
<name>javax.jdo.option.ConnectionURL</name>
<value>jdbc:mysql://hadoop102:3306/metastore?useSSL=false</value>
</property>
<!-- jdbc连接的Driver-->
<property>
<name>javax.jdo.option.ConnectionDriverName</name>
<value>com.mysql.jdbc.Driver</value>
</property>
<!-- jdbc连接的username-->
<property>
<name>javax.jdo.option.ConnectionUserName</name>
<value>root</value>
</property>
<!-- jdbc连接的password -->
<property>
<name>javax.jdo.option.ConnectionPassword</name>
<value>123456</value>
</property>
（2）独立服务模式
独立服务模式需做以下配置：
首先，保证metastore服务的配置文件hive-site.xml中包含连接元数据库所需的以下参数：
<!-- jdbc连接的URL -->
<property>
<name>javax.jdo.option.ConnectionURL</name>
<value>jdbc:mysql://hadoop102:3306/metastore?useSSL=false</value>
</property>
<!-- jdbc连接的Driver-->
<property>
<name>javax.jdo.option.ConnectionDriverName</name>
<value>com.mysql.jdbc.Driver</value>
</property>
<!-- jdbc连接的username-->
<property>
<name>javax.jdo.option.ConnectionUserName</name>
<value>root</value>
</property>
<!-- jdbc连接的password -->
<property>
<name>javax.jdo.option.ConnectionPassword</name>
<value>123456</value>
</property>
其次，保证Hiveserver2和每个Hive CLI的配置文件hive-site.xml中包含访问metastore服务所需的以下参数：
<!-- 指定metastore服务的地址 -->
<property>
<name>hive.metastore.uris</name>
<value>thrift://hadoop102:9083</value>
</property>
注意：主机名需要改为metastore服务所在节点，端口号无需修改，metastore服务的默认端口就是9083。
3. 测试
此时启动Hive CLI，执行shou databases语句，会出现一下错误提示信息：
hive (default)> show databases;
FAILED: HiveException java.lang.RuntimeException: Unable to instantiate org.apache.hadoop.hive.ql.metadata.SessionHiveMetaStoreClient
这是因为我们在Hive CLI的配置文件中配置了hive.metastore.uris参数，此时Hive CLI会去请求我们执行的metastore服务地址，所以必须启动metastore服务才能正常使用。
metastore服务的启动命令如下：
[fickler@hadoop102 hive]$ hive --service metastore
注意：启动后该窗口不能再操作，需打开一个新的Xshell窗口来对Hive操作。
重新启动 Hive CLI，并执行shou databases语句，就能正常访问了
[fickler@hadoop102 hive]$ bin/hive
3. 编写Hive服务启动脚本（了解）
1. 前台启动的方式导致需要打开多个Xshell窗口，可以使用如下方式后台方式启动
- nohup：放在命令开头，表示不挂起，也就是关闭终端进程也继续保持运行状态
- /dev/null：是Linux文件系统中的一个文件，被称为黑洞，所有写入该文件的内容都会被自动丢弃
- 2>&1：表示将错误重定向到标准输出上
- &：放在命令结尾，表示后台运行
一般会组合使用：nohup [xxx命令操作]> file 2>&1 &，表示将xxx命令运行的结果输出到file中，并保持命令启动的进程在后台运行。
如上命令不要求掌握。
[fickler@hadoop102 hive]$ nohup hive --service metastore 2>&1 &
[fickler@hadoop102 hive]$ nohup hive --service hiveserver2 2>&1 &
2. 为了方便使用，可以直接编写脚本来管理服务的启动和关闭
[fickler@hadoop102 hive]$ vim $HIVE_HOME/bin/hiveservices.sh
内容如下：此脚本的编写不要求掌握。直接拿来使用即可。
#!/bin/bash
HIVE_LOG_DIR=$HIVE_HOME/logs
if [ ! -d $HIVE_LOG_DIR ]
then
mkdir -p $HIVE_LOG_DIR
fi
#检查进程是否运行正常，参数1为进程名，参数2为进程端口
function check_process()
{
pid=$(ps -ef 2>/dev/null | grep -v grep | grep -i $1 | awk '{print $2}')
ppid=$(netstat -nltp 2>/dev/null | grep $2 | awk '{print $7}' | cut -d '/' -f 1)
echo $pid
[[ "$pid" =~ "$ppid" ]] && [ "$ppid" ] && return 0 || return 1
}
function hive_start()
{
metapid=$(check_process HiveMetastore 9083)
cmd="nohup hive --service metastore >$HIVE_LOG_DIR/metastore.log 2>&1 &"
[ -z "$metapid" ] && eval $cmd || echo "Metastroe服务已启动"
server2pid=$(check_process HiveServer2 10000)
cmd="nohup hive --service hiveserver2 >$HIVE_LOG_DIR/hiveServer2.log 2>&1 &"
[ -z "$server2pid" ] && eval $cmd || echo "HiveServer2服务已启动"
}
function hive_stop()
{
metapid=$(check_process HiveMetastore 9083)
[ "$metapid" ] && kill $metapid || echo "Metastore服务未启动"
server2pid=$(check_process HiveServer2 10000)
[ "$server2pid" ] && kill $server2pid || echo "HiveServer2服务未启动"
}
case $1 in
"start")
hive_start
;;
"stop")
hive_stop
;;
"restart")
hive_stop
sleep 2
hive_start
;;
"status")
check_process HiveMetastore 9083 >/dev/null && echo "Metastore服务运行正常" || echo "Metastore服务运行异常"
check_process HiveServer2 10000 >/dev/null && echo "HiveServer2服务运行正常" || echo "HiveServer2服务运行异常"
;;
*)
echo Invalid Args!
echo 'Usage: '$(basename $0)' start|stop|restart|status'
;;
esac
3. 添加执行权限
[fickler@hadoop102 hive]$ chmod +x $HIVE_HOME/bin/hiveservices.sh
4. 启动Hive后台服务
[fickler@hadoop102 bin]$ hiveservices.sh start
6. Hive使用技巧
1. Hive常用交互命令
[fickler@hadoop102 hive]$ bin/hive -help
which: no hbase in (/usr/local/bin:/usr/bin:/usr/local/sbin:/usr/sbin:/opt/module/jdk1.8.0_212/bin:/opt/module/hadoop-3.1.3/bin:/opt/module/hadoop-3.1.3/sbin:/opt/module/hive/bin:/home/fickler/.local/bin:/home/fickler/bin)
SLF4J: Class path contains multiple SLF4J bindings.
SLF4J: Found binding in [jar:file:/opt/module/hive/lib/log4j-slf4j-impl-2.17.1.jar!/org/slf4j/impl/StaticLoggerBinder.class]
SLF4J: Found binding in [jar:file:/opt/module/hadoop-3.1.3/share/hadoop/common/lib/slf4j-log4j12-1.7.25.jar!/org/slf4j/impl/StaticLoggerBinder.class]
SLF4J: See http://www.slf4j.org/codes.html#multiple_bindings for an explanation.
SLF4J: Actual binding is of type [org.apache.logging.slf4j.Log4jLoggerFactory]
Hive Session ID = fc3cd11f-2750-4bdc-8cd8-12e4facdb662
usage: hive
-d,--define <key=value> Variable substitution to apply to Hive
commands. e.g. -d A=B or --define A=B
--database <databasename> Specify the database to use
-e <quoted-query-string> SQL from command line
-f <filename> SQL from files
-H,--help Print help information
--hiveconf <property=value> Use value for given property
--hivevar <key=value> Variable substitution to apply to Hive
commands. e.g. --hivevar A=B
-i <filename> Initialization SQL file
-S,--silent Silent mode in interactive shell
-v,--verbose Verbose mode (echo executed SQL to the
console)
1. 在Hive命令行里创建一个表student，并插入1条数据
hive (default)> create table student(id int,name string);
OK
Time taken: 1.291 seconds
hive (default)> insert into table student values(1,"zhangsan");
hive (default)> select * from student;
OK
student.id student.name
1 zhangsan
Time taken: 0.144 seconds, Fetched: 1 row(s)
2. “-e”不进入hive的交互窗口执行hql语句
[fickler@hadoop102 hive]$ bin/hive -e "select id from student;"
3. “-f”执行脚本中的hql语句
（1）在/opt/module/hive/下创建datas目录并在datas目录下创建hivef.sql文件
[fickler@hadoop102 hive]$ mkdir datas
[fickler@hadoop102 datas]$ vim hivef.sql
（2）文件中写入正确的hql语句
select * from student;
（3）执行文件中的hql语句
[fickler@hadoop102 hive]$ bin/hive -f /opt/module/hive/datas/hivef.sql
（4）执行文件中的hql语句并将结果写入文件中
[fickler@hadoop102 hive]$ bin/hive -f /opt/module/hive/datas/hivef.sql > /opt/module/hive/datas/hive_result.txt
2. Hive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
①启动Hive时，可以在命令行添加-hiveconf param=value来设定参数。例如：
[fickler@hadoop102 hive]$ bin/hive -hiveconf mapreduce.job.reduces=10;
注意：仅
对本次Hive启动有效。
②查看参数设置
hive (default)> set mapreduce.job.reduces;
（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 mapreduce.job.reduces=10;
注意：仅对本次Hive启动有效。
查看参数设置：
hive(default)> set mapreduce.job.reduces;
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。
3. Hive常见属性配置
1. Hive客户端显示当前库和表头
（1）在hive-site.xml中加入如下两个配置:
[fickler@hadoop102 conf]$ vim hive-site.xml
<property>
<name>hive.cli.print.header</name>
<value>true</value>
<description>Whether to print the names of the columns in query output.</description>
</property>
<property>
<name>hive.cli.print.current.db</name>
<value>true</value>
<description>Whether to include the current database in the Hive prompt.</description>
</property>
（2）hive客户端在运行时可以显示当前使用的库和表头信息
[fickler@hadoop102 conf]$ hive
hive (default)> select * from stu;
OK
stu.id stu.name
1 ss
Time taken: 1.874 seconds, Fetched: 1 row(s)
hive (default)>
2. Hive运行日志路径配置
（1）Hive的log默认存放在/tmp/atguigu/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
- 修改$HIVE_HOME/conf/hive-log4j2.properties.template文件名称为
hive-log4j2.properties
[fickler@hadoop102 conf]$ pwd
/opt/module/hive/conf
[fickler@hadoop102 conf]$ mv hive-log4j2.properties.template hive-log4j2.properties
- 在hive-log4j2.properties文件中修改log存放位置
[fickler@hadoop102 conf]$ vim hive-log4j2.properties
修改配置如下
property.hive.log.dir=/opt/module/hive/logs
3. Hive的JVM堆内存设置
新版本的Hive启动的时候，默认申请的JVM堆内存大小为256M，JVM堆内存申请的太小，导致后期开启本地模式，执行复杂的SQL时经常会报错：java.lang.OutOfMemoryError: Java heap space，因此最好提前调整一下HADOOP_HEAPSIZE这个参数。
（1）修改$HIVE_HOME/conf下的hive-env.sh.template为hive-env.sh
[fickler@hadoop102 conf]$ pwd
/opt/module/hive/conf
[fickler@hadoop102 conf]$ mv hive-env.sh.template hive-env.sh
（2）将hive-env.sh其中的参数 export HADOOP_HEAPSIZE修改为2048，重启Hive。
修改前
# The heap size of the jvm stared by hive shell script can be controlled via:
# export HADOOP_HEAPSIZE=1024
修改后
# The heap size of the jvm stared by hive shell script can be controlled via:
export HADOOP_HEAPSIZE=2048
4. 关闭Hadoop虚拟内存检查
在yarn-site.xml中关闭虚拟内存检查（虚拟内存校验，如果已经关闭了，就不需要配了）。
（1）修改前记得先停Hadoop
[fickler@hadoop102 hadoop]$ pwd
/opt/module/hadoop-3.1.3/etc/hadoop
[fickler@hadoop102 hadoop]$ vim yarn-site.xml
（2）添加如下配置
<property>
<name>yarn.nodemanager.vmem-check-enabled</name>
<value>false</value>
</property>
（3）修改完后记得分发yarn-site.xml，并重启yarn。
[fickler@hadoop102 hadoop]$ xsync /opt/module/hadoop-3.1.3/etc/hadoop/yarn-site.xml
