0
0

Hive的安装及集成Tez为执行引擎

HIVE3 配置文档

注意：

① 要求Hadoop必须是可用的 （非HA）

② 要求Mysql能够链接

  • 1.上传文件并解压重命名> tar -zxvf apache-hive-3.1.2-bin.tar.gz> > mv apache-hive-3.1.2-bin hive-3.1.2
  • 2.配置环境变量vim /etc/profileexportHIVE_HOME=/usr/local/soft/hive-3.1.2exportPATH=$HIVE_HOME/bin:$PATH# source一下让环境变量生效source /etc/profile
  • 3.配置HIVE相关配置文件cd /usr/local/soft/hive-3.1.2/confvim 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://master:3306/hive?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><!-- Hive元数据存储的验证 --><property><name>hive.metastore.schema.verification</name><value>false</value></property><!-- 元数据存储授权 --><property><name>hive.metastore.event.db.notification.api.auth</name><value>false</value></property></configuration>
  • 上传Mysql驱动到HIVE的lib目录下
  • 在Mysql中创建hive数据库并设置其字符集为utf8排序规则为utf8_general_ci
  • 错误及解决方式> 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.(JobConf.java:430)> at org.apache.hadoop.hive.conf.HiveConf.initialize(HiveConf.java:5141)> at org.apache.hadoop.hive.conf.HiveConf.(HiveConf.java:5104)> at org.apache.hive.beeline.HiveSchemaTool.(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)如果遇到如上错误，那么需要执行如下命令：cp /usr/local/soft/hadoop-3.1.3/share/hadoop/common/lib/guava-27.0-jre.jar $HIVE_HOME/lib/rm-rf$HIVE_HOME/lib/guava-19.0.jar
  • 初始化hive元数据库schematool -initSchema-dbType mysql -verbose
  • 启动hive> hive
  • 测试HIVEcreatedatabase test;use test;createtable tbl(id int,name String);insertintotable tbl values(1,'zhangsan'),(2,'lisi');select*from tbl;

HIVE配置元数据及JDBC模式

  • 在hive-site.xml中添加如下：<!-- 指定存储元数据要连接的地址 --><property><name>hive.metastore.uris</name><value>thrift://master:9083</value></property><!-- 指定hiveserver2连接的host --><property><name>hive.server2.thrift.bind.host</name><value>master</value></property><!-- 指定hiveserver2连接的端口号 --><property><name>hive.server2.thrift.port</name><value>10000</value></property>
  • 在Hadoop中的core-site.xml中添加如下：<property><name>hadoop.proxyuser.root.hosts</name><value>*</value></property><property><name>hadoop.proxyuser.root.groups</name><value>*</value></property>
  • 将文件进行分发到从节点```scp core-site.xml node1:pwdscp core-site.xml node2:`pwd````
  • 重启hadoop
  • 启动元数据服务nohup hive --service metastore >$HIVE_HOME/metadata.log 2>1&如果遇到如下问题说明元数据服务没有启动Unable to instantiate org.apache.hadoop.hive.ql.metadata.SessionHiveMetaStoreClient
  • 启动HIVE Server2服务 （JDBC）nohup hive --service hiveserver2 > server2.log 2>1&等待出现4个ID后 或者通过命令查看10000端口是否出现
  • 连接HIVEbeeline -u jdbc:hive2://master:10000 -n root

…
…

集成Tez（可选）

Tez介绍：https://www.infoq.cn/article/apache-tez-saha-murthy

MR在hive2中已经被弃用了，推荐使用Tez或Spark作为执行引擎

1、编译

下载Tez源码并根据Hadoop版本进行

由于Tez官方所提供的安装包对某些Hadoop版本不支持，可采取手动编译方式

需准备好maven环境，手动编译难度较大

可参考https://tez.apache.org/install.html官方文档进行编译

若Hadoop为3.1.1版本，可直接使用所已经编译好的tez安装包：tez-0.10.2.tar.gz

2、上传并解压
# 将Tez安装包上传至任意位置，例如：放在/usr/local/soft/packages中# 切换目录cd /usr/local/soft/packages
# 创建解压后Tez存放的目录mkdir /usr/local/soft/tez
# 将Tez解压到创建好的目录中tar-zxvf tez-0.10.2.tar.gz -C /usr/local/soft/tez
3、将tez安装包上传至HDFS
# 在HDFS上创建目录
hdfs dfs -mkdir-p /user/tez/
# 上传安装包并重命名，这里不需要解压，直接上传即可
hdfs dfs -put tez-0.10.2.tar.gz /user/tez/tez.tar.gz
4、修改环境变量
vim /etc/profile

# 在最后加入一下内容HADOOP_CLASSPATH=`hadoop classpath`TEZ_HOME=/usr/local/soft/tez
exportTEZ_CONF_DIR=$HADOOP_CONF_DIRexportTEZ_JARS=$TEZ_HOME/*.jar:$TEZ_HOME/lib/*.jar
exportHADOOP_CLASSPATH=$TEZ_CONF_DIR:$TEZ_JARS:$HADOOP_CLASSPATH
5、增加tez-site.xml配置文件
# 切换到Hadoop的配置文件所在目录，一般将tez的配置文件也放在此位置cd /usr/local/soft/hadoop-3.1.3/etc/hadoop
# 创建并编辑文件vim tez-site.xml

# 加入以下内容<?xml version="1.0"encoding="UTF-8"?><configuration><!-- 指定在hdfs上的tez包文件 --><property><name>tez.lib.uris</name><value>hdfs://master:9000/user/tez/tez.tar.gz</value></property></configuration>
6、修改Hadoop相关配置文件

Hadoop是分布式模式运行，配置修改完成之后记得分发并重启集群

  • yarn-site.xml 之前配置过无需配置> 这里贴出完整配置文件，按需修改> > 主要是yarn.nodemanager.vmem-check-enabled以及yarn.nodemanager.pmem-check-enabled这两项配置> > 由于机器资源有限，故关闭对内存的检查，否则任务运行容易出现资源不够的问题<?xml version="1.0"?><configuration><property><name>yarn.resourcemanager.hostname</name><value>master</value></property><property><name>yarn.nodemanager.aux-services</name><value>mapreduce_shuffle</value></property><property><name>yarn.log-aggregation-enable</name><value>true</value></property><property><name>yarn.log-aggregation.retain-seconds</name><value>604800</value></property><property><name>yarn.nodemanager.vmem-check-enabled</name><value>false</value></property><property><name>yarn.nodemanager.pmem-check-enabled</name><value>false</value></property></configuration>
  • mapred-site.xml> 主要是修改mapreduce.framework.name配置的值> > 原本应该是yarn，现在改为yarn-tez，其他保持不变<property><name>mapreduce.framework.name</name><value>yarn-tez</value></property>
  • capacity-scheduler.xml> 主要调整一下容量调度中AM的资源占比，保证yarn中能同时运行多个任务> > yarn.scheduler.capacity.maximum-am-resource-percent：AM能够使用的最大资源占比> > 原本为0.1，这里直接改为1，也可根据情况自行调整> > 不调整的话会导致Tez启动等待资源时间过长，进而影响整个HQL的查询时间<property><name>yarn.scheduler.capacity.maximum-am-resource-percent</name><value>1</value><description> Maximum percent of resources in the cluster which can be used to run application masters i.e. controls number of concurrent running applications. </description></property>
  • 分发配置文件```scp ./* node1:pwdscp ./* node2:`pwd````
  • 重启yarn> 由于并未涉及到HDFS配置文件，故只需重启Yarn服务即可stop-yarn.shstart-yarn.sh
7、修改Hive配置文件

1、主要修改Hive执行引擎为Tez

2、由于资源有限，故还需设置Tez默认执行容器内存大小，否则Tez任务运行容易出现资源问题

3、hive.cli.tez.session.async：是否异步启动Tez会话，默认为true

​ 建议禁止，否则在Tez会话启动前就进入了Hive命令行，容易导致任务首次执行不成功

​ 如若开启，则需进入hive命令行速度会快一些，但成功执行HQL得等待Tez会话创建成功

# 切换目录
cd /usr/local/soft/hive-3.1.2/conf/
# 编辑hive-site.xml
vim hive-site.xml

# 增加下列配置，其他保持不变
  <property><name>hive.execution.engine</name><value>tez</value><description>
      Expects one of [mr, tez, spark].
      Chooses execution engine. Options are: mr (Map reduce, default), tez, spark. While MR
      remains the default engine for historical reasons, it is itself a historical engine
      and is deprecated in Hive 2 line. It may be removed without further warning.
    </description></property><property><name>hive.tez.container.size</name><value>1024</value><description>By default Tez will spawn containers of the size of a mapper. This can be used to overwrite.</description></property><property><name>hive.cli.tez.session.async</name><value>false</value><description>
      Whether to start Tez
      session in background when running CLI with Tez, allowing CLI to be available earlier.
    </description></property>
8、解决log4j冲突问题

由于hadoop、hive、tez包中都包含了log4j的依赖，一起搭配使用会造成冲突

故只保留hadoop自带的即可，将hive、tez对应的jar包重命名即可

# 切换tez下的lib目录cd /usr/local/soft/tez/lib
# 将log4j对应jar包进行重命名mv slf4j-log4j12-1.7.25.jar slf4j-log4j12-1.7.25.jar.bak
mv slf4j-reload4j-1.7.36.jar slf4j-reload4j-1.7.36.jar.bak
9、启动Hive

切换Tez执行引擎后，hive启动以及HQL执行的日志较多，可参考前面第11步，将日志打印级别设为WARN或者ERROR

hive
10、验证Tez引擎

使用安装步骤第10步中test库下的students表进行查询验证

对比基于MR和Tez两种计算引擎的执行速度

11、控制打印日志级别

# 切换目录cd /usr/local/soft/hive-3.1.2/conf
# 创建log4j默认配置文件并编辑vim log4j.properties

# 加入一下内容，通过log4j.rootLogger可控制日志打印级别log4j.rootLogger=WARN, CA
log4j.appender.CA=org.apache.log4j.ConsoleAppender
log4j.appender.CA.layout=org.apache.log4j.PatternLayout
log4j.appender.CA.layout.ConversionPattern=%-4r [%t] %-5p %c %x - %m%n
标签： hive 数据仓库
本文转载自: https://blog.csdn.net/cc__cc___/article/details/134690366
版权归原作者 只会hello world的程序员 所有， 如有侵权，请联系我们删除。
登录后发布评论

“Hive的安装及集成Tez为执行引擎”的评论:

还没有评论
关于作者
...
overfit同步小助手
文章同步
相关阅读

漏洞复现 | Showdoc反序列化

Docker配置国内镜像源(阿里源)

地平线5一站式解决Steam云存档同步难题：深度诊断、高级修复策略、预防措施与同步优化指南

SpringBoot 使用 RabbitMQ

MC-official-website 项目使用指南

【个人记录】pkg可以将Node.js应用打包为可执行文件

数据科学生命周期的7个步骤–在业务中应用AI

文章导航