项目实践---Windows11中安装Zookeeper/Hadoop/Hive的部分问题解决

一.Hadoop与Hive兼容版本选择

正常来说，Hadoop与Hive版本不兼容会出现很多问题导致hive安装失败，可以先确定HIve的版本，比如：要用Hive3.1.2版本，该如何确定使用Hadoop的版本呢，需要我们在hive源码中找到对应Hadoop版本。
下载hive对应版本源码
apache-hive-3.1.2-src
或者其他版本下载：需要下载src.tar.gz 结尾的压缩包

https://archive.apache.org/dist/hive/

解压之后，打卡pom.xml文件，查找“hadoop.version”


对应去下载这个版本的Hadoop即可。

二、在Hive安装过程中，工具连接MySQL8报错

DBeaver连接MySQL提示"Public Key Retrieval is not allowed(不允许进行公钥检索。)"问题解决方式。
1.右键连接失败的数据连接，点击“编辑连接”；

2.在“连接设置”中选择“驱动属性”，将“allowPublicKeyRetrieval”值改为“TRUE”，点击确定，再次连接即可。

3.mysql出现错误提示：Communications link failure The last packet sent successfully to the server was 0 mi…
无论是在mysql客户端连接，或者是代码连接中，都会出现该错误，特别是在mysql8.0+这个问题更常见，采取的解决办法如下：
进入mysql，执行以下命令：

//下面这个wait timeout默认好像是28800(8h)showglobal variables like'wait_timeout';//然后把时间设置长点(7day)setglobal wait_timeout=604800;setglobal interactive_timeout=604800;

若在新建MySQL8的连接，且指定连数据库时，报错Public Key Retrieval is not allowed的解决方法，数据库名后面添加?allowPublicKeyRetrieval=true 即可.
若是在jdbc中就需要在url后面添加即可

点测试链接，提示内部驱动错误，如下图：

解决方法：创建连接时，需要设置服务器时区，可设置东八区：Etc/GMT-8，如下图。

测试链接成功，但是点开对应数据库，看不到表，如下图：

解决方法：右键链接 -> 编辑 连接 -> 连接属性 -> 客户端认证，勾选“禁用客户端身份识别”即可。

三、beeline或者其他客户端工具连接Hive报错：org.apache.hadoop.security.authorize.AuthorizationException

在hive安装完成，并使用客户端工具连接时，报错：

org.apache.hadoop.ipc.RemoteException(org.apache.hadoop.security.authorize.AuthorizationException):User: xx is not allowed toimpersonate xx

解决办法：
1.在hive安装目录下：conf/hive-site.xml中添加配置：

<property><name>hive.metastore.sasl.enabled</name><value>false</value><description>Iftrue, the metastore Thriftinterface will be secured withSASL. Clients must authenticate withKerberos.</description></property><property><name>hive.server2.enable.doAs</name><value>false</value></property><property><name>hive.server2.authentication</name><value>NONE</value></property>

2.在Hadoop安装目录下配置文件 core-site.xml加入配置

<property><name>hadoop.proxyuser.xx.hosts</name><value>*</value></property><!-- 允许被Oozie代理的用户组 --><property><name>hadoop.proxyuser.xx.groups</name><value>*</value></property>

3.若是集群则所有节点都需要配置，配置完成后需要重启节点，否则不生效。

ps:
可能需要关闭Hadoop和Hive后：
删除hadoop集群下的所有data/ logs/文件夹
以及格式化namenode，命令：hdfs namenode -format

四、DBeaver连接Hive报错

1.如果hive 表里使用map数据结构，hive执行select操作是可能报错

java.lang.IncompatibleClassChangeError:Classcom.google.common.collect.ImmutableSortedMap does not implement the requested interfacejava.util.NavigableMap

原因：

hadoop 里面使用的 guava 版本太低，保持 hive 和 hadoop 的 guava 版本一致

解决方法：

停止hadoop和hive， 把 hive 中的 guava.xx.jar包拷贝到 hadoop 的 share\hadoop\common\lib的目录下，即可正常运行

2.hive更新分区表更新分区表操作报错

问题描述：

could only be written to0 of the 1 minReplication nodes. There are 1datanode(s) running and 1 node

在使用 hive insert overwrite 更新分区表时 或者 将文件同步到HDFS时，出现这个报错信息。表明没有可使用的DataNode。

解决方案：

（1）namenode节点与其他datanode节点的VERSION中的clusterD的值不一致

方法:删除所有节点(包括namenode)节点的hdfs-site.xml中dfs.namenode.name.dir中指定的文件夹即name和data文件夹，然后使用hadoop namenode -format命令重新格式化各个节点。

（2）有节点的防火墙未关闭

方法: 使用命令:
systemctl stop firewalld.service

（3）hdfs空间被占满

hive在执行的时候会往/tmp下读写大量的临时数据，由于没有空间而报错。
默认情况下，hive脚本执行完之后会自动清理掉这些临时文件。
但是可能有多次没等hive脚本执行完就Ctrl+C终止，会有大量临时文件未清理。
方法：在所有hive脚本都运行结束后，删除掉这些没用的临时文件，腾出空间。

3.使用DBeaver连接Hive的jdbc驱动

这可能是个意识性问题，潜意识会认为连接hive用hive-jdbc-3.1.2.jar驱动，其实使用客户端连接的驱动并不是它，使用它会报错如下：

org.apache.hive.service.rpc.thrift.TCLIService$Iface
或者
org.apache.thrift.TException------------------------------------------------------------------Unexpected driver error occurred while connecting tothe database
org/apache/hive/service/rpc/thrift/TCLIService$Iface
org/apache/hive/service/rpc/thrift/TCLIService$Ifaceorg.apache.hive.service.rpc.thrift.TCLIService$Ifaceorg.apache.hive.service.rpc.thrift.TCLIService$Iface

这里选择的驱动不是hive-jdbc-3.1.2.jar， 而是hive-jdbc-3.1.2-standalone.jar，这个jar包是在hive安装目录的jdbc下


这样才能连接上hive。