hadoop搭建、mysql、hive部署

写在前面：
本篇文章基于linux系统Centos7环境下进行搭建、操作
仅作为学习参考借鉴，欢迎大家交流学习！

一、 HDFS安装搭建

1.1 关闭虚拟机防火墙

在之后的学习、操作中，经常会遇到在宿主机中通过程序去访问虚拟机中的相关软件，但是默认情况下，虚拟机的防火墙是不允许访问，这是需要开启一个一个的端口号，比较麻烦，所以在教学过程中，为了提高教学、学习的效率，直接关闭虚拟机的防火墙。（注意在实际的生产环境中不可以，在生产环境中通常是通过关闭端口实现的）

防火墙相关指令：
启动：systemctl start firewalld
关闭：systemctl stop firewalld
重启：systemctl restart firewalld
查看防火墙状态：systemctl status firewalld / firewall-cmd --state
在开机时启用防火墙：systemctl enable firewalld
在开机时禁用防火墙：systemctl disable firewalld

1.2 配置hosts文件

命令：vi /etc/hosts

注：配置文件中的“hadoop”根据实际用户填写

1.3 配置免密登陆

命令：ssh-keygen -t rsa

然后一直回车，直到出现：

注：（方框中的图案每个虚拟机都不相同）

此时，会产生两个文件 id_rsa（私钥） id_rsa.pub（公钥），生成节点的公钥和私钥，生成的文件会自动放在/root/.ssh目录下

第二步：执行：ssh-copy-id root@hadoop

此处hadoop其实就是hosts文件中ip的映射，这一步实际上是将公钥拷贝到

/root/.ssh/authorized_keys 这个文件里（等同于cp id_rsa.pub authorized_keys #拷贝公钥到ssh文件）

格式化成功截图：

1.4 上传jdk和hadoop安装包

将jdk和hadoop的安装包上传到虚拟机

方式一（有网络连接）：

直接使用yum源安装rz

命令： yum install lrzsz

方式二：使用filezilla上传安装包

1.5 安装配置JDK

1 解压安装包

注：这里输入方式为tar -xvf jdk “tab”，会自动补全

2 重命名目录（可选操作）

3 设置环境变量

在文件尾添加：

export JAVA_HOME=/software/jdk1.8

export PATH=

     J 
    
   
     A 
    
   
     V 
    
    
    
      A 
     
    
      H 
     
    
   
     O 
    
   
     M 
    
   
     E 
    
   
     / 
    
   
     b 
    
   
     i 
    
   
     n 
    
   
     : 
    
   
  
    JAVA_HOME/bin: 
   
  
JAVAH​OME/bin:PATH:$HOME/bin

export CLASSPATH=.:

     J 
    
   
     A 
    
   
     V 
    
    
    
      A 
     
    
      H 
     
    
   
     O 
    
   
     M 
    
   
     E 
    
   
     / 
    
   
     l 
    
   
     i 
    
   
     b 
    
   
     / 
    
   
     d 
    
   
     t 
    
   
     . 
    
   
     j 
    
   
     a 
    
   
     r 
    
   
     : 
    
   
  
    JAVA_HOME/lib/dt.jar: 
   
  
JAVAH​OME/lib/dt.jar:JAVA_HOME/lib/tools.jar

注：该截图Java_home文件目录多/home

保存退出，利用命令使配置立即生效 source /etc/profile

利用命令查看jdk版本信息，检验jdk的安装配置是否成功

1.6 安装配置hadoop

1.解压安装包

2.配置环境变量

export HADOOP_HOME=/software/hadoop2.6

export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$JAVA_HOME/bin:$PATH:$HOME/bin

该截图hadoop_home文件目录多/home

source /etc/profile 使其立即生效

3. 配置hadoop-env.sh

vim /software /Hadoop-2.7.3/etc/hadoop /hadoop-env.sh

export JAVA_HOME=/software/jdk1.8 #必须配置（25行）

export HADOOP_CONF_DIR=/software/hadoop2.6/etc/hadoop （33行）

(之所以配置路径是因为自带的往往定位不到，会发生某些错误)

注：该截图文件目录多/home

4.配置core-site.xml

vim /software /Hadoop-2.7.3/etc/hadoop/core-site.xml

在

<configuration>

标签添加：

<configuration>

<!--用来指定hdfs的namenode的地址-->

<property>

<name>fs.defaultFS</name>

<value>hdfs://hadoop:9000</value>

</property>

<!--用来指定hadoop运行时产生文件的存放目录-->

<property>

<name>hadoop.tmp.dir</name>

<value>/software/hadoop-2.7.3/tmp</value>

</property>

</configuration>

5. 配置hdfs-site.xml

vim /software /Hadoop-2.7.3/etc/hadoop/hdfs-site.xml

在**

<configuration>

**标签添加：

<configuration>

​

<!-- 指定hdfs副本数量 -->

​

<property>

​

<name>dfs.replication</name>

​

<value>1</value>

​

</property>

​

<!-- 关闭hdfs权限检查 -->

​

<property>

​

<name>dfs.permissions</name>

​

<value>false</value>

​

</property>

</configuration

【注】：

dfs.replication默认是3，此处我们只需要伪分布式，所以设置为1即可；

dfs.permissions 设置为false代表所有用户都可以在hdfs上操作文件，这只是为了以后利用eclipse的hadoop插件上传下载文件方便

6. 配置mapred-site.xml

此文件原本不存在，只有一个模板文件mapred-site.xml.template

将其复制一份并改名为mapred-site.xml（注意路径为hadoop2.7.3/etc/hadoop）

vim /software /Hadoop-2.7.3/etc/hadoop/mapred-site.xml

在**

<configuration>

**标签添加：

<configuration>

​

<!-- 配置mapreduce作业运行在yarn上 -->

​

<property>

​

<name>mapreduce.framework.name</name>

​

<value>yarn</value>

​

</property>

</configuration>

7. 配置yarn-site.xml

vim /software /Hadoop-2.7.3/etc/hadoop/yarn-site.xml

在**

<configuration>

**标签添加：

<configuration>

<!-- 指定resourceManager的主机 -->

​

<property>

​

<name>yarn.resourcemanager.hostname</name>

​

<value>hadoop</value>

​

</property>

​

<!-- reduce任务的数据来源 -->

​

<property>

​

<name>yarn.nodemanager.aux-services</name>

​

<value>mapreduce_shuffle</value>

​

</property>

</configuration>

1.7 启动hadoop

此时hadoop已经成功安装配置，在首次启动之前，需要对namenode进行格式化（类似于新买的硬盘需要格式化一样，因为hdfs本身就是一个文件系统）

命令： hdfs namenode -format

以下3个部分一致即格式化成功

启动hadoop的hdfs：

命令：start-dfs.sh

输入jps，只要出现以下进程即启动成功：

启动mapreduce：（需要先启动hdfs）：

命令：start-yarn.sh

利用jps命令查看进程：

除了jps命令，还可以通过web界面来查看（建议使用google浏览器，同时注意关闭防火墙）

hdfs web界面：

ip地址:50070

mapreduce web界面：

ip地址:8088

以上就是hadoop环境搭建教程，下面如果退出请先stop-all.sh 关闭进程。

二、 Mysql安装，调试

2.1 安装包下载

切换到/software目录（基于本次教程）cd /software

执行下面命令：

wget https://cdn.mysql.com/archives/mysql-5.7/mysql-community-client-5.7.35-1.el7.x86_64.rpm

wget https://cdn.mysql.com/archives/mysql-5.7/mysql-community-common-5.7.35-1.el7.x86_64.rpm

wget https://cdn.mysql.com/archives/mysql-5.7/mysql-community-libs-5.7.35-1.el7.x86_64.rpm

wget https://cdn.mysql.com/archives/mysql-5.7/mysql-community-libs-compat-5.7.35-1.el7.x86_64.rpm

wget https://cdn.mysql.com/archives/mysql-5.7/mysql-community-server-5.7.35-1.el7.x86_64.rpm

下载安装包（直接复制所有命令，输入即可，部分时候可能因为网络问题，多次尝试）

2．2 安装mysql

执行该命令需要联网，注意虚拟机网络连接

yum install -y mysql-community-*-5.7.35-1.el7.x86_64.rpm 

2.3 修改密码

开始mysql服务器并初始化密码

命令：systemctl start mysqld # 开启MySQL服务器

cat /var/log/mysqld.log | grep password # 查看默认初始生成的密码

以root用户登陆Mysql

命令：mysql -u root -p

设置密码等级并修改密码

set global validate_password_length=4;

set global validate_password_policy=0; # 设置密码等级

ALTER USER ‘root’@‘localhost’ IDENTIFIED WITH mysql_native_password BY ‘您的密码’; # 修改默认密码，注意替换后面的密码

2.4 创建用户并赋予权限

CREATE USER ‘test’@‘%’ IDENTIFIED BY ‘123456’； #创建“test”用户，设置为允许远程登录

grant all on . to ‘test’@‘%’; #赋予此用户所有数据库的所有权限（增删改查）

2.5 连接navicat软件

报错分析：防火墙未关闭

查看防火墙状态：systemctl status firewalld

关闭防火墙：systemctl stop firewalld

永久禁用：systemclt disable firewalld

三、 hive安装，数据筛选

3.1 解压数据包，配置环境变量

tar -xzvf hive-1.1.0-cdh5.4.5.tar.gz -C /opt/ #解压文件
mv hive-1.1.0-cdh5.4.5.tar.gz hive #修改名称
 vi /etc/profile #修改环境变量

将hive的bin目录，添加到环境变量PATH中，保存退出。

export HIVE_HOME=/opt/hive  
export PATH=$HIVE_HOME/bin:$PATH 

执行source命令，使Hive环境变量生效。

source /etc/profile 

3.2 由于hive 需要将元数据，存储到MySQL中。所以需要拷贝/opt/software目录下的 mysql-connector-java-5.1.26-bin.jar 到 hive 的 lib 目录下。

3.3 下面配置Hive，切换到/opt/hive/conf目录下，创建hive的配置文件hive-site.xml。

cd /software/hive/conf

touch hive-site.xml

使用 vi 打开 hive-site.xml 文件。

vi hive-site.xml

将下列配置添加到 hive-site.xml 中。

<configuration>  
   <property>  
       <name>javax.jdo.option.ConnectionURL</name>  
<value>jdbc:mysql://hadoop:3306/hive?createDatabaseIfNotExist=true&amp;useSSL=false</value>  
    </property>  
    <property>  
       <name>javax.jdo.option.ConnectionDriverName</name>
       <value>com.mysql.jdbc.Driver</value>  
    </property>  
    <property>  
                <name>javax.jdo.option.ConnectionUserName</name>
                <value>root</value>  
    </property>  
    <property>  
                <name>javax.jdo.option.ConnectionPassword</name>
       <value>123456</value>  
    </property>  </configuration> 

由于Hive的元数据会存储在Mysql数据库中，所以需要在Hive的配置文件中，指定mysql的相关信息。
javax.jdo.option.ConnectionURL：数据库链接字符串。
此处的主机名，需要设置为自身系统的主机名。这里的主机名为：hadoop
javax.jdo.option.ConnectionDriverName：连接数据库的驱动包。
javax.jdo.option.ConnectionUserName：数据库用户名。
javax.jdo.option.ConnectionPassword：连接数据库的密码。
此处的数据库的用户名及密码，需要设置为自身系统的数据库用户名及密码。

3.4 另外，还需要告诉Hive，Hadoop的环境配置。所以我们需要修改 hive-env.sh 文件。
首先我们将 hive-env.sh.template 重命名为 hive-env.sh。

mv /opt/hive/conf/hive-env.sh.template  /opt/hive/conf/hive-env.sh 

使用 vi 打开hive-env.sh文件。

vi hive-env.sh 

追加 Hadoop的路径，以及 Hive配置文件的路径到文件中。

# Set HADOOP_HOME to point to a specific hadoop install directory # HADOOP_HOME=${bin}/../../hadoop 
HADOOP_HOME=/opt/hadoop  # Hive Configuration Directory can be controlled by: # export HIVE_CONF_DIR=
 export HIVE_CONF_DIR=/opt/hive/conf 

3.5 下一步是配置MySQL，用于存储Hive的元数据。

schematool -initSchema -dbType mysql

如果出现1045错误或者视频里最后的错误，多半删除数据库再创建就行

首先，需要保证 MySQL 已经启动。执行以下命令，查看MySQL的运行状态。

service mysqld status 

若没有启动，执行启动命令。

service mysqld start 
或者systemctl restart mysqld

3.6 开启MySQL数据库。

mysql -u root -p 

输入密码进入数据库
创建名为 hive 的数据库，编码格式为 latin1，用于存储元数据。

mysql> create database hive CHARACTER SET latin1; 

查看数据库 hive是否创建成功。

mysql> show databases; 

输入exit 退出 MySQL

mysql> exit; 

3.7 执行测试。由于Hive对数据的处理，依赖MapReduce计算模型，所以需要保证Hadoop相关进程已经启动。( /opt/hadoop/sbin/start-all.sh )

启动Hadoop后，在终端命令行界面，直接输入hive便可启动Hive命令行模式。

输入HQL语句查询数据库，测试Hive是否可以正常使用。

hive> show databases; 

最后全部搭建成功，是左栏的hive库里有如下数据表才可，否则在mysql安装成功和hive失败的情况下，下面左栏是没有数据的。