一、安裝hive
組件安排如下：
172.16.57.75 bd-ops-test-75 mysql-server172.16.57.77 bd-ops-test-77 Hiveserver2 HiveMetaStore
1.安裝hive
在77上安裝hive：
# yum install hive hive-metastore hive-server2 hive-jdbc hive-hbase -y
在其他節點上可以安裝客戶端：
# yum install hive hive-server2 hive-jdbc hive-hbase -y
2.安裝mysql
yum方式安裝mysql：
# yum install mysql mysql-devel mysql-server mysql-libs -y
啟動數據庫：
# 配置開啟啟動# chkconfig mysqld on# service mysqld start
安裝jdbc驅動：
# yum install mysql-connector-java# ln -s /usr/share/java/mysql-connector-java.jar /usr/lib/hive/lib/mysql-connector-java.jar
設置mysql初始密碼為bigdata：
# mysqladmin -uroot password 'bigdata'
進入數據庫后執行如下：
CREATE DATABASE metastore;USE metastore;SOURCE /usr/lib/hive/scripts/metastore/upgrade/mysql/hive-schema-1.1.0.mysql.sql;CREATE USER 'hive'@'localhost' IDENTIFIED BY 'hive';GRANT ALL PRIVILEGES ON metastore.* TO 'hive'@'localhost';GRANT ALL PRIVILEGES ON metastore.* TO 'hive'@'%';FLUSH PRIVILEGES;
注意：創建的用戶為 hive，密碼為 hive ，你可以按自己需要進行修改。
修改 hive-site.xml 文件中以下內容：
<property><name>javax.jdo.option.ConnectionURL</name><value>jdbc:mysql://172.16.57.75:3306/metastore?useUnicode=true&characterEncoding=UTF-8</value></property><property><name>javax.jdo.option.ConnectionDriverName</name><value>com.mysql.jdbc.Driver</value></property>
3.配置hive
修改/etc/hadoop/conf/hadoop-env.sh，添加環境變量 HADOOP_MAPRED_HOME，如果不添加，則當你使用 yarn 運行 mapreduce 時候會出現 UNKOWN RPC TYPE 的異常
export HADOOP_MAPRED_HOME=/usr/lib/hadoop-mapreduce
在 hdfs 中創建 hive 數據倉庫目錄:
hive 的數據倉庫在 hdfs 中默認為 /user/hive/warehouse,建議修改其訪問權限為 1777，以便其他所有用戶都可以創建、訪問表，但不能刪除不屬于他的表。
每一個查詢 hive 的用戶都必須有一個 hdfs 的 home 目錄( /user 目錄下，如 root 用戶的為 /user/root)
hive 所在節點的 /tmp 必須是 world-writable 權限的。
創建目錄并設置權限：
# sudo -u hdfs hadoop fs -mkdir /user/hive# sudo -u hdfs hadoop fs -chown hive /user/hive# sudo -u hdfs hadoop fs -mkdir /user/hive/warehouse# sudo -u hdfs hadoop fs -chmod 1777 /user/hive/warehouse# sudo -u hdfs hadoop fs -chown hive /user/hive/warehouse
修改hive-env設置jdk環境變量 :
# vim /etc/hive/conf/hive-env.shexport JAVA_HOME=/opt/programs/jdk1.7.0_67
啟動hive-server和metastore:
# service hive-metastore start# service hive-server2 start
4、測試
$ hive -e'create table t(id int);'$ hive -e'select * from t limit 2;'$ hive -e'select id from t;'
訪問beeline:
$ beelinebeeline> !connect jdbc:hive2://localhost:10000；
5、與hbase集成
先安裝 hive-hbase:
# yum install hive-hbase -y
如果你是使用的 cdh4，則需要在 hive shell 里執行以下命令添加 jar：
$ ADD JAR /usr/lib/hive/lib/zookeeper.jar;$ ADD JAR /usr/lib/hive/lib/hbase.jar;$ ADD JAR /usr/lib/hive/lib/hive-hbase-handler-<hive_version>.jar# guava 包的版本以實際版本為準。$ ADD JAR /usr/lib/hive/lib/guava-11.0.2.jar;
如果你是使用的 cdh5，則需要在 hive shell 里執行以下命令添加 jar：
ADD JAR /usr/lib/hive/lib/zookeeper.jar;ADD JAR /usr/lib/hive/lib/hive-hbase-handler.jar;ADD JAR /usr/lib/hbase/lib/guava-12.0.1.jar;ADD JAR /usr/lib/hbase/hbase-client.jar;ADD JAR /usr/lib/hbase/hbase-common.jar;ADD JAR /usr/lib/hbase/hbase-hadoop-compat.jar;ADD JAR /usr/lib/hbase/hbase-hadoop2-compat.jar;ADD JAR /usr/lib/hbase/hbase-protocol.jar;ADD JAR /usr/lib/hbase/hbase-server.jar;
以上你也可以在 hive-site.xml 中通過 hive.aux.jars.path 參數來配置，或者你也可以在 hive-env.sh 中通過 export HIVE_AUX_JARS_PATH= 來設置。
二、安裝impala
與Hive類似，Impala也可以直接與HDFS和HBase庫直接交互。只不過Hive和其它建立在MapReduce上的框架適合需要長時間運行的批處理任務。例如：那些批量提取，轉化，加載（ETL）類型的Job，而Impala主要用于實時查詢。
組件分配如下：
172.16.57.74 bd-ops-test-74 impala-state-store impala-catalog impala-server 172.16.57.75 bd-ops-test-75 impala-server172.16.57.76 bd-ops-test-76 impala-server172.16.57.77 bd-ops-test-77 impala-server
1、安裝
在74節點安裝：
yum install impala-state-store impala-catalog impala-server -y
在75、76、77節點上安裝：
yum install impala-server -y
2、配置
2.1修改配置文件
查看安裝路徑：
# find / -name impala/var/run/impala/var/lib/alternatives/impala/var/log/impala/usr/lib/impala/etc/alternatives/impala/etc/default/impala/etc/impala/etc/default/impala
impalad的配置文件路徑由環境變量IMPALA_CONF_DIR指定，默認為/usr/lib/impala/conf，impala 的默認配置在/etc/default/impala，修改該文件中的 IMPALA_CATALOG_SERVICE_HOST 和 IMPALA_STATE_STORE_HOST
IMPALA_CATALOG_SERVICE_HOST=bd-ops-test-74IMPALA_STATE_STORE_HOST=bd-ops-test-74IMPALA_STATE_STORE_PORT=24000IMPALA_BACKEND_PORT=22000IMPALA_LOG_DIR=/var/log/impalaIMPALA_CATALOG_ARGS=" -log_dir=${IMPALA_LOG_DIR} -sentry_config=/etc/impala/conf/sentry-site.xml"IMPALA_STATE_STORE_ARGS=" -log_dir=${IMPALA_LOG_DIR} -state_store_port=${IMPALA_STATE_STORE_PORT}"IMPALA_SERVER_ARGS=" /-log_dir=${IMPALA_LOG_DIR} /-use_local_tz_for_unix_timestamp_conversions=true /-convert_legacy_hive_parquet_utc_timestamps=true /-catalog_service_host=${IMPALA_CATALOG_SERVICE_HOST} /-state_store_port=${IMPALA_STATE_STORE_PORT} /-use_statestore /-state_store_host=${IMPALA_STATE_STORE_HOST} /-be_port=${IMPALA_BACKEND_PORT} /-server_name=server1/-sentry_config=/etc/impala/conf/sentry-site.xml"ENABLE_CORE_DUMPS=false# LIBHDFS_OPTS=-Djava.library.path=/usr/lib/impala/lib# MYSQL_CONNECTOR_JAR=/usr/share/java/mysql-connector-java.jar# IMPALA_BIN=/usr/lib/impala/sbin# IMPALA_HOME=/usr/lib/impala# HIVE_HOME=/usr/lib/hive# HBASE_HOME=/usr/lib/hbase# IMPALA_CONF_DIR=/etc/impala/conf# HADOOP_CONF_DIR=/etc/impala/conf# HIVE_CONF_DIR=/etc/impala/conf# HBASE_CONF_DIR=/etc/impala/conf設置 impala 可以使用的最大內存：在上面的 IMPALA_SERVER_ARGS 參數值后面添加 -mem_limit=70% 即可。
如果需要設置 impala 中每一個隊列的最大請求數，需要在上面的 IMPALA_SERVER_ARGS 參數值后面添加 -default_pool_max_requests=-1 ，該參數設置每一個隊列的最大請求數，如果為-1，則表示不做限制。
在節點74上創建hive-site.xml、core-site.xml、hdfs-site.xml的軟鏈接至/etc/impala/conf目錄并作下面修改在hdfs-site.xml文件中添加如下內容：
<property><name>dfs.client.read.shortcircuit</name><value>true</value></property><property><name>dfs.domain.socket.path</name><value>/var/run/hadoop-hdfs/dn._PORT</value></property><property><name>dfs.datanode.hdfs-blocks-metadata.enabled</name><value>true</value></property>
同步以上文件到其他節點。
2.2創建socket path
在每個節點上創建/var/run/hadoop-hdfs:
# mkdir -p /var/run/hadoop-hdfs
2.3用戶要求
impala 安裝過程中會創建名為 impala 的用戶和組，不要刪除該用戶和組。
如果想要 impala 和 YARN 和 Llama 合作，需要把 impala 用戶加入 hdfs 組。
impala 在執行 DROP TABLE 操作時，需要把文件移到到 hdfs 的回收站，所以你需要創建一個 hdfs 的目錄 /user/impala，并將其設置為impala 用戶可寫。同樣的，impala 需要讀取 hive 數據倉庫下的數據，故需要把 impala 用戶加入 hive 組。
impala 不能以 root 用戶運行，因為 root 用戶不允許直接讀。
創建 impala 用戶家目錄并設置權限：
sudo -u hdfs hadoop fs -mkdir /user/impalasudo -u hdfs hadoop fs -chown impala /user/impala
查看 impala 用戶所屬的組：
# groups impalaimpala : impala hadoop hdfs hive
由上可知，impala 用戶是屬于 imapal、hadoop、hdfs、hive 用戶組的 。
2.4啟動服務
在 74節點啟動：
# service impala-state-store start# service impala-catalog start
2.5使用impala-shell
使用impala-shell啟動Impala Shell，連接 74，并刷新元數據
#impala-shell Starting Impala Shell without Kerberos authenticationConnected to bd-dev-hadoop-70:21000Server version: impalad version 2.3.0-cdh5.5.1 RELEASE (build 73bf5bc5afbb47aa7eab06cfbf6023ba8cb74f3c)***********************************************************************************Welcome to the Impala shell. Copyright (c) 2015 Cloudera, Inc. All rights reserved.(Impala Shell v2.3.0-cdh5.5.1 (73bf5bc) built on Wed Dec 2 10:39:33 PST 2015)After running a query, type SUMMARY to see a summary of where time was spent.***********************************************************************************[bd-dev-hadoop-70:21000] > invalidate metadata;
當在 Hive 中創建表之后，第一次啟動 impala-shell 時，請先執行 INVALIDATE METADATA 語句以便 Impala 識別出新創建的表(在 Impala 1.2 及以上版本，你只需要在一個節點上運行 INVALIDATE METADATA ，而不是在所有的 Impala 節點上運行)。
你也可以添加一些其他參數，查看有哪些參數：
#impala-shell -hUsage: impala_shell.py [options]Options:-h, --help show this help message and exit-i IMPALAD, --impalad=IMPALAD<host:port> of impalad to connect to[default: bd-dev-hadoop-70:21000]-q QUERY, --query=QUERYExecute a query without the shell [default: none]-f QUERY_FILE, --query_file=QUERY_FILEExecute the queries in the query file, delimited by ;[default: none]-k, --kerberos Connect to a kerberized impalad [default: False]-o OUTPUT_FILE, --output_file=OUTPUT_FILEIf set, query results are written to the given file.Results from multiple semicolon-terminated querieswill be appended to the same file [default: none]-B, --delimited Output rows in delimited mode [default: False]--print_header Print column names in delimited mode when pretty-printed. [default: False]--output_delimiter=OUTPUT_DELIMITERField delimiter to use for output in delimited mode[default: /t]-s KERBEROS_SERVICE_NAME, --kerberos_service_name=KERBEROS_SERVICE_NAMEService name of a kerberized impalad [default: impala]-V, --verbose Verbose output [default: True]-p, --show_profiles Always display query profiles after execution[default: False]--quiet Disable verbose output [default: False]-v, --version Print version information [default: False]-c, --ignore_query_failureContinue on query failure [default: False]-r, --refresh_after_connectRefresh Impala catalog after connecting[default: False]-d DEFAULT_DB, --database=DEFAULT_DBIssues a use database command on startup[default: none]-l, --ldap Use LDAP to authenticate with Impala. Impala must beconfigured to allow LDAP authentication.[default: False]-u USER, --user=USER User to authenticate with. [default: root]--ssl Connect to Impala via SSL-secured connection[default: False]--ca_cert=CA_CERT Full path to certificate file used to authenticateImpala's SSL certificate. May either be a copy ofImpala's certificate (for self-signed certs) or thecertificate of a trusted third-party CA. If not set,but SSL is enabled, the shell will NOT verify Impala'sserver certificate [default: none]--config_file=CONFIG_FILESpecify the configuration file to load options. Filemust have case-sensitive '[impala]' header. Specifyingthis option within a config file will have no effect.Only specify this as a option in the commandline.[default: /root/.impalarc]--live_summary Print a query summary every 1s while the query isrunning. [default: False]--live_progress Print a query progress every 1s while the query isrunning. [default: False]--auth_creds_ok_in_clearIf set, LDAP authentication may be used with aninsecure connection to Impala. WARNING: Authenticationcredentials will therefore be sent unencrypted, andmay be vulnerable to attack. [default: none]
使用 impala 導出數據：
impala-shell -i '172.16.57.74:21000' -r -q "select * from test" -B --output_delimiter="/t" -o result.txt
以上所述是小編給大家介紹的yum安裝CDH5.5 hive、impala的過程詳解，希望對大家有所幫助，如果大家有任何疑問請給我留言，小編會及時回復大家的。在此也非常感謝大家對VEVB武林網網站的支持！
新聞熱點
疑難解答
圖片精選
