1.Hive概述

1.1在hadoop生态圈中属于数据仓库的角色。它能够管理hadoop中的数据，同时可以查询hadoop中的数据。

　　本质上讲，hive是一个SQL解析引擎。Hive可以把SQL查询转换为MapReduce中的job来运行。

　　hive有一套映射工具，可以把SQL转换为MapReduce中的job，可以把SQL中的表、字段转换为HDFS中的文件(夹)以及文件中的列

。

　　这套映射工具称之为metastore，一般存放在derby、mysql中。

1.2 hive在hdfs中的默认位置是/user/hive/warehouse，是由配置文件hive-conf.xml中属性hive.metastore.warehouse.dir决定的。

2.hive的安装

(1)解压缩、重命名、设置环境变量

(2)在目录$HIVE_HOME/conf/下，执行命令mv hive-default.xml.template hive-site.xml重命名

在目录$HIVE_HOME/conf/下，执行命令mv hive-env.sh.template hive-env.sh重命名

(3)修改hadoop的配置文件hadoop-env.sh，修改内容如下：

export HADOOP_CLASSPATH=.:$CLASSPATH:$HADOOP_CLASSPATH:$HADOOP_HOME/bin

(4)在目录$HIVE_HOME/bin下面，修改文件hive-config.sh，增加以下内容：

export JAVA_HOME=/usr/local/jdkexport HIVE_HOME=/usr/local/hiveexport HADOOP_HOME=/usr/local/hadoop

3.安装mysql

(1)删除linux上已经安装的mysql相关库信息。rpm -e xxxxxxx --nodeps

　　执行命令rpm -qa |grep mysql 检查是否删除干净

(2)安装mysql服务端

　　执行命令 rpm -i mysql-server-5.5.31-2.e16.i686.rpm

(3)启动mysql 服务端，

　　执行命令 mysqld_safe &

(4)安装mysql客户端

　　执行命令 rpm -i mysql-client-5.5.31-2.e16.i686.rpm

(5)设置root用户密码

　　执行命令mysql_secure_installation

4. 使用mysql作为hive的metastore

(1)把mysql的jdbc驱动(在Downloads里)放置到hive的lib目录下

执行命令：cp mysql-connection-java-5.1.10.jar /usr/local/hive/lib/

(2)修改hive/conf/hive-site.xml文件，修改内容如下：

     
      　　
      
       javax.jdo.option.ConnectionURL
      　　
      
       jdbc:mysql://hadoop0:3306/hive?createDatabaseIfNotExist=true
      
     
     
      　　
      
       javax.jdo.option.ConnectionDriverName
      　　
      
       com.mysql.jdbc.Driver
      
     
     
      　　
      
       javax.jdo.option.ConnectionUserName
      　　
      
       root
      
     
     
      　　
      
       javax.jdo.option.ConnectionPassword
      　　
      
       admin
      
     

5. 内部表

CREATE TABLE t1(id int); LOAD DATA LOCAL INPATH '/root/id' INTO TABLE t1;//从hdfs上传CREATE TABLE t2(id int, name string) ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t';

6. 分区表

CREATE TABLE t3(id int) PARTITIONED BY (day int); LOAD DATA LOCAL INPATH '/root/id' INTO TABLE t1 PARTITION (day=22);

7. 桶表

create table t4(id int) clustered by(id) into 4 buckets; set hive.enforce.bucketing = true;insert into table t4 select id from t3;

8. 外部表

create external table t5(id int) location '/external';