hive 连接及使用（三）

1. 连接

有三种方式连接 hive：

• cli：直接输入 bin/hive 就可以进入 cli
• hiveserver2、beeline
• webui

1.1 hiveserver2/beeline

1、开启 hiveserver2 服务

// 前台运行，当 beeline 输入命令时，服务端会返回 OK
[root@hadoop1 bin]# ./hiveserver2
OK

// 后台运行，1：表示标准日志输出、2：表示错误日志输出 如果我没有配置日志的输出路径，日志会生成在当前工作目录，默认的日志名称叫做： nohup.xxx
nohup hiveserver2 1>/home/hadoop/hiveserver.log 2>/home/hadoop/hiveserver.err &
或者：nohup hiveserver2 1>/dev/null 2>/dev/null &
或者：nohup hiveserver2 >/dev/null 2>&1 &

2、启动 beeline 客户端连接

[hadoop@hadoop1 bin]$ ./beeline

// 这里为 hadoop 的用户名
beeline> !connect jdbc:hive2://hadoop1:10000
Connecting to jdbc:hive2://hadoop1:10000
Enter username for jdbc:hive2://hadoop1:10000: hadoop
Enter password for jdbc:hive2://hadoop1:10000: ******
Connected to: Apache Hive (version 1.2.1)
Driver: Hive JDBC (version 1.2.1)
Transaction isolation: TRANSACTION_REPEATABLE_READ
0: jdbc:hive2://hadoop1:10000> show databases;
+----------------+--+
| database_name  |
+----------------+--+
| default        |
| hive_1         |
+----------------+--+
2 rows selected (4.183 seconds)
0: jdbc:hive2://hadoop1:10000>

// 指定用户名连接
beeline -u jdbc:hive2://hadoop1:10000 -n hadoop

参考文章：Hive学习之路 （四）Hive的连接3种连接方式

2. 交互式命令

// -e 不进入hive的交互窗口执行sql语句
bin/hive -e "select id from student;"

// -f 执行脚本中的 sql 语句，hivef.sql 语句：select *from student;
bin/hive -f /opt/module/datas/hivef.sql
bin/hive -f /opt/module/datas/hivef.sql  > /opt/module/datas/hive_result.txt

// 退出
exit、quit

// 查看 hdfs 文件系统
dfs -ls /;

// 查看本地文件系统
! ls /opt/module/datas;

// 查看在hive中输入的所有历史命令，一般为当前用户的根目录 /root 或 /home 目录 
cat /home/hadoop/.hivehistory

// 其他常用命令
show databases;
show tables;
drop table tableName;
desc tableName;		// 查看表结构
use default;		// 使用数据库

3. 常见属性配置

3.1 数据仓库位置

Default 数据仓库的最原始位置是在 hdfs 上的：/user/hive/warehouse 路径下，修改位置：

<!--hive-default.xml.template 拷贝到 hive-site.xml文件中-->

<property>
<name>hive.metastore.warehouse.dir</name>
<value>/user/hive/warehouse</value>
<description>location of default database for the warehouse</description>
</property>

配置完后，需要修改同组用户权限：

bin/hdfs dfs -chmod g+w /user/hive/warehouse

注意：重启 hive cli 才会生效

3.2 修改查询结果显示信息

1、新建一张表 student，并插入数据：

// 以 \t 作为分隔符
[hadoop@hadoop1 apps]$ vim my_code/student.txt

// 检查分隔符
[hadoop@hadoop1 apps]$ cat -T my_code/student.txt	
1001^Izhangshan
1002^Ilishi
1003^Izhaoliu

// 创建一张表 student，数据以 \t 作为分隔符
hive> create table student(id int, name string) ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t';
OK
Time taken: 0.463 seconds

// 从本地导入数据
hive> load data local inpath '/home/hadoop/apps/my_code/student.txt' into table student;
Loading data to table hive_1.student
Table hive_1.student stats: [numFiles=1, totalSize=39]
OK
Time taken: 0.846 seconds

// 查询（发现没有显示具体列名等信息）
hive> select * from student;
OK
1001    zhangshan
1002    lishi
1003    zhaoliu
Time taken: 0.229 seconds, Fetched: 3 row(s)

2、修改 hive-site.xml文件中添加如下配置信息：

<property>
	<name>hive.cli.print.header</name>
	<value>true</value>
</property>

<property>
	<name>hive.cli.print.current.db</name>
	<value>true</value>
</property>

3、重启 hive：

// 显示列名
hive (hive_1)> select * from student;
OK
student.id      student.name
1001    zhangshan
1002    lishi
1003    zhaoliu
Time taken: 1.636 seconds, Fetched: 3 row(s)

3.3 Hive 运行日志信息配置

1、默认日志路径：/tmp/hadoop/hive.log

2、修改 hive-log4j.properties：

[hadoop@hadoop1 apps]$ cd hive/conf/
[hadoop@hadoop1 conf]$ ls
beeline-log4j.properties.template  hive-env.sh           hive-exec-log4j.properties.template  hive-site.xml
hive-default.xml.template          hive-env.sh.template  hive-log4j.properties.template       ivysettings.xml
[hadoop@hadoop1 conf]$ cp hive-log4j.properties.template hive-log4j.properties
[hadoop@hadoop1 conf]$ vim hive-log4j.properties

// 修改日志路径
hive.log.dir=/home/hadoop/apps/hive/logs

3、重启 hive

3.4 参数配置方式

参数配置有三种方式：

• 修改配置文件：对所有会话有效
• 命令行参数：仅对本次会话有效，即退出 cli 就失效
• 参数声明：上同

优先级：配置文件 < 命令行参数 < 参数声明

系统级的参数，log4j，必须用前两种方式设定，因为参数的读取在会话建立之前就完成了，推荐使用第一种方式

配置文件

• 默认配置文件：hive-default.xml

• 用户自定义配置文件：hive-site.xml

注意：用户自定义配置会覆盖默认配置，另外 hive 配置会覆盖 hadoop 配置，因为它会读取 hadoop 配置

命令行参数

即在启动 hive时通过命令行来添加一些参数，如：

// 格式：-hiveconf param=value
bin/hive -hiveconf mapred.reduce.tasks=10;

// 查看配置

hive (default)> set mapred.reduce.tasks;
mapred.reduce.tasks=-1

参数声明方式

可以在 HQL 中使用 SET 关键字设定参数

hive (default)> set mapred.reduce.tasks=100;