Apache Hive metastore服務怎么用?[大數據培訓]?

更新時間:2019-08-29 來源:黑馬程序員瀏覽量:

一、 metadata 、metastore

Apache hive作為一款基于hadoop的數據倉庫工具，其最大的魅力在于可以將位于hdfs的結構化數據映射成為一張表，然后提供了類sql的語法讓用戶使用來開展對數據的分析，是一款非常棒的離線批處理數倉工具。

在hive的具體使用中，首先面臨的問題便是如何定義表結構信息，跟結構化的數據映射成功。所謂的映射指的是一種對應關系。在hive中我們需要描述清楚表跟文件之間的映射關系、列和字段之間的關系等等信息。

我們把這些描述映射關系的數據的稱之為hive的元數據。該數據十分重要，因為只有通過查詢它才可以確定用戶編寫sql和最終操作文件之間的關系。

為此我們需要搞清楚下述兩個知識：

Metadata即元數據。元數據包含用Hive創建的database、table、表的字段等元信息。元數據存儲在關系型數據庫中。如hive內置的Derby、第三方如MySQL等。

Metastore即元數據服務，作用是：客戶端連接metastore服務，metastore再去連接MySQL數據庫來存取元數據。有了metastore服務，就可以有多個客戶端同時連接，而且這些客戶端不需要知道MySQL數據庫的用戶名和密碼，只需要連接metastore 服務即可。

二、 metastore三種配置方式

1. 內嵌模式

內嵌模式使用的是內嵌的Derby數據庫來存儲元數據，也不需要額外起Metastore服務。數據庫和Metastore服務都嵌入在主Hive Server進程中。這個是默認的，配置簡單，但是一次只能一個客戶端連接，適用于用來實驗，不適用于生產環境。

解壓hive安裝包 bin/hive 啟動即可使用

缺點：不同路徑啟動hive，每一個hive擁有一套自己的元數據，無法共享。

2. 本地模式

本地模式采用外部數據庫來存儲元數據，目前支持的數據庫有：MySQL、Postgres、Oracle、MS SQL Server.在這里我們使用MySQL。

本地模式不需要單獨起metastore服務，用的是跟hive在同一個進程里的metastore服務。也就是說當你啟動一個hive 服務，里面默認會幫我們啟動一個metastore服務。

hive根據hive.metastore.uris 參數值來判斷，如果為空，則為本地模式。

缺點是：每啟動一次hive服務，都內置啟動了一個metastore。

本地模式下hive的配置主需要指定mysql的相關信息即可。

hive安裝包conf/hive-site.xml文件中配置，如果沒有，自己創建該文件。

<configuration>
<property>
    <name>javax.jdo.option.ConnectionURL</name>
    <value>jdbc:mysql://node-1:3306/hive?createDatabaseIfNotExist=true</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>hadoop</value>
</property>
</configuration>

3. 遠程模式

遠程模式下，需要單獨起metastore服務，然后每個客戶端都在配置文件里配置連接到該metastore服務。遠程模式的metastore服務和hive運行在不同的進程里。

在生產環境中，建議用遠程模式來配置Hive Metastore。

在這種情況下，其他依賴hive的軟件都可以通過Metastore訪問hive。

遠程模式下，需要配置hive.metastore.uris 參數來指定metastore服務運行的機器ip和端口，并且需要單獨手動啟動metastore服務。

三、 Hive Client、Beeline Client

課程中采用遠程模式部署hive的metastore服務。使用hive自帶的客戶端進行連接訪問。

在node-1機器上，解壓hive的安裝包。

注意：以下兩件事在啟動hive之前必須確保正常完成。

1、選擇某臺機器提前安裝mysql,確保具有遠程訪問的權限。

2、啟動hadoop集群確保集群正常健康

上傳mysql jdbc的驅動包到hive的安裝包lib目錄下。

修改hive的配置文件。具體如下：

tar zxvf hive-1.1.0-cdh5.14.0.tar.gz

mv hive-1.1.0-cdh5.14.0 hive

cd hive/conf/

mv hive-env.sh.template hive-env.sh

vim conf/hive-env.sh

export HADOOP_HOME=/export/servers/hadoop-2.6.0-cdh5.14.0

vim hive-site.xml 內容如下：

<configuration>
<property>
    <name>javax.jdo.option.ConnectionURL</name>
    <value>jdbc:mysql://node-1:3306/hive?createDatabaseIfNotExist=true</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>hadoop</value>
</property>
 
<property>
    <name>hive.server2.thrift.bind.host</name>
    <value>node-1</value>
</property>
 
<property>
    <name>hive.metastore.uris</name>
    <value>thrift://node-1:9083</value>
</property>
</configuration>

1. metastore 的啟動方式

前臺啟動：

/export/servers/hive/bin/hive --service metastore

該啟動方式下，進程會一直占用shell終端前臺。如果ctrl+c結束進程，則hive metastore服務也會同時關閉。

后臺啟動：

nohup /export/servers/hive/bin/hive --service metastore &

推薦使用后臺啟動的方式。

后臺啟動的情況下，如果想關閉metastore服務使用jps查看進程，kill -9 進程號即可。

2. 第一代客戶端Hive Client

在hive安裝包的bin目錄下，有hive提供的第一代客戶端 bin/hive。使用該客戶端可以訪問hive的metastore服務。從而達到操作hive的目的。

如果需要在其他機器上通過該客戶端訪問hive metastore服務，只需要在該機器的hive-site.xml配置中添加metastore服務地址即可。

上傳hive安裝包到另一個機器上，比如node-3：