章节内容
上一节我们完成了：
- Reduce JOIN 的介绍
- Reduce JOIN 的具体实现
- Driver
- Mapper
- Reducer
- 运行测试
背景介绍
这里是三台公网云服务器，每台 2C4G，搭建一个Hadoop的学习环境，供我学习。
之前已经在 VM 虚拟机上搭建过一次，但是没留下笔记，这次趁着前几天薅羊毛的3台机器，赶紧尝试在公网上搭建体验一下。
注意，如果你和我一样，打算用公网部署，那一定要做好防火墙策略，避免不必要的麻烦！！！
请大家都以学习为目的，也请不要对我的服务进行嗅探或者攻击！！！
但是有一台公网服务器我还运行着别的服务，比如前几天发的：autodl-keeper 自己写的小工具，防止AutoDL机器过期的。还跑着别的Web服务，所以只能挤出一台 2C2G 的机器。那我的配置如下了：
- 2C4G 编号 h121
- 2C4G 编号 h122
- 2C2G 编号 h123
Hive简介
Hive 是基于 Hadoop的一个数据仓库，可以将结构化的数据文件映射为一张表，类似于RDBMS中的表，并提供SQL查询的功能，Hive是由FaceBook开源，用于解决海量结构化日志的数据统计。
- Hive本质：将SQL转换为MapReduce任务进行执行
- 底层是由HDFS来提供支持的
- Hive对数据更新不友好，主要是读多写少的
Hive优点
- 学习成本低，类似于 SQL 语言
- 可处理海量数据，底层有 MapReduce 支持
- 可水平扩展，基于 Hadoop
- 支持自定义函数
- 良好的容错性，某个节点错误后，HQL 仍然可以正常运行
- 统一的元数据管理：表、字段、类型 等等
Hive缺点
- HQL 表达能力有限
- 迭代计算无法表达
- Hive 执行效率不高
- 自动生成的MR程序 有些不够智能
- Hive调优困难
Hive架构
安装配置
前置要求
- 三台Hadoop集群
- Hive下载安装
- MySQL 或者 MariaDB
下载Hive
https://archive.apache.org/dist/hive/hive-2.3.9/
当前我计划，把 Hive 安装到 h122 节点上。122空闲比较多。
cd /opt/software
使用wget下载
wget -O apache-hive-2.3.9-bin.tar.gz https://archive.apache.org/dist/hive/hive-2.3.9/apache-hive-2.3.9-bin.tar.gz
解压移动
cd /opt/software
tar zxvf apache-hive-2.3.9-bin.tar.gz -C ../servers/
cd ../servers
ls
环境变量
vim /etc/profile
在环境变量中，加入如下内容
# hive
export HIVE_HOME=/opt/servers/apache-hive-2.3.9-bin
export PATH=$PATH:$HIVE_HOME/bin
填写内容如下：
刷新环境变量
source /etc/profile
修改配置
cd $HIVE_HOME/conf
修改 hive-site.xml
vim hive-site.xml
注意如下配置，应该按照实际情况，修改成你的。
<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<!-- hive元数据的存储位置 -->
<property>
<name>javax.jdo.option.ConnectionURL</name>
<value>jdbc:mysql://h122.wzk.icu:3306/hivemetadata?createDatabaseIfNotExist=true&useSSL=false</value>
<description>JDBC connect string for a JDBC metastore</description>
</property>
<!-- 指定驱动程序 -->
<property>
<name>javax.jdo.option.ConnectionDriverName</name>
<value>com.mysql.jdbc.Driver</value>
<description>Driver class name for a JDBC metastore</description>
</property>
<!-- 连接数据库的用户名 -->
<property>
<name>javax.jdo.option.ConnectionUserName</name>
<value>hive</value>
<description>username to use against metastore database</description>
</property>
<!-- 连接数据库的口令 -->
<property>
<name>javax.jdo.option.ConnectionPassword</name>
<value>hive@wzk.icu</value>
<description>password to use against metastore database</description>
</property>
</configuration>
填写的结果如下图：
MariaDB
直接安装
当前我是 Ubuntu 的机器，可以直接安装：
sudo apt install mariadb-server
启动服务
sudo systemctl start mariadb
安全配置
sudo mysql_secure_installation
建立用户
进入数据库，执行如下的指令。
CREATE USER 'hive'@'%' IDENTIFIED BY '你的密码';
GRANT ALL ON *.* TO 'hive'@'%';
FLUSH PRIVILEGES;
查询执行的结果
远程访问
vim /etc/mysql/mariadb.conf.d/50-server.cnf
修改 bind-address
创建ROOT用户，开启远程访问。
CREATE USER '你的用户'@'%' IDENTIFIED BY '你的密码';
查看当前的表信息
SELECT Host, User FROM mysql.user;
刷新权限
FLUSH PRIVILEGES;
初始化
我们需要给Hive一个链接的Jar包，平常我们写JDBC的时候，也会用到：
把mysql-connector-java-8.0.19.jar拷贝到 $HIVE_HOME/lib
在Hive节点上，运行如下指令：
schematool -dbType mysql -initSchema
查看结果
连接我们的数据库，可以看到如下的情况：
