所有Hadoop子项目,如Hive,Pig和HBase都支持Linux操作系统.因此,您需要安装任何Linux风格的操作系统.为Hive安装执行以下简单步骤:
在安装Hive之前,必须在系统上安装Java.让我们使用以下命令验证java安装:
$ java -version
如果您的系统上已经安装了Java,您将看到以下响应:
java version "1.7.0_71" Java(TM) SE Runtime Environment (build 1.7.0_71-b13) Java HotSpot(TM) Client VM (build 25.0-b02, mixed mode)
如果您的系统中没有安装java,请按照下面给出的步骤安装java.
通过访问以下链接下载java(JDK< latest version> - X64.tar.gz)http://www.oracle.com/technetwork/java/javase/downloads/jdk7-downloads-1880260.html.
然后jdk-7u71-linux-x64.tar.gz将被下载到你的系统上.
一般来说你好你会在Downloads文件夹中找到下载的java文件.验证它并使用以下命令解压缩jdk-7u71-linux-x64.gz文件.
$ cd Downloads/ $ ls jdk-7u71-linux-x64.gz $ tar zxf jdk-7u71-linux-x64.gz $ ls jdk1.7.0_71 jdk-7u71-linux-x64.gz
为了让所有用户都可以使用java,你必须将它移到位置"/usr/local/".打开root,然后输入以下命令.
$ su password: # mv jdk1.7.0_71 /usr/local/ # exit
要设置PATH和JAVA_HOME变量,请添加〜/.bashrc文件的以下命令.
export JAVA_HOME=/usr/local/jdk1.7.0_71 export PATH=$PATH:$JAVA_HOME/bin
现在将所有更改应用到当前运行的系统中.
$ source ~/.bashrc
使用以下命令配置java替代品:
# alternatives --install /usr/bin/java/java/usr/local/java/bin/java 2 # alternatives --install /usr/bin/javac/javac/usr/local/java/bin/javac 2 # alternatives --install /usr/bin/jar/jar/usr/local/java/bin/jar 2 # alternatives --set java/usr/local/java/bin/java # alternatives --set javac/usr/local/java/bin/javac # alternatives --set jar/usr/local/java/bin/jar
现在使用终端命令java -version验证安装,如上所述.
在安装Hive之前,必须在系统上安装Hadoop.让我们使用以下命令验证Hadoop安装:
$ hadoop version
如果您的系统上已经安装了Hadoop,那么您将得到以下响应:
Hadoop 2.4.1 Subversion https://svn.apache.org/repos/asf/hadoop/common -r 1529768 Compiled by hortonmu on 2013-10-07T06:28Z Compiled with protoc 2.5.0 From source with checksum 79e53ce7994d1628b240f09af91e1af4
如果您的系统上未安装Hadoop,请继续执行以下步骤:
使用以下命令从Apache Software Foundation下载并解压缩Hadoop 2.4.1.
$ su password: # cd /usr/local # wget http://apache.claz.org/hadoop/common/hadoop-2.4.1/ hadoop-2.4.1.tar.gz # tar xzf hadoop-2.4.1.tar.gz # mv hadoop-2.4.1/* to hadoop/ # exit
以下步骤用于以伪分布式模式安装Hadoop 2.4.1.
您可以设置Hadoop环境变量通过将以下命令附加到〜/.bashrc 文件.
export HADOOP_HOME=/usr/local/hadoop export HADOOP_MAPRED_HOME=$HADOOP_HOME export HADOOP_COMMON_HOME=$HADOOP_HOME export HADOOP_HDFS_HOME=$HADOOP_HOME export YARN_HOME=$HADOOP_HOME export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native export PATH=$PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin
现在将所有更改应用到当前运行的系统中.
$ source~/.bashrc
您可以在其中找到所有Hadoop配置文件e位置"$ HADOOP_HOME/etc/hadoop".您需要根据您的Hadoop基础架构对这些配置文件进行适当的更改.
$ cd $ HADOOP_HOME/etc/hadoop
为了使用java开发Hadoop程序,你必须通过替换 JAVA_HOME来重置 hadoop-env.sh 文件中的java环境变量系统中java的位置值.
export JAVA_HOME =/usr/local/jdk1.7.0_71
以下是您必须编辑以配置Hadoop的文件列表.
core-site.xml
core-site.xml 文件包含用于Hadoop实例的端口号,为文件系统分配的内存,内存限制等信息用于存储数据和读/写缓冲区的大小.
打开core-site.xml并在< configuration>之间添加以下属性:和</configuration>标签.
<configuration> <property> <name>fs.default.name</name> <value>hdfs://localhost:9000</value> </property> </configuration>
hdfs-site.xml
hdfs-site.xml 文件包含复制数据的值,namenode路径和本地文件系统的datanode路径等信息.它意味着您要存储Hadoop基础设施的地方.
让我们假设以下数据.
dfs.replication (data replication value) = 1 (In the following path /hadoop/ is the user name. hadoopinfra/hdfs/namenode is the directory created by hdfs file system.) namenode path = //home/hadoop/hadoopinfra/hdfs/namenode (hadoopinfra/hdfs/datanode is the directory created by hdfs file system.) datanode path = //home/hadoop/hadoopinfra/hdfs/datanode
打开此文件并在< configuration>之间添加以下属性, </结构>此文件中的标签.
<configuration> <property> <name>dfs.replication</name> <value>1</value> </property> <property> <name>dfs.name.dir</name> <value>file:///home/hadoop/hadoopinfra/hdfs/namenode </value> </property> <property> <name>dfs.data.dir</name> <value>file:///home/hadoop/hadoopinfra/hdfs/datanode </value > </property> </configuration>
注意:在上面的文件中,所有属性值都是用户定义的,您可以根据Hadoop基础结构进行更改.
yarn-site.xml
此文件用于将纱线配置为Hadoop.打开yarn-site.xml文件,并在< configuration>,</configuration>之间添加以下属性.此文件中的标签.
<configuration> <property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property> </configuration>
mapred-site.xml
此文件用于指定哪个MapReduce框架我们正在使用.默认情况下,Hadoop包含yarn-site.xml的模板.首先,您需要使用以下命令将文件从mapred-site,xml.template复制到mapred-site.xml文件.
$ cp mapred-site.xml.template mapred-site.xml
打开 mapred-site.xml 文件并添加< configuration>,</configuration>之间的以下属性此文件中的标签.
< configuration> < property> < name> mapreduce.framework.name</name> < value> yarn</value> </property> </configuration>
以下步骤用于验证Hadoop的安装.
使用命令"hdfs namenode -format"设置namenode,如下所示.
$ cd ~ $ hdfs namenode -format
预期结果如下.
10/24/14 21:30:55 INFO namenode.NameNode: STARTUP_MSG: /************************************************************ STARTUP_MSG: Starting NameNode STARTUP_MSG: host = localhost/192.168.1.11 STARTUP_MSG: args = [-format] STARTUP_MSG: version = 2.4.1 ... ... 10/24/14 21:30:56 INFO common.Storage: Storage directory /home/hadoop/hadoopinfra/hdfs/namenode has been successfully formatted. 10/24/14 21:30:56 INFO namenode.NNStorageRetentionManager: Going to retain 1 images with txid >= 0 10/24/14 21:30:56 INFO util.ExitUtil: Exiting with status 0 10/24/14 21:30:56 INFO namenode.NameNode: SHUTDOWN_MSG: /************************************************************ SHUTDOWN_MSG: Shutting down NameNode at localhost/192.168.1.11 ************************************************************/
以下命令用于启动dfs.执行此命令将启动您的Hadoop文件系统.
$ start-dfs.sh
预期输出如下:
10/24/14 21:37:56 Starting namenodes on [localhost] localhost: starting namenode, logging to /home/hadoop/hadoop-2.4.1/logs/hadoop-hadoop-namenode-localhost.out localhost: starting datanode, logging to /home/hadoop/hadoop-2.4.1/logs/hadoop-hadoop-datanode-localhost.out Starting secondary namenodes [0.0.0.0]
以下命令用于启动纱线脚本.执行此命令将启动您的纱线守护进程.
$ start-yarn.sh
预期输出如下:
starting yarn daemons starting resourcemanager, logging to /home/hadoop/hadoop-2.4.1/logs/yarn-hadoop-resourcemanager-localhost.out localhost: starting nodemanager, logging to /home/hadoop/hadoop-2.4.1/logs/yarn-hadoop-nodemanager-localhost.out
访问Hadoop的默认端口号是50070.使用以下网址在您的浏览器上获取Hadoop服务.
http://localhost:50070/
访问群集的所有应用程序的默认端口号是8088.使用以下命令url访问此服务.
http://localhost:8088/
我们使用本教程中的hive-0.14.0.您可以访问以下链接下载它: http://apache.petsads.us/hive/hive-0.14.0/. 让我们假设它被下载到/Downloads目录.在这里,我们为本教程下载名为"apache-hive-0.14.0-bin.tar.gz"的Hive存档.以下命令用于验证下载:
$ cd下载 $ ls
成功下载后,您会看到以下回复:
apache-hive-0.14.0-bin .tar.gz
在系统上安装Hive需要执行以下步骤.让我们假设Hive存档下载到/Downloads目录.
以下命令用于验证下载并提取hive存档:
$ tar zxvf apache-hive-0.14.0-bin.tar.gz $ ls
成功下载后,您会看到以下回复:
apache-hive-0.14.0-bin apache-hive-0.14.0-bin.tar.gz
我们需要从超级用户"su - "复制文件.以下命令用于将文件从解压缩的目录复制到/usr/local/hive"目录.
$ su - passwd: #cd/home/user/下载 #mv apache-hive-0.14.0-bin/usr/local/hive #exit
您可以通过将以下行附加到〜/来设置Hive环境. bashrc 文件:
export HIVE_HOME =/usr/local/hive export PATH = $ PATH:$ HIVE_HOME/bin export CLASSPATH = $ CLASSPATH:/usr/local/Hadoop/lib/*:. export CLASSPATH = $ CLASSPATH:/usr/local/hive/lib/*:.
以下命令用于执行〜/.bashrc文件.
$ source~/.bashrc
要使用Hadoop配置Hive,您需要编辑 hive-env.sh 文件,该文件位于 $ HIVE_HOME/conf 目录中.以下命令重定向到Hive config 文件夹并复制模板文件:
$ cd $ HIVE_HOME/conf $ cp hive-env.sh.template hive-env.sh
编辑 hive-env.sh 文件附加以下行:
export HADOOP_HOME =/usr/local/hadoop
Hive安装成功完成.现在,您需要外部数据库服务器来配置Metastore.我们使用Apache Derby数据库.
按照下面给出的步骤下载并安装Apache Derby:
以下命令用于下载Apache Derby.下载需要一些时间.
$ cd~ $ wget http://archive.apache.org/dist/db/derby/db-derby-10.4.2.0/db-derby-10.4.2.0-bin.tar.gz
以下命令用于验证下载:
$ ls
成功下载后,即可访问请参阅以下回复:
db-derby-10.4.2.0-bin.tar.gz
以下命令用于提取和验证Derby存档:
$ tar zxvf db-derby-10.4.2.0-bin.tar.gz $ ls
成功下载,你会看到以下回复:
db-derby-10.4.2.0-bin db-derby-10.4.2.0-bin.tar .gz
我们需要从超级用户"su - "复制.以下命令用于将文件从解压缩的目录复制到/usr/local/derby目录:
$ su - passwd: #cd/home/user #mv db-derby-10.4.2.0-bin/usr/local/derby #exit
您可以通过在〜/.bashrc 文件中附加以下行来设置Derby环境:
export DERBY_HOME =/usr/local/derby export PATH = $ PATH:$ DERBY_HOME/bin Apache Hive 18 export CLASSPATH = $ CLASSPATH:$ DERBY_HOME/lib/derby.jar:$ DERBY_HOME/lib/derbytools.jar
以下命令用于执行〜/.bashrc 文件:
$ source~/.bashrc
在$ DERBY_HOME目录中创建一个名为data的目录来存储Metastore数据.
$ mkdir $ DERBY_HOME/data
Derby安装和环境设置现已完成.
配置Metastore意味着指定Hive存储数据库的位置.您可以通过编辑位于$ HIVE_HOME/conf目录中的hive-site.xml文件来完成此操作.首先,使用以下命令复制模板文件:
$ cd $ HIVE_HOME/conf $ cp hive-default. xml.template hive-site.xml
编辑 hive-site.xml 并在< configuration>之间追加以下行:和</configuration>标签:
< property> < name> javax.jdo.option.ConnectionURL</name> < value> jdbc:derby://localhost:1527/metastore_db; create = true</value> < description> JDBC Metallore的JDBC连接字符串</description> </property>
创建一个名为jpox.properties的文件,并在其中添加以下行:
javax.jdo.PersistenceManagerFactoryClass = org.jpox.PersistenceManagerFactoryImpl org.jpox.autoCreateSchema = false org.jpox.validateTables = false org .jpox.validateColumns = false org.jpox.validateConstraints = false org.jpox.storeManagerType = rdbms org.jpox.autoCreateSchema = true org.jpox.autoStartMechanismMode = checked org.jpox.transactionIsolation = read_committed javax.jdo.option.DetachAllOnCommit = true javax.jdo.option.NontransactionalRead = true javax.jdo.option.ConnectionDriverName = org .apache.derby.jdbc.ClientDriver javax.jdo.option.ConnectionURL = jdbc:derby://hadoop1:1527/metastore_db; create = true javax.jdo.option.ConnectionUserName = APP javax.jdo.option.ConnectionPassword = mine
在运行Hive之前,您需要在HDFS中创建/tmp 文件夹和单独的Hive文件夹.在这里,我们使用/user/hive/warehouse 文件夹.您需要为这些新创建的文件夹设置写入权限,如下所示:
chmod g + w
现在在验证Hive之前将它们设置为HDFS.使用以下命令:
$ $ HADOOP_HOME/bin/hadoop fs -mkdir/tmp $ $ HADOOP_HOME/bin/hadoop fs -mkdir/user/hive/warehouse $ $ HADOOP_HOME/bin/hadoop fs -chmod g + w/tmp $ $ HADOOP_HOME/bin/hadoop fs -chmod g + w/user/hive/warehouse
以下命令用于验证Hive的安装:
$ cd $ HIVE_HOME $ bin/hive
成功安装Hive后,您会看到以下响应:
使用jar中的配置初始化日志:文件:/home/hadoop/hive-0.9.0/lib/hive-common-0.9.0.jar!/hive-log4j .properties Hive历史文件=/tmp/hadoop/hive_job_log_hadoop_201312121621_1494929084.txt ...................... hive>
执行以下示例命令以显示所有表:
hive> show tables; OK 所用时间:2.798秒 hive>