yum安装CDH5.5 hive、impala的过程详解

一、安装hive

组件安排如下：

  172.16.57.75 bd-ops-test-75 mysql-server  172.16.57.77 bd-ops-test-77 Hiveserver2 HiveMetaStore

1.安装hive

在77上安装hive：

  # yum install hive hive-metastore hive-server2 hive-jdbc hive-hbase -y

在其他节点上可以安装客户端：

  # yum install hive hive-server2 hive-jdbc hive-hbase -y

2.安装mysql

yum方式安装mysql：

  # yum install mysql mysql-devel mysql-server mysql-libs -y

启动数据库：

  # 配置开启启动  # chkconfig mysqld on  # service mysqld start

安装jdbc驱动：

  # yum install mysql-connector-java  # ln -s /usr/share/java/mysql-connector-java.jar /usr/lib/hive/lib/mysql-connector-java.jar

设置mysql初始密码为bigdata：

  # mysqladmin -uroot password 'bigdata'

进入数据库后执行如下：

  CREATE DATABASE metastore;  USE metastore;  SOURCE /usr/lib/hive/scripts/metastore/upgrade/mysql/hive-schema-1.1.0.mysql.sql;  CREATE USER 'hive'@'localhost' IDENTIFIED BY 'hive';  GRANT ALL PRIVILEGES ON metastore.* TO 'hive'@'localhost';  GRANT ALL PRIVILEGES ON metastore.* TO 'hive'@'%';  FLUSH PRIVILEGES;

注意：创建的用户为 hive，密码为 hive ，你可以按自己需要进行修改。

修改 hive-site.xml 文件中以下内容：

  <property>  <name>javax.jdo.option.ConnectionURL</name>  <value>jdbc:mysql://172.16.57.75:3306/metastore?useUnicode=true&characterEncoding=UTF-8</value>  </property>  <property>  <name>javax.jdo.option.ConnectionDriverName</name>  <value>com.mysql.jdbc.Driver</value>  </property>

3.配置hive

修改/etc/hadoop/conf/hadoop-env.sh，添加环境变量 HADOOP_MAPRED_HOME，如果不添加，则当你使用 yarn 运行 mapreduce 时候会出现 UNKOWN RPC TYPE 的异常

  export HADOOP_MAPRED_HOME=/usr/lib/hadoop-mapreduce

在 hdfs 中创建 hive 数据仓库目录:

hive 的数据仓库在 hdfs 中默认为 /user/hive/warehouse,建议修改其访问权限为 1777，以便其他所有用户都可以创建、访问表，但不能删除不属于他的表。

每一个查询 hive 的用户都必须有一个 hdfs 的 home 目录( /user 目录下，如 root 用户的为 /user/root)
hive 所在节点的 /tmp 必须是 world-writable 权限的。

创建目录并设置权限：

  # sudo -u hdfs hadoop fs -mkdir /user/hive  # sudo -u hdfs hadoop fs -chown hive /user/hive  # sudo -u hdfs hadoop fs -mkdir /user/hive/warehouse  # sudo -u hdfs hadoop fs -chmod 1777 /user/hive/warehouse  # sudo -u hdfs hadoop fs -chown hive /user/hive/warehouse

修改hive-env设置jdk环境变量 :

  # vim /etc/hive/conf/hive-env.sh  export JAVA_HOME=/opt/programs/jdk1.7.0_67

启动hive-server和metastore:

  # service hive-metastore start  # service hive-server2 start

4、测试

  $ hive -e'create table t(id int);'  $ hive -e'select * from t limit 2;'  $ hive -e'select id from t;'

访问beeline:

  $ beeline  beeline> !connect jdbc:hive2://localhost:10000；

5、与hbase集成

先安装 hive-hbase:

  # yum install hive-hbase -y

如果你是使用的 cdh4，则需要在 hive shell 里执行以下命令添加 jar：

  $ ADD JAR /usr/lib/hive/lib/zookeeper.jar;  $ ADD JAR /usr/lib/hive/lib/hbase.jar;  $ ADD JAR /usr/lib/hive/lib/hive-hbase-handler-<hive_version>.jar  # guava 包的版本以实际版本为准。  $ ADD JAR /usr/lib/hive/lib/guava-11.0.2.jar;

如果你是使用的 cdh5，则需要在 hive shell 里执行以下命令添加 jar：

  ADD JAR /usr/lib/hive/lib/zookeeper.jar;  ADD JAR /usr/lib/hive/lib/hive-hbase-handler.jar;  ADD JAR /usr/lib/hbase/lib/guava-12.0.1.jar;  ADD JAR /usr/lib/hbase/hbase-client.jar;  ADD JAR /usr/lib/hbase/hbase-common.jar;  ADD JAR /usr/lib/hbase/hbase-hadoop-compat.jar;  ADD JAR /usr/lib/hbase/hbase-hadoop2-compat.jar;  ADD JAR /usr/lib/hbase/hbase-protocol.jar;  ADD JAR /usr/lib/hbase/hbase-server.jar;

以上你也可以在 hive-site.xml 中通过 hive.aux.jars.path 参数来配置，或者你也可以在 hive-env.sh 中通过 export HIVE_AUX_JARS_PATH= 来设置。

二、安装impala

与Hive类似，Impala也可以直接与HDFS和HBase库直接交互。只不过Hive和其它建立在MapReduce上的框架适合需要长时间运行的批处理任务。例如：那些批量提取，转化，加载（ETL）类型的Job，而Impala主要用于实时查询。

组件分配如下：

  172.16.57.74 bd-ops-test-74 impala-state-store impala-catalog impala-server   172.16.57.75 bd-ops-test-75 impala-server  172.16.57.76 bd-ops-test-76 impala-server  172.16.57.77 bd-ops-test-77 impala-server

1、安装

在74节点安装：

  yum install impala-state-store impala-catalog impala-server -y

在75、76、77节点上安装：

  yum install impala-server -y

2、配置

2.1修改配置文件

查看安装路径：

  # find / -name impala  /var/run/impala  /var/lib/alternatives/impala  /var/log/impala  /usr/lib/impala  /etc/alternatives/impala  /etc/default/impala  /etc/impala  /etc/default/impala

impalad的配置文件路径由环境变量IMPALA_CONF_DIR指定，默认为/usr/lib/impala/conf，impala 的默认配置在/etc/default/impala，修改该文件中的 IMPALA_CATALOG_SERVICE_HOST 和 IMPALA_STATE_STORE_HOST

  IMPALA_CATALOG_SERVICE_HOST=bd-ops-test-74  IMPALA_STATE_STORE_HOST=bd-ops-test-74  IMPALA_STATE_STORE_PORT=24000  IMPALA_BACKEND_PORT=22000  IMPALA_LOG_DIR=/var/log/impala  IMPALA_CATALOG_ARGS=" -log_dir=${IMPALA_LOG_DIR} -sentry_config=/etc/impala/conf/sentry-site.xml"  IMPALA_STATE_STORE_ARGS=" -log_dir=${IMPALA_LOG_DIR} -state_store_port=${IMPALA_STATE_STORE_PORT}"  IMPALA_SERVER_ARGS="   -log_dir=${IMPALA_LOG_DIR}   -use_local_tz_for_unix_timestamp_conversions=true   -convert_legacy_hive_parquet_utc_timestamps=true   -catalog_service_host=${IMPALA_CATALOG_SERVICE_HOST}   -state_store_port=${IMPALA_STATE_STORE_PORT}   -use_statestore   -state_store_host=${IMPALA_STATE_STORE_HOST}   -be_port=${IMPALA_BACKEND_PORT}   -server_name=server1  -sentry_config=/etc/impala/conf/sentry-site.xml"  ENABLE_CORE_DUMPS=false  # LIBHDFS_OPTS=-Djava.library.path=/usr/lib/impala/lib  # MYSQL_CONNECTOR_JAR=/usr/share/java/mysql-connector-java.jar  # IMPALA_BIN=/usr/lib/impala/sbin  # IMPALA_HOME=/usr/lib/impala  # HIVE_HOME=/usr/lib/hive  # HBASE_HOME=/usr/lib/hbase  # IMPALA_CONF_DIR=/etc/impala/conf  # HADOOP_CONF_DIR=/etc/impala/conf  # HIVE_CONF_DIR=/etc/impala/conf  # HBASE_CONF_DIR=/etc/impala/conf

设置 impala 可以使用的最大内存：在上面的 IMPALA_SERVER_ARGS 参数值后面添加 -mem_limit=70% 即可。

如果需要设置 impala 中每一个队列的最大请求数，需要在上面的 IMPALA_SERVER_ARGS 参数值后面添加 -default_pool_max_requests=-1 ，该参数设置每一个队列的最大请求数，如果为-1，则表示不做限制。

在节点74上创建hive-site.xml、core-site.xml、hdfs-site.xml的软链接至/etc/impala/conf目录并作下面修改在hdfs-site.xml文件中添加如下内容：

  <property>  <name>dfs.client.read.shortcircuit</name>  <value>true</value>  </property>  <property>  <name>dfs.domain.socket.path</name>  <value>/var/run/hadoop-hdfs/dn._PORT</value>  </property>  <property>  <name>dfs.datanode.hdfs-blocks-metadata.enabled</name>  <value>true</value>  </property>

同步以上文件到其他节点。

2.2创建socket path

在每个节点上创建/var/run/hadoop-hdfs:

  # mkdir -p /var/run/hadoop-hdfs

2.3用户要求

impala 安装过程中会创建名为 impala 的用户和组，不要删除该用户和组。

如果想要 impala 和 YARN 和 Llama 合作，需要把 impala 用户加入 hdfs 组。

impala 在执行 DROP TABLE 操作时，需要把文件移到到 hdfs 的回收站，所以你需要创建一个 hdfs 的目录 /user/impala，并将其设置为impala 用户可写。同样的，impala 需要读取 hive 数据仓库下的数据，故需要把 impala 用户加入 hive 组。

impala 不能以 root 用户运行，因为 root 用户不允许直接读。

创建 impala 用户家目录并设置权限：

  sudo -u hdfs hadoop fs -mkdir /user/impala  sudo -u hdfs hadoop fs -chown impala /user/impala

查看 impala 用户所属的组：

  # groups impala  impala : impala hadoop hdfs hive

由上可知，impala 用户是属于 imapal、hadoop、hdfs、hive 用户组的。

2.4启动服务

在 74节点启动：

  # service impala-state-store start  # service impala-catalog start

2.5使用impala-shell

使用impala-shell启动Impala Shell，连接 74，并刷新元数据

  #impala-shell   Starting Impala Shell without Kerberos authentication  Connected to bd-dev-hadoop-70:21000  Server version: impalad version 2.3.0-cdh5.5.1 RELEASE (build 73bf5bc5afbb47aa7eab06cfbf6023ba8cb74f3c)  ***********************************************************************************  Welcome to the Impala shell. Copyright (c) 2015 Cloudera, Inc. All rights reserved.  (Impala Shell v2.3.0-cdh5.5.1 (73bf5bc) built on Wed Dec 2 10:39:33 PST 2015)  After running a query, type SUMMARY to see a summary of where time was spent.  ***********************************************************************************  [bd-dev-hadoop-70:21000] > invalidate metadata;

当在 Hive 中创建表之后，第一次启动 impala-shell 时，请先执行 INVALIDATE METADATA 语句以便 Impala 识别出新创建的表(在 Impala 1.2 及以上版本，你只需要在一个节点上运行 INVALIDATE METADATA ，而不是在所有的 Impala 节点上运行)。

你也可以添加一些其他参数，查看有哪些参数：

  #impala-shell -h  Usage: impala_shell.py [options]  Options:  -h, --help show this help message and exit  -i IMPALAD, --impalad=IMPALAD  <host:port> of impalad to connect to  [default: bd-dev-hadoop-70:21000]  -q QUERY, --query=QUERY  Execute a query without the shell [default: none]  -f QUERY_FILE, --query_file=QUERY_FILE  Execute the queries in the query file, delimited by ;  [default: none]  -k, --kerberos Connect to a kerberized impalad [default: False]  -o OUTPUT_FILE, --output_file=OUTPUT_FILE  If set, query results are written to the given file.  Results from multiple semicolon-terminated queries  will be appended to the same file [default: none]  -B, --delimited Output rows in delimited mode [default: False]  --print_header Print column names in delimited mode when pretty-  printed. [default: False]  --output_delimiter=OUTPUT_DELIMITER  Field delimiter to use for output in delimited mode  [default: t]  -s KERBEROS_SERVICE_NAME, --kerberos_service_name=KERBEROS_SERVICE_NAME  Service name of a kerberized impalad [default: impala]  -V, --verbose Verbose output [default: True]  -p, --show_profiles Always display query profiles after execution  [default: False]  --quiet Disable verbose output [default: False]  -v, --version Print version information [default: False]  -c, --ignore_query_failure  Continue on query failure [default: False]  -r, --refresh_after_connect  Refresh Impala catalog after connecting  [default: False]  -d DEFAULT_DB, --database=DEFAULT_DB  Issues a use database command on startup  [default: none]  -l, --ldap Use LDAP to authenticate with Impala. Impala must be  configured to allow LDAP authentication.  [default: False]  -u USER, --user=USER User to authenticate with. [default: root]  --ssl Connect to Impala via SSL-secured connection  [default: False]  --ca_cert=CA_CERT Full path to certificate file used to authenticate  Impala's SSL certificate. May either be a copy of  Impala's certificate (for self-signed certs) or the  certificate of a trusted third-party CA. If not set,  but SSL is enabled, the shell will NOT verify Impala's  server certificate [default: none]  --config_file=CONFIG_FILE  Specify the configuration file to load options. File  must have case-sensitive '[impala]' header. Specifying  this option within a config file will have no effect.  Only specify this as a option in the commandline.  [default: /root/.impalarc]  --live_summary Print a query summary every 1s while the query is  running. [default: False]  --live_progress Print a query progress every 1s while the query is  running. [default: False]  --auth_creds_ok_in_clear  If set, LDAP authentication may be used with an  insecure connection to Impala. WARNING: Authentication  credentials will therefore be sent unencrypted, and  may be vulnerable to attack. [default: none]

使用 impala 导出数据：

  impala-shell -i '172.16.57.74:21000' -r -q "select * from test" -B --output_delimiter="t" -o result.txt

以上所述是小编给大家介绍的yum安装CDH5.5 hive、impala的过程详解，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对脚本之家网站的支持！

yum安装CDH5.5 hive、impala的过程详解

Linux配置远程SSH无密码登录

详解CentOS下Nginx如何禁止IP访问

参与评论

快速导航

yum安装CDH5.5 hive、impala的过程详解

分享本文封面

Linux配置远程SSH无密码登录

详解CentOS下Nginx如何禁止IP访问

相关文章

参与评论

登录

快速导航