Hive的安装及集成Tez为执行引擎

• 大数据

HIVE3 配置文档

注意：

① 要求Hadoop必须是可用的 （非HA）

② 要求Mysql能够链接

  • 1.上传文件并解压重命名

    tar -zxvf apache-hive-3.1.2-bin.tar.gz

    mv apache-hive-3.1.2-bin hive-3.1.2

  • 2.配置环境变量

    vim /etc/profile

export HIVE_HOME=/usr/local/soft/hive-3.1.2
export PATH=$HIVE_HOME/bin:$PATH

# source一下让环境变量生效
source /etc/profile

  • 3.配置HIVE相关配置文件

    cd /usr/local/soft/hive-3.1.2/conf
vim hive-site.xml

    添加如下内容：

    

    
    
        javax.jdo.option.ConnectionURL
        jdbc:mysql://master:3306/hive?useSSL=false


    
    
        javax.jdo.option.ConnectionDriverName
        com.mysql.jdbc.Driver


	
    
        javax.jdo.option.ConnectionUserName
        root
    

    
    
        javax.jdo.option.ConnectionPassword
        123456


    
    
        hive.metastore.warehouse.dir
        /user/hive/warehouse
    
    
   
    
        hive.metastore.schema.verification
        false
    
   
    
    
        hive.metastore.event.db.notification.api.auth
        false

  • 上传Mysql驱动到HIVE的lib目录下

  • 在Mysql中创建hive数据库并设置其字符集为utf8排序规则为utf8_general_ci

  • 错误及解决方式

    Exception in thread “main” java.lang.NoSuchMethodError: com.google.common.base.Preconditions.checkArgument(ZLjava/lang/String;Ljava/lang/Object;)

    V at org.apache.hadoop.conf.Configuration.set(Configuration.java:1357)

    at org.apache.hadoop.conf.Configuration.set(Configuration.java:1338)

    at org.apache.hadoop.mapred.JobConf.setJar(JobConf.java:518)

    at org.apache.hadoop.mapred.JobConf.setJarByClass(JobConf.java:536)

    at org.apache.hadoop.mapred.JobConf.(JobConf.java:430)

    at org.apache.hadoop.hive.conf.HiveConf.initialize(HiveConf.java:5141)

    at org.apache.hadoop.hive.conf.HiveConf.(HiveConf.java:5104)

    at org.apache.hive.beeline.HiveSchemaTool.(HiveSchemaTool.java:96)

    at org.apache.hive.beeline.HiveSchemaTool.main(HiveSchemaTool.java:1473)

    at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)

    at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62)

    at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)

    at java.lang.reflect.Method.invoke(Method.java:498)

    at org.apache.hadoop.util.RunJar.run(RunJar.java:318)

    at org.apache.hadoop.util.RunJar.main(RunJar.java:232)

    如果遇到如上错误，那么需要执行如下命令：

    cp /usr/local/soft/hadoop-3.1.3/share/hadoop/common/lib/guava-27.0-jre.jar $HIVE_HOME/lib/

rm -rf $HIVE_HOME/lib/guava-19.0.jar

  • 初始化hive元数据库

    schematool -initSchema -dbType mysql -verbose

  • 启动hive

    hive

  • 测试HIVE

    create database test;
use test;
create table tbl(id int,name String);
insert into table tbl values(1,'zhangsan'),(2,'lisi');
select * from tbl;

HIVE配置元数据及JDBC模式

  • 在hive-site.xml中添加如下：

    
    
        hive.metastore.uris
        thrift://master:9083
        


    
        hive.server2.thrift.bind.host
        master
    

    
    
        hive.server2.thrift.port
        10000

  • 在Hadoop中的core-site.xml中添加如下：

        
        hadoop.proxyuser.root.hosts
        *
    
    
        hadoop.proxyuser.root.groups
        *

  • 将文件进行分发到从节点

    scp core-site.xml node1:`pwd`
scp core-site.xml node2:`pwd`

  • 重启hadoop

  • 启动元数据服务

    nohup hive --service metastore > $HIVE_HOME/metadata.log  2>1  &

    如果遇到如下问题说明元数据服务没有启动

    Unable to instantiate org.apache.hadoop.hive.ql.metadata.SessionHiveMetaStoreClient

  • 启动HIVE Server2服务 （JDBC）

    nohup hive --service hiveserver2 > server2.log  2>1  &

    等待出现4个ID后 或者通过命令查看10000端口是否出现

  • 连接HIVE

    beeline -u jdbc:hive2://master:10000 -n root

…

…

集成Tez（可选）

Tez介绍：https://www.infoq.cn/article/apache-tez-saha-murthy

MR在hive2中已经被弃用了，推荐使用Tez或Spark作为执行引擎

1、编译

下载Tez源码并根据Hadoop版本进行

由于Tez官方所提供的安装包对某些Hadoop版本不支持，可采取手动编译方式

需准备好maven环境，手动编译难度较大

可参考https://tez.apache.org/install.html官方文档进行编译

若Hadoop为3.1.1版本，可直接使用所已经编译好的tez安装包：tez-0.10.2.tar.gz

2、上传并解压
# 将Tez安装包上传至任意位置，例如：放在/usr/local/soft/packages中
# 切换目录
cd /usr/local/soft/packages
# 创建解压后Tez存放的目录
mkdir /usr/local/soft/tez
# 将Tez解压到创建好的目录中
tar -zxvf tez-0.10.2.tar.gz -C /usr/local/soft/tez
3、将tez安装包上传至HDFS
# 在HDFS上创建目录
hdfs dfs -mkdir -p /user/tez/
# 上传安装包并重命名，这里不需要解压，直接上传即可
hdfs dfs -put tez-0.10.2.tar.gz /user/tez/tez.tar.gz
4、修改环境变量
vim /etc/profile

# 在最后加入一下内容
HADOOP_CLASSPATH=`hadoop classpath`
TEZ_HOME=/usr/local/soft/tez
export TEZ_CONF_DIR=$HADOOP_CONF_DIR
export TEZ_JARS=$TEZ_HOME/*.jar:$TEZ_HOME/lib/*.jar
export HADOOP_CLASSPATH=$TEZ_CONF_DIR:$TEZ_JARS:$HADOOP_CLASSPATH
5、增加tez-site.xml配置文件
# 切换到Hadoop的配置文件所在目录，一般将tez的配置文件也放在此位置
cd /usr/local/soft/hadoop-3.1.3/etc/hadoop
# 创建并编辑文件
vim tez-site.xml

# 加入以下内容


  
  
    tez.lib.uris
    hdfs://master:9000/user/tez/tez.tar.gz
6、修改Hadoop相关配置文件

Hadoop是分布式模式运行，配置修改完成之后记得分发并重启集群

  • yarn-site.xml 之前配置过无需配置

    这里贴出完整配置文件，按需修改

    主要是yarn.nodemanager.vmem-check-enabled以及yarn.nodemanager.pmem-check-enabled这两项配置

    由于机器资源有限，故关闭对内存的检查，否则任务运行容易出现资源不够的问题

    
    
        yarn.resourcemanager.hostname
        master
    
    
        yarn.nodemanager.aux-services
        mapreduce_shuffle
    
    
        yarn.log-aggregation-enable
        true
    
    
        yarn.log-aggregation.retain-seconds
        604800
    
    
        yarn.nodemanager.vmem-check-enabled
        false
    
    
        yarn.nodemanager.pmem-check-enabled
        false

  • mapred-site.xml

    主要是修改mapreduce.framework.name配置的值

    原本应该是yarn，现在改为yarn-tez，其他保持不变

        
        mapreduce.framework.name
        yarn-tez

  • capacity-scheduler.xml

    主要调整一下容量调度中AM的资源占比，保证yarn中能同时运行多个任务

    yarn.scheduler.capacity.maximum-am-resource-percent：AM能够使用的最大资源占比

    原本为0.1，这里直接改为1，也可根据情况自行调整

    不调整的话会导致Tez启动等待资源时间过长，进而影响整个HQL的查询时间

      
    yarn.scheduler.capacity.maximum-am-resource-percent
    1
    
      Maximum percent of resources in the cluster which can be used to run
      application masters i.e. controls number of concurrent running
      applications.

  • 分发配置文件

    scp ./* node1:`pwd`
scp ./* node2:`pwd`

  • 重启yarn

    由于并未涉及到HDFS配置文件，故只需重启Yarn服务即可

    stop-yarn.sh
start-yarn.sh
7、修改Hive配置文件

1、主要修改Hive执行引擎为Tez

2、由于资源有限，故还需设置Tez默认执行容器内存大小，否则Tez任务运行容易出现资源问题

3、hive.cli.tez.session.async：是否异步启动Tez会话，默认为true

​ 建议禁止，否则在Tez会话启动前就进入了Hive命令行，容易导致任务首次执行不成功

​ 如若开启，则需进入hive命令行速度会快一些，但成功执行HQL得等待Tez会话创建成功

# 切换目录
cd /usr/local/soft/hive-3.1.2/conf/
# 编辑hive-site.xml
vim hive-site.xml

# 增加下列配置，其他保持不变
  
    hive.execution.engine
    tez
    
      Expects one of [mr, tez, spark].
      Chooses execution engine. Options are: mr (Map reduce, default), tez, spark. While MR
      remains the default engine for historical reasons, it is itself a historical engine
      and is deprecated in Hive 2 line. It may be removed without further warning.
    
  

  
    hive.tez.container.size
    1024
    By default Tez will spawn containers of the size of a mapper. This can be used to overwrite.
  

  
    hive.cli.tez.session.async
    false
    
      Whether to start Tez
      session in background when running CLI with Tez, allowing CLI to be available earlier.
8、解决log4j冲突问题

由于hadoop、hive、tez包中都包含了log4j的依赖，一起搭配使用会造成冲突

故只保留hadoop自带的即可，将hive、tez对应的jar包重命名即可

# 切换tez下的lib目录
cd /usr/local/soft/tez/lib
# 将log4j对应jar包进行重命名
mv slf4j-log4j12-1.7.25.jar slf4j-log4j12-1.7.25.jar.bak
mv slf4j-reload4j-1.7.36.jar slf4j-reload4j-1.7.36.jar.bak
9、启动Hive

切换Tez执行引擎后，hive启动以及HQL执行的日志较多，可参考前面第11步，将日志打印级别设为WARN或者ERROR

hive
10、验证Tez引擎

使用安装步骤第10步中test库下的students表进行查询验证

对比基于MR和Tez两种计算引擎的执行速度

11、控制打印日志级别

# 切换目录
cd /usr/local/soft/hive-3.1.2/conf
# 创建log4j默认配置文件并编辑
vim log4j.properties

# 加入一下内容，通过log4j.rootLogger可控制日志打印级别
log4j.rootLogger=WARN, CA
log4j.appender.CA=org.apache.log4j.ConsoleAppender
log4j.appender.CA.layout=org.apache.log4j.PatternLayout
log4j.appender.CA.layout.ConversionPattern=%-4r [%t] %-5p %c %x - %m%n

本文来自网络，不代表协通编程立场，如若转载，请注明出处：https://net2asp.com/6cd7a503f1.html

赞 (0)
« 上一篇 1天前
下一篇 » 1天前

相关推荐