美学原理雅数量上系列之五 —– Hive整合HBase图文详解

引言

于达标一样篇 坏数目上系列的四 —–
Hadoop+Hive环境多建筑图文详解(单机)
和之前的万分数额上系列之二 —–
HBase环境搭建(单机)
中中标搭建了Hive和HBase的环境,并开展了对应的测试。本文主要出口的是如何将Hive和HBase进行结合。

Hive和HBase的通信意图

Hive与HBase整合的兑现是动两者本身对外的API接口互相通信来成功的,其实际工作到由Hive的lib目录中之hive-hbase-handler-*.jar工具类来实现,通信原理如下图所示。
美学原理 1

Hive整合HBase后底采取状况:

(一)通过Hive把数量加载到HBase中,数据源可以是文件也足以是Hive中之申。
(二)通过整合,让HBase支持JOIN、GROUP等SQL查询语法。
(三)通过结合,不仅只是形成HBase的多寡实时查询,也可采取Hive查询HBase中的数量好复杂的数解析。

平、环境选择

1,服务器选择

本土虚拟机
操作系统:linux CentOS 7
Cpu:2核
内存:2G
硬盘:40G

2,配置选

JDK:1.8 (jdk-8u144-linux-x64.tar.gz)
Hadoop:2.8.2 (hadoop-2.8.2.tar.gz)
Hive: 2.1 (apache-hive-2.1.1-bin.tar.gz)
HBase:1.6.2 (hbase-1.2.6-bin.tar.gz)

3,下载地址

官网地址
JDK:
http://www.oracle.com/technetwork/java/javase/downloads
Hadopp:
http://www.apache.org/dyn/closer.cgi/hadoop/common
Hive
http://mirror.bit.edu.cn/apache/hive/
HBase:
http://mirror.bit.edu.cn/apache/hbase/

百度云盘
链接:https://pan.baidu.com/s/1jIemIDC 密码:uycu

仲、服务器的连带部署

当配备Hadoop+Hive+HBase之前,应该事先做一下部署。
召开这些配置为方便,使用root权限。

1,更改主机名

首先更改主机名,目的是为了方便管理。
输入:

hostname 

查阅本机的称
接下来转主机名吧master
输入:

hostnamectl set-hostname master

流淌:主机名称变更后,要又开(reboot)才会生效。

2,做IP和主机名的映射

改hosts文件,做涉嫌映射
输入

vim /etc/hosts

添加
主机的ip 和 主机名称

192.168.238.128 master

3,关闭防火墙

闭馆防火墙,方便访问。
CentOS 7版本以下输入:
关门防火墙

service   iptables stop

CentOS 7 以上的版输入:

systemctl stop firewalld.service

4,时间设置

查阅时时空
输入:

date

查服务器时间是否一律,若不均等则反
改变时间命令

date -s ‘MMDDhhmmYYYY.ss’

5,整体的环境布置

/etc/profile 的整安排

#Java Config
export JAVA_HOME=/opt/java/jdk1.8
export JRE_HOME=/opt/java/jdk1.8/jre
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar:$JRE_HOME/lib

# Scala Config
export SCALA_HOME=/opt/scala/scala-2.12.2


# Spark Config
export  SPARK_HOME=/opt/spark/spark1.6-hadoop2.4-hive

# Zookeeper Config
export ZK_HOME=/opt/zookeeper/zookeeper3.4

# HBase Config
export HBASE_HOME=/opt/hbase/hbase1.2

# Hadoop Config 
export HADOOP_HOME=/opt/hadoop/hadoop2.8
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
export HADOOP_OPTS="-Djava.library.path=$HADOOP_HOME/lib"

# Hive Config
export HIVE_HOME=/opt/hive/hive2.1
export HIVE_CONF_DIR=${HIVE_HOME}/conf

export PATH=.:${JAVA_HOME}/bin:${SCALA_HOME}/bin:${SPARK_HOME}/bin:${HADOOP_HOME}/bin:${HADOOP_HOME}/sbin:${ZK_HOME}/bin:${HBASE_HOME}/bin:${HIVE_HOME}/bin:$PATH

美学原理 2

流动:具体的配置为温馨的为本,没有底不要配置。

老三、Hadoop的条件布置

Hadoop的切实安排当大数据上系列之一 —–
Hadoop环境搭建(单机)
中介绍得死详细了。所以本文就横介绍一下。
流淌:具体配置为友好的啊仍。

1,环境变量设置

编辑 /etc/profile 文件 :

vim /etc/profile

配备文件:

export HADOOP_HOME=/opt/hadoop/hadoop2.8
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
export HADOOP_OPTS="-Djava.library.path=$HADOOP_HOME/lib"
export PATH=.:${JAVA_HOME}/bin:${HADOOP_HOME}/bin:$PATH

2,配置文件更改

先期切换至 /home/hadoop/hadoop2.8/etc/hadoop/ 目录下

3.2.1 修改 core-site.xml

输入:

vim core-site.xml

在添加:

<configuration>
<property>
        <name>hadoop.tmp.dir</name>
        <value>/root/hadoop/tmp</value>
        <description>Abase for other temporary directories.</description>
   </property>
   <property>
        <name>fs.default.name</name>
        <value>hdfs://master:9000</value>
   </property>
</configuration>

3.2.2修改 hadoop-env.sh

输入:

vim hadoop-env.sh

将${JAVA_HOME} 修改也祥和之JDK路径

export   JAVA_HOME=${JAVA_HOME}

修改为:

export   JAVA_HOME=/home/java/jdk1.8

3.2.3修改 hdfs-site.xml

输入:

vim hdfs-site.xml

在添加:

<property>
   <name>dfs.name.dir</name>
   <value>/root/hadoop/dfs/name</value>
   <description>Path on the local filesystem where theNameNode stores the namespace and transactions logs persistently.</description>
</property>
<property>
   <name>dfs.data.dir</name>
   <value>/root/hadoop/dfs/data</value>
   <description>Comma separated list of paths on the localfilesystem of a DataNode where it should store its blocks.</description>
</property>
<property>
   <name>dfs.replication</name>
   <value>2</value>
</property>
<property>
      <name>dfs.permissions</name>
      <value>false</value>
      <description>need not permissions</description>
</property>

3.2.4 修改mapred-site.xml

要是没有 mapred-site.xml
该文件,就复制mapred-site.xml.template文件并重命名为mapred-site.xml。
输入:

vim mapred-site.xml

改者新建的mapred-site.xml文件,在节点内加入配置:

<property>
    <name>mapred.job.tracker</name>
    <value>master:9001</value>
</property>
<property>
      <name>mapred.local.dir</name>
       <value>/root/hadoop/var</value>
</property>
<property>
       <name>mapreduce.framework.name</name>
       <value>yarn</value>
</property>

3,Hadoop启动

起步之前需要先格式化
切换到/home/hadoop/hadoop2.8/bin目录下
输入:

./hadoop  namenode  -format

格式化成功后,再切换到/home/hadoop/hadoop2.8/sbin目录下
启动hdfs和yarn
输入:

start-dfs.sh
start-yarn.sh

起先成功后,输入jsp查看是否启动成功
于浏览器输入 ip+8088 和ip +50070 界面查看是否会访问
能够正确访问则启动成功

季、Hive的条件布置

Hive环境的切实可行安排在自身之就篇颇数额上系列之四 —–
Hadoop+Hive环境多建筑图文详解(单机)
以及介绍得挺详细了。本篇就大致介绍下。

修改hive-site.xml

切换到 /opt/hive/hive2.1/conf 目录下
以hive-default.xml.template 拷贝一份,并重命名为hive-site.xml
然后编辑hive-site.xml文件

cp hive-default.xml.template hive-site.xml
vim hive-site.xml

编辑hive-site.xml文件,在 中添加:

<!-- 指定HDFS中的hive仓库地址 -->  
  <property>  
    <name>hive.metastore.warehouse.dir</name>  
    <value>/root/hive/warehouse</value>  
  </property>  

<property>
    <name>hive.exec.scratchdir</name>
    <value>/root/hive</value>
  </property>

  <!-- 该属性为空表示嵌入模式或本地模式,否则为远程模式 -->  
  <property>  
    <name>hive.metastore.uris</name>  
    <value></value>  
  </property>  

<!-- 指定mysql的连接 -->
 <property>
        <name>javax.jdo.option.ConnectionURL</name>
        <value>jdbc:mysql://master:3306/hive?createDatabaseIfNotExist=true</value>
    </property>
<!-- 指定驱动类 -->
    <property>
        <name>javax.jdo.option.ConnectionDriverName</name>
        <value>com.mysql.jdbc.Driver</value>
    </property>
   <!-- 指定用户名 -->
    <property>
        <name>javax.jdo.option.ConnectionUserName</name>
        <value>root</value>
    </property>
    <!-- 指定密码 -->
    <property>
        <name>javax.jdo.option.ConnectionPassword</name>
        <value>123456</value>
    </property>
    <property>
   <name>hive.metastore.schema.verification</name>
   <value>false</value>
    <description>
    </description>
 </property>

下一场拿安排文件中有着的

${system:java.io.tmpdir}

改变为 /opt/hive/tmp (如果无拖欠公文则创造),
连拿之文件夹赋予读写权限,将
${system:user.name}
更改为 root

例如:
改之前的:
美学原理 3
转后:
美学原理 4

配置图:
美学原理 5

流动: 由于hive-site.xml
文件被之布局了多,可以通过FTP将其下载下来进行编制。也得以一直配备好所欲的,其他的可去除。
MySQL的连日地址被之master是主机的别名,可以变换成ip。

修改 hive-env.sh

修改hive-env.sh 文件,没有就复制 hive-env.sh.template
,并重命名为hive-env.sh

每当是布局文件被补充加

export  HADOOP_HOME=/opt/hadoop/hadoop2.8
export  HIVE_CONF_DIR=/opt/hive/hive2.1/conf
export  HIVE_AUX_JARS_PATH=/opt/hive/hive2.1/lib

补充加 数据令包

由Hive 默认自带的数据库是采用mysql,所以这块就是用mysql
将mysql 的使包 上传 /opt/hive/hive2.1/lib

五、HBase的条件布置

HBase环境的现实配置于我之这篇坏数量上系列的二 —–
HBase环境搭建(单机)
以及介绍得死去活来详细了。本篇就约介绍下。

修改 hbase-env.sh

编制 hbase-env.sh 文件,添加以下配置

export JAVA_HOME=/opt/java/jdk1.8
export HADOOP_HOME=/opt/hadoop/hadoop2.8
export HBASE_HOME=/opt/hbase/hbase1.2
export HBASE_CLASSPATH=/opt/hadoop/hadoop2.8/etc/hadoop
export HBASE_PID_DIR=/root/hbase/pids
export HBASE_MANAGES_ZK=false

证明:配置的路径为友好之也罢按。HBASE_MANAGES_ZK=false
是不启用HBase自带的Zookeeper集群。

修改 hbase-site.xml

编写hbase-site.xml 文件,在长如下配置

<!-- 存储目录 -->
<property>  
 <name>hbase.rootdir</name>  
 <value>hdfs://test1:9000/hbase</value>  
 <description>The directory shared byregion servers.</description>  
</property>  
<!-- hbase的端口 -->
<property>  
 <name>hbase.zookeeper.property.clientPort</name>  
 <value>2181</value>  
 <description>Property from ZooKeeper'sconfig zoo.cfg. The port at which the clients will connect.  
 </description>  
</property>  
<!--  超时时间 -->
<property>  
 <name>zookeeper.session.timeout</name>  
 <value>120000</value>  
</property>  
<!--  zookeeper 集群配置。如果是集群,则添加其它的主机地址 -->
<property>  
 <name>hbase.zookeeper.quorum</name>  
 <value>test1</value>  
</property>  
<property>  
 <name>hbase.tmp.dir</name>  
 <value>/root/hbase/tmp</value>  
</property>  
<!-- false是单机模式,true是分布式模式  -->
<property>  
 <name>hbase.cluster.distributed</name>  
 <value>false</value>  
</property>

说明:hbase.rootdir:这个目录是region server的共享目录,用来持久化Hbase
。hbase.cluster.distributed
:Hbase的周转模式。false是单机模式,true是分布式模式。若为false,Hbase和Zookeeper会运行在与一个JVM里面。

六、Hive整合HBase的环境布置以及测试

1,环境布置

坐Hive与HBase整合的落实是运两者本身对外的API接口互相通信来形成的,其现实做事及由Hive的lib目录中的hive-hbase-handler-.jar工具类来贯彻。所以只是需要以hive的
hive-hbase-handler-
.jar 复制到hbase/lib中尽管可了。
切换到hive/lib目录下
输入:

cp hive-hbase-handler-*.jar /opt/hbase/hbase1.2/lib

美学原理 6
横流:
如果以hive整合hbase中,出现版本之类的题材,那么以hbase的本为主,将hbase中的jar包覆盖hive的jar包。

2,hive和hbase测试

在进行测试的时节,确保hadoop、hbase、hive环境就成搭建筑好,并且都成功启动了。
开拓xshell的简单单命窗口
一个登hive,一个入hbase

6.2.1于hive中创造映射hbase的阐明

以hive中创造一个映射hbase的发明,为了有利于,设置两止的表名都也t_student,存储的申也是以此。
在hive中输入:

create table t_student(id int,name string) stored by 'org.apache.hadoop.hive.hbase.HBaseStorageHandler' with serdeproperties("hbase.columns.mapping"=":key,st1:name") tblproperties("hbase.table.name"="t_student","hbase.mapred.output.outputtable" = "t_student");

说明:第一个t_student
是hive表中的号,第二个t_student是概念在hbase的table名称
,第三单t_student 是储存数据表的称号(“hbase.mapred.output.outputtable”
= “t_student”这个可不用,表数据就是囤在次只表中了) 。
(id int,name string)
这个是hive表结构。如果要是加字段,就因为这种格式增加。如果如追加字段的注解,那么在字段后面添加comment
‘你如讲述的’。
例如:
create table t_student(id int comment ‘StudentId’,name string comment
‘StudentName’)
org.apache.hadoop.hive.hbase.HBaseStorageHandler 这个是指定的存储器。
hbase.columns.mapping 是概念在hbase的列族。
例如:st1就是列族,name就是排。在hive中开创表t_student,这个表包括个别单字段(int型的id和string型的name)。
映射为hbase中的表t_student,key对应hbase的rowkey,value对应hbase的st1:name列。

申成功创造之后
在hive、hbase分别中查看表和阐明结构
hive中输入

show tables;
describe t_student;

hbase输入:

list
describe ‘t_student’

美学原理 7

美学原理 8
得视表已经成功之创始了

6.2.2数量并测试

进入hbase之后
在t_student中上加少漫漫数 然后查询该表

put 't_student','1001','st1:name','zhangsan'
put 't_student','1002','st1:name','lisi'
scan 't_student'

美学原理 9

下一场切换至hive中
查询该表
输入:

select * from t_student;

美学原理 10

接下来于hive中删去该表
流淌:因为做测试要扣结果,所以用表删除了。如果同学等要举行测试的讲话,是未曾必要去该表的,因为于末端还见面用该表。

接下来查hive和hbase中之阐明是否去了
输入:

drop table t_student;

美学原理 11

美学原理 12
经这些足以看来hive和hbase之间的数目成功并!

6.2.3事关查询测试

hive外部表测试

预先以hbase中建造平张t_student_info表,添加两独列族
下一场查看表结构
输入:

create 't_student_info','st1','st2'
describe 't_student_info'

美学原理 13

下一场于hive中开创外部表
证明:创建外部表要使用EXTERNAL 关键字
输入:

create external table t_student_info(id int,age int,sex string) stored by 'org.apache.hadoop.hive.hbase.HBaseStorageHandler' with serdeproperties("hbase.columns.mapping"=":key,st1:age,st2:sex") tblproperties("hbase.table.name"="t_student_info");

美学原理 14

然后在t_student_info 中补充加多少

put 't_student_info','1001','st2:sex','man'
put 't_student_info','1001','st1:age','20'
put 't_student_info','1002','st1:age','18'
put 't_student_info','1002','st2:sex','woman'

美学原理 15

接下来于hive中查询该表
输入:

select * from t_student_info;

美学原理 16

查询及数以后,然后将t_student 和t_student_info进行关联查询。
输入:

select * from t_student t join t_student ti where t.id=ti.id ;

美学原理 17
说明:通过涉及查询,可以得出表之间是好提到查询的。但是明显看出hive
使用默认的mapreduce 作为引擎是多么的缓。。。

任何验证:
是因为自己之虚拟机配置实在太渣,即使调大reduce内存,限制每个reduce处理的数据量,还是很,最后没办法使企业的测试服务拓展测试。
于查询同一张表的上,hive没有利用引擎,因此相对比较快,如果是拓展了关系查询之类的,就见面利用引擎,由于hive默认的引擎是mr,所以会见格外缓慢,也同配置有一定关联,hive2.x下官方就未建议以mr了。

本文到此结束,谢谢阅读!
版权声明:
作者:虚无境
博客园出处:http://www.cnblogs.com/xuwujing
CSDN出处:http://blog.csdn.net/qazwsxpcm    
村办博客出处:http://www.panchengming.com
原创是,转载请标明出处,谢谢!