---

一、實(shí)驗(yàn)?zāi)康?/h3>

1. 理解Hive存在的原因；
2. 理解Hive的工作原理；
3. 理解Hive的體系架構(gòu)；
4. 并學(xué)會(huì)如何進(jìn)行內(nèi)嵌模式部署；
5. 啟動(dòng)Hive，然后將元數(shù)據(jù)存儲(chǔ)在HDFS上。

二、實(shí)驗(yàn)要求

1. 完成Hive的內(nèi)嵌模式部署；
2. 能夠?qū)ive數(shù)據(jù)存儲(chǔ)在HDFS上；
3. 待Hive環(huán)境搭建好后，能夠啟動(dòng)并執(zhí)行一般命令。

三、實(shí)驗(yàn)原理

Hive是Hadoop 大數(shù)據(jù)生態(tài)圈中的數(shù)據(jù)倉庫，其提供以表格的方式來組織與管理HDFS上的數(shù)據(jù)、以類SQL的方式來操作表格里的數(shù)據(jù)，Hive的設(shè)計(jì)目的是能夠以類SQL的方式查詢存放在HDFS上的大規(guī)模數(shù)據(jù)集，不必開發(fā)專門的MapReduce應(yīng)用。

Hive本質(zhì)上相當(dāng)于一個(gè)MapReduce和HDFS的翻譯終端，用戶提交Hive腳本后，Hive運(yùn)行時(shí)環(huán)境會(huì)將這些腳本翻譯成MapReduce和HDFS操作并向集群提交這些操作。

當(dāng)用戶向Hive提交其編寫的HiveQL后，首先，Hive運(yùn)行時(shí)環(huán)境會(huì)將這些腳本翻譯成MapReduce和HDFS操作，緊接著，Hive運(yùn)行時(shí)環(huán)境使用Hadoop命令行接口向Hadoop集群提交這些MapReduce和HDFS操作，最后，Hadoop集群逐步執(zhí)行這些MapReduce和HDFS操作，整個(gè)過程可概括如下：
（1）用戶編寫HiveQL并向Hive運(yùn)行時(shí)環(huán)境提交該HiveQL。
（2）Hive運(yùn)行時(shí)環(huán)境將該HiveQL翻譯成MapReduce和HDFS操作。
（3）Hive運(yùn)行時(shí)環(huán)境調(diào)用Hadoop命令行接口或程序接口，向Hadoop集群提交翻譯后的HiveQL。
（4）Hadoop集群執(zhí)行HiveQL翻譯后的MapReduce-APP或HDFS-APP。

由上述執(zhí)行過程可知，Hive的核心是其運(yùn)行時(shí)環(huán)境，該環(huán)境能夠?qū)㈩怱QL語句編譯成MapReduce。

Hive構(gòu)建在基于靜態(tài)批處理的Hadoop之上，Hadoop通常都有較高的延遲并且在作業(yè)提交和調(diào)度的時(shí)候需要大量的開銷。因此，Hive并不能夠在大規(guī)模數(shù)據(jù)集上實(shí)現(xiàn)低延遲快速的查詢，例如，Hive在幾百M(fèi)B的數(shù)據(jù)集上執(zhí)行查詢一般有分鐘級的時(shí)間延遲。

因此，Hive并不適合那些需要低延遲的應(yīng)用，例如，聯(lián)機(jī)事務(wù)處理（OLTP）。Hive查詢操作過程嚴(yán)格遵守Hadoop MapReduce的作業(yè)執(zhí)行模型，Hive將用戶的HiveQL語句通過解釋器轉(zhuǎn)換為MapReduce作業(yè)提交到Hadoop集群上，Hadoop監(jiān)控作業(yè)執(zhí)行過程，然后返回作業(yè)執(zhí)行結(jié)果給用戶。Hive并非為聯(lián)機(jī)事務(wù)處理而設(shè)計(jì)，Hive 并不提供實(shí)時(shí)的查詢和基于行級的數(shù)據(jù)更新操作。Hive的最佳使用場合是大數(shù)據(jù)集的批處理作業(yè)，例如，網(wǎng)絡(luò)日志分析。

Hive架構(gòu)與基本組成如圖所示：

四、實(shí)驗(yàn)環(huán)境

• 云創(chuàng)大數(shù)據(jù)實(shí)驗(yàn)平臺(tái)：
  
• Java 版本：jdk1.7.0_79
• Hadoop 版本：hadoop-2.7.1
• Hive 版本：hive-1.2.1

五、實(shí)驗(yàn)內(nèi)容和步驟

相對于其他組件，Hive部署要復(fù)雜得多，按metastore存儲(chǔ)位置的不同，其部署模式分為內(nèi)嵌模式、本地模式和完全遠(yuǎn)程模式三種。當(dāng)使用完全模式時(shí)，可以提供很多用戶同時(shí)訪問并操作Hive，并且此模式還提供各類接口（BeeLine，CLI，甚至是Pig），這里我們以內(nèi)嵌模式為例。
由于使用內(nèi)嵌模式時(shí)，其Hive會(huì)使用內(nèi)置的Derby數(shù)據(jù)庫來存儲(chǔ)數(shù)據(jù)庫，此時(shí)無須考慮數(shù)據(jù)庫部署連接問題，整個(gè)部署過程可概括如下。

（一）安裝部署

在master機(jī)上操作：首先確定存在Hive

ls /usr/cstor/hive/ 

（二）配置HDFS

先為Hive配置Hadoop安裝路徑。

待解壓完成后，進(jìn)入Hive的配置文件夾conf目錄下，接著將Hive的環(huán)境變量模板文件復(fù)制成環(huán)境變量文件。

cd /usr/cstor/hive/conf
cp hive-env.sh.template hive-env.sh
vim hive-env.sh

這里使用cp命令而不是mv命令，是因?yàn)槲覀兛梢詡浞菀环葜暗奈募?#xff0c;我們只是復(fù)制一份修改，而不是替換。

在配置文件中加入以下語句：

HADOOP_HOME=/usr/cstor/hadoop

然后在HDFS里新建Hive的存儲(chǔ)目錄，進(jìn)入hadoop的bin目錄內(nèi)：

cd /usr/cstor/hadoop/

在HDFS中新建/tmp和/usr/hive/warehouse兩個(gè)文件目錄，并對同組用戶增加寫權(quán)限。

bin/hadoop fs -mkdir /tmp
bin/hadoop fs -mkdir -p /usr/hive/warehouse
bin/hadoop fs -chmod g+w /tmp
bin/hadoop fs -chmod g+w /usr/hive/warehouse

（三）啟動(dòng)Hive

在內(nèi)嵌模式下，啟動(dòng)Hive指的是啟動(dòng)Hive運(yùn)行時(shí)環(huán)境，用戶可使用下述命令進(jìn)入Hive運(yùn)行時(shí)環(huán)境。

啟動(dòng)Hive命令行：

cd /usr/cstor/hive/
bin/hive

六、實(shí)驗(yàn)結(jié)果

（一）啟動(dòng)結(jié)果

使用bin/hive命令進(jìn)入Hive環(huán)境驗(yàn)證Hive是否啟動(dòng)成功。

cd /usr/cstor/hive/
bin/hive

（二）Hive基本命令

進(jìn)入Hive環(huán)境后，使用show tables，show function后如下圖所示則表示配置成功。

顯示表：

show tables;

因?yàn)槟壳拔覀儧]有創(chuàng)建表所以返回了一個(gè)OK。

顯示Hive內(nèi)置函數(shù)：

show functions;

退出Hive環(huán)境：

exit;

七、實(shí)驗(yàn)心得

??通過本次Hive部署實(shí)驗(yàn)，我深刻理解了Hive在Hadoop大數(shù)據(jù)生態(tài)圈中的重要地位和作用。Hive作為一個(gè)數(shù)據(jù)倉庫，不僅提供了以表格方式組織和管理HDFS上數(shù)據(jù)的便利，更以類SQL的方式簡化了對大規(guī)模數(shù)據(jù)集的操作，極大地降低了開發(fā)成本。

??在實(shí)驗(yàn)過程中，我學(xué)習(xí)了Hive的內(nèi)嵌模式部署方法，掌握了如何將Hive數(shù)據(jù)存儲(chǔ)在HDFS上，并成功啟動(dòng)了Hive環(huán)境。通過實(shí)際操作，我深刻體會(huì)到了Hive環(huán)境搭建的復(fù)雜性和細(xì)致性，每一個(gè)步驟都需要謹(jǐn)慎操作，稍有疏忽就可能導(dǎo)致部署失敗。

??同時(shí)，我也認(rèn)識到Hive并非為聯(lián)機(jī)事務(wù)處理而設(shè)計(jì)，其查詢操作過程嚴(yán)格遵守Hadoop MapReduce的作業(yè)執(zhí)行模型，因此在大規(guī)模數(shù)據(jù)集上實(shí)現(xiàn)低延遲快速查詢方面存在一定的局限性。這使我更加明確了Hive的最佳使用場合——大數(shù)據(jù)集的批處理作業(yè)。此外，我還學(xué)會(huì)了使用Hive的基本命令，如查看表格和函數(shù)等，這些命令為我在后續(xù)的實(shí)驗(yàn)和學(xué)習(xí)中提供了有力的支持。

??總之，本次Hive部署實(shí)驗(yàn)不僅讓我掌握了Hive的部署和使用方法，更讓我對Hive的工作原理和體系架構(gòu)有了更深入的理解。我相信，在未來的學(xué)習(xí)和工作中，我將能夠更好地運(yùn)用Hive來處理和分析大規(guī)模數(shù)據(jù)集。

附：以上文中的數(shù)據(jù)文件及相關(guān)資源下載地址：
鏈接：https://pan.quark.cn/s/b0f6f0d06704
提取碼：PNp2