大数据学习序列之五 —– Hive整合HBase图文详解

三、Hadoop的条件布置

Hadoop的切实安排在大数量学习体系之一 —–
Hadoop环境搭建(单机)

中介绍得很详细了。所以本文就大致介绍一下。
注:具体安排以友好的为准。

sudo
dd if=ubuntu-14.04.4-server-amd64.iso of=/dev/sdb bs=16M 

添加 数据驱动包

由于Hive 默认自带的数据库是运用mysql,所以这块就是用mysql
将mysql 的驱动包 上盛传 /opt/hive/hive2.1/lib

Ubuntu
14.04的装置过程基本同步默认即可,只在磁盘分区时依照内存和硬盘的动静举行配置,示例如下图。

3.2.2修改 hadoop-env.sh

输入:

vim hadoop-env.sh

将${JAVA_HOME} 修改为自己的JDK路径

export   JAVA_HOME=${JAVA_HOME}

修改为:

export   JAVA_HOME=/home/java/jdk1.8

图片 1

2,配置文件更改

先切换到 /home/hadoop/hadoop2.8/etc/hadoop/ 目录下

创建好的Ubuntu的U盘安装盘,消息如下,

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

图片 2

二、服务器的相关安排

在配置Hadoop+Hive+HBase以前,应该先做一下配备。
做这个安排为了方便,使用root权限。

如上图所示,Win32DiskImager的行使异常简单,采纳镜像文件,点击write按钮即可。其打造出来的安装盘与Linux下使用dd命令制作出的基本一致。美中不足的是,程序打开时会弹出一个失误音讯,如下图所示。选中镜像文件后,主窗口会最小化。但这都不影响使用。

四、Hive的条件布置

Hive环境的实际配置在自家的这篇大数目学习序列之四 —–
Hadoop+Hive环境搭建图文详解(单机)

以及介绍得很详细了。本篇就大概介绍下。

http://forum.ubuntu.com.cn/viewtopic.php?f=77&t=475389&view=next

hive外部表测试

先在hbase中建一张t_student_info表,添加三个列族
然后查看表结构
输入:

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

图片 3

下一场在hive中开创外部表
表达:创造外部表要使用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");

图片 4

然后在t_student_info 中添加多少

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'

图片 5

接下来在hive中询问该表
输入:

select * from t_student_info;

图片 6

查询到数量将来,然后将t_student 和t_student_info举行关联查询。
输入:

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

图片 7
证实:通过涉及查询,能够得出表之间是足以提到查询的。可是分明看出hive
使用默认的mapreduce 作为引擎是多么的慢。。。

另外评释:
出于投机的虚拟机配置实在太渣,固然调大reduce内存,限制每个reduce处理的数据量,仍旧万分,最终没办法使用集团的测试服务开展测试。
在询问一张表的时候,hive没有应用引擎,因而相对比较快,如果是开展了涉及查询之类的,就会动用引擎,由于hive默认的发动机是mr,所以会很慢,也和布置有早晚关系,hive2.x之后官方就不提出采纳mr了。

正文到此停止,谢谢阅读!
版权表明:
作者:虚无境
新浪出处:http://www.cnblogs.com/xuwujing
CSDN出处:http://blog.csdn.net/qazwsxpcm    
村办博客出处:http://www.panchengming.com
原创不易,转载请标明出处,谢谢!

图片 8

1,环境布置

因为Hive与HBase整合的实现是运用两者本身对外的API接口相互通信来完成的,其切实工作交由Hive的lib目录中的hive-hbase-handler-.jar工具类来实现。所以只需要将hive的
hive-hbase-handler-
.jar 复制到hbase/lib中就可以了。
切换到hive/lib目录下
输入:

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

图片 9
注:
要是在hive整合hbase中,出现版本之类的问题,那么以hbase的版本为主,将hbase中的jar包覆盖hive的jar包。

为了用U盘安装Ubuntu,得先有一个Linux,这要求有点怪,也容易掉入逻辑的陷阱。因而,在Windows下通过Win32DiskImager工具软件制作Ubuntu的U盘安装盘,更为客观常用。

6.2.2数码同步测试

进入hbase之后
在t_student中添加两条数据 然后查询该表

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

图片 10

然后切换来hive中
查询该表
输入:

select * from t_student;

图片 11

接下来在hive中删去该表
注:因为做测试要看结果,所以将表删除了。倘使同学们要做测试的话,是从未必要删除该表的,因为在末端还会选用该表。

然后查看hive和hbase中的表是否删除了
输入:

drop table t_student;

图片 12

图片 13
通过这多少个可以见到hive和hbase之间的数码成功同步!

Ubuntu系统装置到位后,依照《单机搭建Android开发环境(二)》介绍的步子举行连锁的安排,为搭建Android6.0编译环境做准备。

修改 hive-env.sh

修改hive-env.sh 文件,没有就复制 hive-env.sh.template
,相提并论命名为hive-env.sh

在这多少个布局文件中添加

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

可经过df命令查看U盘对应的配备文件名,但需注意,of不是/dev/sdb4,而是/dev/sdb。

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>

图片 14

一、环境采纳

图片 15

1,更改主机名

第一更改主机名,目的是为了方便管理。
输入:

hostname 

查阅本机的名称
接下来改成主机名为master
输入:

hostnamectl set-hostname master

注:主机名称改变之后,要重启(reboot)才会收效。

用U盘安装Ubuntu,需制作一个Ubuntu的U盘安装盘,最为有利和保险的制作方法是在Linux系统下选取dd命令,具体如下,

修改 hbase-site.xml

编写hbase-site.xml 文件,在抬高如下配置

<!-- 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>

证实:hbase.rootdir:那多少个目录是region server的共享目录,用来持久化Hbase
。hbase.cluster.distributed
:Hbase的运作形式。false是单机情势,true是分布式形式。若为false,Hbase和Zookeeper会运行在同一个JVM里面。

 参考资料:

6.2.1在hive中创建映射hbase的表

在hive中开创一个映射hbase的表,为了方便,设置两边的表名都为t_student,存储的表也是以此。
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表中的名称,第二个t_student是概念在hbase的table名称
,第三个t_student 是储存数据表的称谓(“hbase.mapred.output.outputtable”
= “t_student”这么些可以不要,表数据就存储在第二个表中了) 。
(id int,name string)
这些是hive表结构。如若要加进字段,就以这种格式增加。倘若要扩充字段的诠释,那么在字段前边添加comment
‘你要描述的’。
例如:
create table t_student(id int comment ‘StudentId’,name string comment
‘StudentName’)
org.apache.hadoop.hive.hbase.HBaseStorageHandler 这么些是指定的存储器。
hbase.columns.mapping 是概念在hbase的列族。
比如:st1就是列族,name就是列。在hive中开创表t_student,这些表包括六个字段(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。

表成功开创之后
在hive、hbase分别中查看表和表结构
hive中输入

show tables;
describe t_student;

hbase输入:

list
describe ‘t_student’

图片 16

图片 17
可以看出表已经成功的创造了

使用Win32DiskImager制作U盘安装盘后,可应用分区援手回复分区和容量。

引言

在上一篇 大数目学习体系之四 —–
Hadoop+Hive环境搭建图文详解(单机)

和以前的大数目学习系列之二 —–
HBase环境搭建(单机)

中打响搭建了Hive和HBase的环境,并举办了对应的测试。本文重要讲的是什么将Hive和HBase举办整合。

图片 18

4,时间设置

查阅当前些天子
输入:

date

查看服务器时间是不是一律,若不一样则转移
更改时间命令

date -s ‘MMDDhhmmYYYY.ss’

图片 19

3.2.4 修改mapred-site.xml

倘若没有 mapred-site.xml
该文件,就复制mapred-site.xml.template文件不分畛域命名为mapred-site.xml。
输入:

vim mapred-site.xml

修改那个新建的mapred-site.xml文件,在节点内参预配置:

<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>

此外,使用UltraISO软碟通和Universal
USB
Installer制作的U盘安装盘在设置过程中都辈出了问题。其中使用UltraISO软碟通制作的U盘,在安装过程中会出现”Detect
and mount CD-ROM”的失实,具体音讯为”Your installation CD-ROM couldn’t be
mounted. This probably means that the CD-ROM was not in the drive. If so
you can insert it and try again.Retry mounting the
CD-ROM”。网上有介绍通过一多重的通令操作好似可以解决该问题,但有点麻烦,丢弃尝试。使用Universal
USB Installer制作的U盘,在设置过程中会出现”Choose a mirror of the Ubuntu
archive”,而非正常的本地安装的流水线,最后也丢弃。

Hive和HBase的通信意图

Hive与HBase整合的落实是行使两者本身对外的API接口相互通信来成功的,其现实做事交由Hive的lib目录中的hive-hbase-handler-*.jar工具类来贯彻,通信原理如下图所示。
图片 20

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>

Hive整合HBase后的应用情状:

(一)通过Hive把多少加载到HBase中,数据源能够是文件也足以是Hive中的表。
(二)通过结合,让HBase襄助JOIN、GROUP等SQL查询语法。
(三)通过整合,不仅可形成HBase的多寡实时查询,也可以采取Hive查询HBase中的数据形成复杂的数量解析。

2,配置拔取

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)

2,做IP和主机名的投射

修改hosts文件,做涉嫌映射
输入

vim /etc/hosts

添加
长机的ip 和 主机名称

192.168.238.128 master

修改 hbase-env.sh

编纂 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

注明:配置的路线以自己的为准。HBASE_MANAGES_ZK=false
是不启用HBase自带的Zookeeper集群。

1,环境变量设置

编辑 /etc/profile 文件 :

vim /etc/profile

安排文件:

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

3,Hadoop启动

启航在此之前需要先格式化
切换到/home/hadoop/hadoop2.8/bin目录下
输入:

./hadoop  namenode  -format

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

start-dfs.sh
start-yarn.sh

开端成功后,输入jsp查看是否启动成功
在浏览器输入 ip+8088 和ip +50070 界面查看是否能访问
能正确访问则启动成功

五、HBase的条件布置

HBase环境的有血有肉安排在我的这篇大数据学习连串之二 —–
HBase环境搭建(单机)

以及介绍得很详细了。本篇就大概介绍下。

5,全部的环境布置

/etc/profile 的共同体布局

#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

图片 21

注:具体的配置以祥和的为准,没有的绝不配置。

2,hive和hbase测试

在开展测试的时候,确保hadoop、hbase、hive环境已经成功搭建好,并且都事业有成启动了。
打开xshell的五个指令窗口
一个进去hive,一个进去hbase

六、Hive整合HBase的环境布置以及测试

3,关闭防火墙

闭馆防火墙,方便访问。
CentOS 7版本以下输入:
闭馆防火墙

service   iptables stop

CentOS 7 以上的版本输入:

systemctl stop firewalld.service

1,服务器采取

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

修改hive-site.xml

切换到 /opt/hive/hive2.1/conf 目录下
将hive-default.xml.template 拷贝一份,相提并论命名为hive-site.xml
下一场编辑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>

接下来将配置文件中保有的

${system:java.io.tmpdir}

更改为 /opt/hive/tmp (假若没有该公文则开创),
并将此文件夹赋予读写权限,将
${system:user.name}
更改为 root

例如:
变动往日的:
图片 22
转移之后:
图片 23

配置图:
图片 24

注: 由于hive-site.xml
文件中的配置过多,可以因而FTP将它下载下来进行编辑。也可以直接配备自己所需的,其他的可以去除。
MySQL的接连地址中的master是主机的别名,可以换成ip。

6.2.3关系查询测试

发表评论

电子邮件地址不会被公开。 必填项已用*标注