Hive on CDH4部署、调错及测试

  1. 云栖社区>
  2. 博客>
  3. 正文

Hive on CDH4部署、调错及测试

张包峰 2013-09-29 14:28:00 浏览1056
展开阅读全文

环境介绍

hadoop是cdh4.2.0的版本,搭建见十分钟搭建自己的hadoop2/CDH4集群

hive版本可以是cdh4.2.0的hive-0.10.0,下载包(win直接下载解压会失败,建议linux下wget下载)。也可以是hive-0.9.0(shark-0.7包里自带的amp实验室提供的版本)。两个版本我都尝试了,都是可以的,使用后者这个版本比较低的hive的原因是为了使用shark。

metastore则是一个mysql,只有你有mysql server,随便create 一个 空的database即可。


Hive部署

1. conf下面的hive-default等配置不需要改变,增加hive-site.xml,为其添加如下基本配置

dir相关:

<property>
  <name>hive.metastore.warehouse.dir</name>
  <value>/home/mywork/work/data/hive/warehouse-${user.name}</value>
  <description>location of default database for the warehouse</description>
</property>

<property>
  <name>hive.exec.scratchdir</name>
  <value>/home/mywork/work/data/hive/scratch-${user.name}</value>
  <description>Scratch space for Hive jobs</description>
</property>

<property>
  <name>hive.querylog.location</name>
  <value>/home/mywork/work/data/querylog-${user.name}</value>
  <description>
    Location of Hive run time structured log file
  </description>
</property>
hwi相关:

<property>
  <name>hive.hwi.listen.host</name>
  <value>10.65.17.192</value>
  <description>This is the host address the Hive Web Interface will listen on</description>
</property>
<property>
  <name>hive.hwi.listen.port</name>
  <value>9999</value>
  <description>This is the port the Hive Web Interface will listen on</description>
</property>
<property>
  <name>hive.hwi.war.file</name>
  <value>lib/hive-hwi-0.9.0-amplab-4.war</value>
  <description>This is the WAR file with the jsp content for Hive Web Interface</description>
</property>
jdbc相关:

<property>
  <name>javax.jdo.option.ConnectionURL</name>
  <value>jdbc:mysql://xx.xx.xx.com:8306/hive?createDatabaseIfNotExist=true&useUnicode=true&characterEncoding=utf8
</value>
  <description>JDBC connect string for a JDBC metastore</description>
</property>

<property>
  <name>javax.jdo.option.ConnectionDriverName</name>
  <value>com.mysql.jdbc.Driver</value>
  <description>Driver class name for a JDBC metastore</description>
</property>

<property>
  <name>javax.jdo.option.ConnectionUserName</name>
  <value>xxxx</value>
  <description>username to use against metastore database</description>
</property>

<property>
  <name>javax.jdo.option.ConnectionPassword</name>
  <value>xxxx</value>
  <description>password to use against metastore database</description>
</property>
2. 在HIVE_HOME/lib下要添加mysql-driver

3. HADOOP_HOME如果没有在环境变量里的话,请在conf/hive-env.sh里export

3. 启动hive,可以用bin/hive,但是这样报错无法定位到具体原因,建议使用

./bin/hive -hiveconf hive.root.logger=DEBUG,console
启动,特别是初次使用和建立的metastore,会遇到一些问题。


Debug Hive

bin/hive初次启动hive,执行 select tables; 可能会遇到如下错误:

FAILED: Error in metadata: java.lang.RuntimeException: Unable to instantiate org.apache.hadoop.hive.metastore.HiveMetaStoreClient
FAILED: Execution Error, return code 1 from org.apache.hadoop.hive.ql.exec.DDLTask
使用下面方式启动hive,

./bin/hive -hiveconf hive.root.logger=DEBUG,console
可能会遇到如下问题:

问题一

Transaction level-COMMITTED' in InnoDB is not safe for binlog mode 'STATEMENT'
解决方法,用mysql登录查看hive的metastore数据库,执行

SET GLOBAL binlog_format = 'ROW';
参考资料http://stackoverflow.com/questions/9665535/why-do-i-get-binary-logging-not-possible-on-my-mysql-server

问题二

MySQLSyntaxErrorException: Specified key was too long; max key length is 767 bytes)
解决方法,执行

alter database hive character set latin1;
参考资料http://www.cnblogs.com/Blueren/archive/2011/06/29/Sir_001.html

如遇到其他问题,可能多数是和metastore有关,自行查阅之。


Test Hive

启动自己的hadoop dfs和yarn,启动hive,创建表:

create table test(num int, name string);
如果出错信息为:

Field 'IS_STOREDASSUBDIRECTORIES' doesn't have a default value
解决方法是去hive库里执行

 ALTER TABLE `SDS` ALTER  `IS_STOREDASSUBDIRECTORIES` SET DEFAULT 0;
然后使用examples目录下提供的一些测试数据和脚本,尝试插入数据:

load data local inpath '/home/mywork/work/hive-0.9.0-bin/examples/files/kv1.txt' into table test; 
kv1-kv6共有六份txt,然后执行

select * from test where num > 400;
体验下MR过程有多蛮长吧。。

(我最简单对比了下,hive使用了14s,用shark仅1s,后续针对hive vs shark会有专门的博文)


(全文完)


网友评论

登录后评论
0/500
评论
张包峰
+ 关注