HCatalog教程

HCatalog 安装

Hive、Pig、HBase 等所有 Hadoop 子项目都支持 Linux 操作系统。因此，您需要在系统上安装 Linux 版本。 HCatalog 于 2013 年 3 月 26 日与 Hive 安装合并。从 Hive-0.11.0 版本开始，HCatalog 附带 Hive 安装。因此，请按照以下步骤安装 Hive，它会自动在您的系统上安装 HCatalog。

步骤 1：验证 JAVA 安装

在安装 Hive 之前，必须在您的系统上安装 Java。您可以使用以下命令来检查您的系统上是否已经安装了 Java-

$ java –version

如果您的系统上已经安装了 Java，您将看到以下响应-

java version "1.7.0_71"
Java(TM) SE Runtime Environment (build 1.7.0_71-b13)
Java HotSpot(TM) Client VM (build 25.0-b02, mixed mode)

如果您的系统上没有安装 Java，那么您需要按照下面给出的步骤进行操作。

第 2 步：安装 Java

通过访问以下链接下载 Java（JDK <最新版本> -X64.tar.gz）http://www.oracle.com/

然后 jdk-7u71-linux-x64.tar.gz 将被下载到您的系统上。

通常您会在下载文件夹中找到下载的 Java 文件。验证它并使用以下命令提取 jdk-7u71-linux-x64.gz 文件。

$ cd Downloads/
$ ls
jdk-7u71-linux-x64.gz
$ tar zxf jdk-7u71-linux-x64.gz
$ ls
jdk1.7.0_71 jdk-7u71-linux-x64.gz

要使所有用户都可以使用 Java，您必须将其移动到"/usr/local/"位置。打开 root，然后键入以下命令。

$ su
password:
# mv jdk1.7.0_71 /usr/local/
# exit

要设置 PATH 和 JAVA_HOME 变量，请将以下命令添加到 ~/.bashrc 文件中。

export JAVA_HOME=/usr/local/jdk1.7.0_71
export PATH=PATH:$JAVA_HOME/bin

现在使用终端中的命令 java-version 验证安装，如上所述。

第 3 步：验证 Hadoop 安装

在安装 Hive 之前，必须在您的系统上安装 Hadoop。让我们使用以下命令验证 Hadoop 安装-

$ hadoop version

如果您的系统上已经安装了 Hadoop，那么您将得到以下响应-

Hadoop 2.4.1
Subversion https://svn.apache.org/repos/asf/hadoop/common-r 1529768
Compiled by hortonmu on 2013-10-07T06:28Z
Compiled with protoc 2.5.0
From source with checksum 79e53ce7994d1628b240f09af91e1af4

如果您的系统上未安装 Hadoop，请继续执行以下步骤-

第 4 步：下载 Hadoop

使用以下命令从 Apache Software Foundation 下载并提取 Hadoop 2.4.1、

$ su
password:
# cd /usr/local
# wget http://apache.claz.org/hadoop/common/hadoop-2.4.1/
hadoop-2.4.1.tar.gz
# tar xzf hadoop-2.4.1.tar.gz
# mv hadoop-2.4.1/* to hadoop/
# exit

第五步：在伪分布式模式下安装Hadoop

以下步骤用于以伪分布式模式安装 Hadoop 2.4.1。

设置 Hadoop

您可以通过将以下命令附加到 ~/.bashrc 文件来设置 Hadoop 环境变量。

export HADOOP_HOME=/usr/local/hadoop
export HADOOP_MAPRED_HOME=$HADOOP_HOME
export HADOOP_COMMON_HOME=$HADOOP_HOME
export HADOOP_HDFS_HOME=$HADOOP_HOME
export YARN_HOME=$HADOOP_HOME 
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
export PATH=$PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin

现在将所有更改应用到当前运行的系统中。

$ source ~/.bashrc

Hadoop 配置

您可以在"$HADOOP_HOME/etc/hadoop"位置找到所有 Hadoop 配置文件。您需要根据您的 Hadoop 基础架构对这些配置文件进行适当的更改。

$ cd $HADOOP_HOME/etc/hadoop

为了使用 Java 开发 Hadoop 程序，您必须通过将 JAVA_HOME 值替换为 Java 的位置来重置 hadoop-env.sh 文件中的 Java 环境变量在您的系统中。

export JAVA_HOME=/usr/local/jdk1.7.0_71

以下是您必须编辑以配置 Hadoop 的文件列表。

核心站点.xml

core-site.xml 文件包含诸如用于 Hadoop 实例的端口号、为文件系统分配的内存、用于存储数据的内存限制以及读/写大小等信息缓冲区。

打开 core-site.xml 并在和标记之间添加以下属性。

<configuration>
   <property>
      <name>fs.default.name</name>
      <value>hdfs://localhost:9000</value>
   </property>
</configuration>

hdfs-site.xml

hdfs-site.xml 文件包含诸如复制数据的值、namenode 路径和本地文件系统的 datanode 路径等信息。它意味着您要存储 Hadoop 基础架构的地方。

让我们假设以下数据。

dfs.replication (data replication value) = 1
(In the following path /hadoop/ is the user name.
hadoopinfra/hdfs/namenode is the directory created by hdfs file system.)
namenode path = //home/hadoop/hadoopinfra/hdfs/namenode
(hadoopinfra/hdfs/datanode is the directory created by hdfs file system.)
datanode path = //home/hadoop/hadoopinfra/hdfs/datanode

打开此文件并在此文件的、标记之间添加以下属性。

<configuration>
   <property>
      <name>dfs.replication</name>
      <value>1</value>
   </property> 
   
   <property>
      <name>dfs.name.dir</name>
      <value>file:///home/hadoop/hadoopinfra/hdfs/namenode</value> 
   </property> 
   <property>
      <name>dfs.data.dir</name>
      <value>file:///home/hadoop/hadoopinfra/hdfs/datanode</value> 
   </property>
</configuration>

注意-在上述文件中，所有属性值都是用户定义的，您可以根据您的 Hadoop 基础架构进行更改。

yarn-site.xml

该文件用于将yarn配置到Hadoop中。打开 yarn-site.xml 文件并在此文件的、标记之间添加以下属性。

<configuration>
   <property>
      <name>yarn.nodemanager.aux-services</name>
      <value>mapreduce_shuffle</value>
   </property>
</configuration>

mapred-site.xml

此文件用于指定我们使用的 MapReduce 框架。默认情况下，Hadoop 包含一个yarn-site.xml 模板。首先，您需要使用以下命令将文件从 mapred-site,xml.template 复制到 mapred-site.xml 文件。

$ cp mapred-site.xml.template mapred-site.xml

打开 mapred-site.xml 文件并在此文件的、标记之间添加以下属性。

<configuration>
   <property>
      <name>mapreduce.framework.name</name>
      <value>yarn</value>
   </property>
</configuration>

第 6 步：验证 Hadoop 安装

以下步骤用于验证 Hadoop 安装。

Namenode 设置

使用命令"hdfs namenode-format"设置namenode如下-

$ cd ~
$ hdfs namenode-format

预期结果如下-

10/24/14 21:30:55 INFO namenode.NameNode: STARTUP_MSG:
/************************************************************
STARTUP_MSG: Starting NameNode
STARTUP_MSG: host = localhost/192.168.1.11
STARTUP_MSG: args = [-format]
STARTUP_MSG: version = 2.4.1
...
...
10/24/14 21:30:56 INFO common.Storage: Storage directory
/home/hadoop/hadoopinfra/hdfs/namenode has been successfully formatted.
10/24/14 21:30:56 INFO namenode.NNStorageRetentionManager: Going to retain 1
images with txid >= 0 10/24/14 21:30:56 INFO util.ExitUtil: Exiting with status 0
10/24/14 21:30:56 INFO namenode.NameNode: SHUTDOWN_MSG:
/************************************************************
SHUTDOWN_MSG: Shutting down NameNode at localhost/192.168.1.11
************************************************************/

验证 Hadoop DFS

以下命令用于启动 DFS。执行此命令将启动您的 Hadoop 文件系统。

$ start-dfs.sh

预期输出如下-

10/24/14 21:37:56 Starting namenodes on [localhost]
localhost: starting namenode, logging to
/home/hadoop/hadoop-2.4.1/logs/hadoop-hadoop-namenode-localhost.out localhost:
starting datanode, logging to
   /home/hadoop/hadoop-2.4.1/logs/hadoop-hadoop-datanode-localhost.out
Starting secondary namenodes [0.0.0.0]

验证纱线脚本

以下命令用于启动 Yarn 脚本。执行此命令将启动您的 Yarn 守护进程。

$ start-yarn.sh

预期输出如下-

starting yarn daemons
starting resourcemanager, logging to /home/hadoop/hadoop-2.4.1/logs/
yarn-hadoop-resourcemanager-localhost.out
localhost: starting nodemanager, logging to
   /home/hadoop/hadoop-2.4.1/logs/yarn-hadoop-nodemanager-localhost.out

在浏览器上访问 Hadoop

访问 Hadoop 的默认端口号是 50070。使用以下 URL 在浏览器上获取 Hadoop 服务。

http://localhost:50070/

验证集群的所有应用

访问集群所有应用的默认端口号为8088、使用以下网址访问该服务。

http://localhost:8088/

完成 Hadoop 的安装后，继续下一步并在您的系统上安装 Hive。

第 7 步：下载 Hive

我们在本教程中使用 hive-0.14.0。您可以通过访问以下链接下载它 http://apache.petsads.us/hive/hive-0.14.0/。让我们假设它被下载到 /Downloads 目录中。在这里，我们为本教程下载名为" apache-hive-0.14.0-bin.tar.gz"的 Hive 存档。以下命令用于验证下载-

$ cd Downloads
$ ls

成功下载后，您会看到以下响应-

apache-hive-0.14.0-bin.tar.gz

第 8 步：安装 Hive

在您的系统上安装 Hive 需要执行以下步骤。假设 Hive 存档已下载到 /Downloads 目录。

提取和验证 Hive 存档

以下命令用于验证下载并提取 Hive 存档-

$ tar zxvf apache-hive-0.14.0-bin.tar.gz
$ ls

成功下载后，您会看到以下响应-

apache-hive-0.14.0-bin apache-hive-0.14.0-bin.tar.gz

复制文件到/usr/local/hive目录

我们需要从超级用户"su-"复制文件。下面的命令用于将文件从解压目录复制到 /usr/local/hive"目录。

$ su-
passwd:
# cd /home/user/Download
# mv apache-hive-0.14.0-bin /usr/local/hive
# exit

为 Hive 设置环境

您可以通过将以下几行附加到 ~/.bashrc 文件来设置 Hive 环境-

export HIVE_HOME=/usr/local/hive
export PATH=$PATH:$HIVE_HOME/bin
export CLASSPATH=$CLASSPATH:/usr/local/Hadoop/lib/*:.
export CLASSPATH=$CLASSPATH:/usr/local/hive/lib/*:.

以下命令用于执行~/.bashrc文件。

$ source ~/.bashrc

第 9 步：配置 Hive

要使用 Hadoop 配置 Hive，您需要编辑 hive-env.sh 文件，该文件位于 $HIVE_HOME/conf 目录中。以下命令重定向到 Hive config 文件夹并复制模板文件-

$ cd $HIVE_HOME/conf
$ cp hive-env.sh.template hive-env.sh

通过附加以下行来编辑 hive-env.sh 文件-

export HADOOP_HOME=/usr/local/hadoop

到此，Hive 安装完成。现在您需要一个外部数据库服务器来配置 Metastore。我们使用 Apache Derby 数据库。

步骤 10：下载和安装 Apache Derby

按照下面给出的步骤下载和安装 Apache Derby-

下载 Apache Derby

以下命令用于下载Apache Derby。下载需要一些时间。

$ cd ~
$ wget http://archive.apache.org/dist/db/derby/db-derby-10.4.2.0/db-derby-10.4.2.0-bin.tar.gz

以下命令用于验证下载-

$ ls

成功下载后，您会看到以下响应-

db-derby-10.4.2.0-bin.tar.gz

提取和验证德比档案

以下命令用于提取和验证 Derby 存档-

$ tar zxvf db-derby-10.4.2.0-bin.tar.gz
$ ls

成功下载后，您会看到以下响应-

db-derby-10.4.2.0-bin db-derby-10.4.2.0-bin.tar.gz

将文件复制到/usr/local/derby 目录

我们需要从超级用户"su-"复制。以下命令用于将文件从解压目录复制到 /usr/local/derby目录-

$ su-
passwd:
# cd /home/user
# mv db-derby-10.4.2.0-bin /usr/local/derby
# exit

为德比设置环境

您可以通过将以下几行附加到 ~/.bashrc 文件来设置 Derby 环境-

export DERBY_HOME=/usr/local/derby
export PATH=$PATH:$DERBY_HOME/bin
export CLASSPATH=$CLASSPATH:$DERBY_HOME/lib/derby.jar:$DERBY_HOME/lib/derbytools.jar

以下命令用于执行 ~/.bashrc文件-

$ source ~/.bashrc

为 Metastore 创建目录

在 $DERBY_HOME 目录中创建一个名为 data 的目录来存储 Metastore 数据。

$ mkdir $DERBY_HOME/data

Derby 安装和环境设置 i现在完成了。

第 11 步：配置 Hive Metastore

配置 Metastore 意味着向 Hive 指定存储数据库的位置。您可以通过编辑 $HIVE_HOME/conf 目录中的 hive-site.xml 文件来完成此操作。首先，使用以下命令复制模板文件-

$ cd $HIVE_HOME/conf
$ cp hive-default.xml.template hive-site.xml

编辑 hive-site.xml 并在和标签之间附加以下几行-

<property>
   <name>javax.jdo.option.ConnectionURL</name>
   <value>jdbc:derby://localhost:1527/metastore_db;create = true</value>
   <description>JDBC connect string for a JDBC metastore</description>
</property>

创建一个名为 jpox.properties 的文件并将以下几行添加到其中-

javax.jdo.PersistenceManagerFactoryclass = org.jpox.PersistenceManagerFactoryImpl
org.jpox.autoCreateSchema = false
org.jpox.validateTables = false
org.jpox.validateColumns = false
org.jpox.validateConstraints = false
org.jpox.storeManagerType = rdbms
org.jpox.autoCreateSchema = true
org.jpox.autoStartMechanismMode = checked
org.jpox.transactionIsolation = read_committed
javax.jdo.option.DetachAllOnCommit = true
javax.jdo.option.NontransactionalRead = true
javax.jdo.option.ConnectionDriverName = org.apache.derby.jdbc.ClientDriver
javax.jdo.option.ConnectionURL = jdbc:derby://hadoop1:1527/metastore_db;create = true
javax.jdo.option.ConnectionUserName = APP
javax.jdo.option.ConnectionPassword = mine

第 12 步：验证 Hive 安装

在运行 Hive 之前，您需要在 HDFS 中创建 /tmp 文件夹和单独的 Hive 文件夹。在这里，我们使用 /user/hive/warehouse 文件夹。您需要为这些新创建的文件夹设置写权限，如下所示-

chmod g+w

现在在验证 Hive 之前将它们设置在 HDFS 中。使用以下命令-

$ $HADOOP_HOME/bin/hadoop fs-mkdir /tmp
$ $HADOOP_HOME/bin/hadoop fs-mkdir /user/hive/warehouse
$ $HADOOP_HOME/bin/hadoop fs-chmod g+w /tmp
$ $HADOOP_HOME/bin/hadoop fs-chmod g+w /user/hive/warehouse

以下命令用于验证 Hive 安装-

$ cd $HIVE_HOME
$ bin/hive

成功安装 Hive 后，您会看到以下响应-

Logging initialized using configuration in 
   jar:file:/home/hadoop/hive-0.9.0/lib/hive-common-0.9.0.jar!/
hive-log4j.properties Hive history
   =/tmp/hadoop/hive_job_log_hadoop_201312121621_1494929084.txt
………………….
hive>

您可以执行以下示例命令来显示所有表-

hive> show tables;
OK Time taken: 2.798 seconds
hive>

第 13 步：验证 HCatalog 安装

使用以下命令为HCatalog Home设置系统变量 HCAT_HOME。

export HCAT_HOME = $HiVE_HOME/HCatalog

使用以下命令验证 HCatalog 安装。

cd $HCAT_HOME/bin
./hcat

如果安装成功，您将看到以下输出-

SLF4J: Actual binding is of type [org.slf4j.impl.Log4jLoggerFactory]
usage: hcat {-e "<query>" |-f "<filepath>" } 
   [-g "<group>" ] [-p "<perms>" ] 
   [-D"<name> = <value>" ]
   
-D <property = value>    use hadoop value for given property
-e <exec>                hcat command given from command line
-f <file>                hcat commands in file
-g <group>               group for the db/table specified in CREATE statement
-h,--help                Print help information
-p <perms>               permissions for the db/table specified in CREATE statement

找工作要求35岁以下，35岁以上的程序员都干什么去了？

长久以来，一直有一个问题困扰着技术人——如何打破“程序员的35岁职业魔咒”，这一天迟早会到来，或早或晚。

或许是选错了行业，程序员薪水虽高，但光鲜的外表下，背后的苦衷只有自己知道。三十多岁本该是一个人事业的黄金期，但技术变化日新月异，行业竞争异常残酷，对一个企业来说，永远有比你更年轻、劳动成本更低的人可以选择，这让你的中年危机提前到来。破局的智慧可以看看这本书！>>

<< HCatalog 教程 HCatalog CLI >>

昵称：邮箱：