HCatalog - 安装
所有 Hadoop 子项目(如 Hive、Pig 和 HBase)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 随 Hive 安装一起提供。因此，请按照以下步骤安装 Hive，这将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检查您的系统上是否已安装 Java −
$ java –version
如果您的系统上已安装 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)
如果您的系统上未安装 Java，则需要按照以下步骤操作。
步骤 2：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 将下载到您的系统上。
通常，您会在 Downloads 文件夹中找到下载的 Java 文件。使用以下命令验证它并提取 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
为了让所有用户都可以使用 Java，您必须将其移动到位置"/usr/local/"。打开 root，然后输入以下命令。
$ 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。
步骤 3：验证 Hadoop 安装
在安装 Hive 之前，必须在系统上安装 Hadoop。让我们使用以下命令验证 Hadoop 安装 −
$ hadoop version
如果您的系统上已安装 Hadoop，那么您将获得以下响应 −
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 −
步骤 4：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
步骤 5：以伪分布式模式安装 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 值替换为系统中 Java 的位置来重置 hadoop-env.sh 文件中的 Java 环境变量。
export JAVA_HOME=/usr/local/jdk1.7.0_71
下面给出了您必须编辑以配置 Hadoop 的文件列表。
core-site.xml
core-site.xml 文件包含用于 Hadoop 实例的端口号、分配给文件系统的内存、用于存储数据的内存限制以及大小等信息读/写缓冲区。
打开 core-site.xml 并在 <configuration> 和 </configuration> 标签之间添加以下属性。
<configuration>
<property>
<name>fs.default.name</name>
<value>hdfs://localhost:9000</value>
</property>
</configuration>
hdfs-site.xml
hdfs-site.xml 文件包含复制数据的值、namenode 路径以及本地文件系统的数据节点路径等信息。它表示您要存储 Hadoop 基础架构的位置。
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
打开此文件并在该文件中的 <configuration>、</configuration> 标签之间添加以下属性。
<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
此文件用于将 yarn 配置到 Hadoop。打开 yarn-site.xml 文件，并在此文件中的 <configuration>、</configuration> 标签之间添加以下属性。
<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，并在该文件中的 <configuration>、</configuration> 标签之间添加以下属性。
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration>
步骤 6：验证 Hadoop 安装
下面的步骤用于验证 Hadoop 安装。
Namenode 设置
使用命令"hdfs namenode -format"设置名称节点，如下所示 −
$ 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 Yarn 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 的默认端口号为 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程序
访问集群所有应用程序的默认端口号为 8088。使用以下 URL 访问此服务。
http://localhost:8088/
完成 Hadoop 的安装后，继续进入下一步并在您的系统上安装 Hive。
步骤 7：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 http://apache.petsads.us/hive/hive-0.14.0/ 下载它。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，您将看到以下响应 −
apache-hive-0.14.0-bin.tar.gz
步骤 8：安装 Hive
在您的系统上安装 Hive 需要以下步骤。我们假设 Hive 存档已下载到 /Downloads 目录中。
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
下载成功后，您将看到以下响应 −
apache-hive-0.14.0-bin apache-hive-0.14.0-bin.tar.gz
将文件复制到 /usr/local/hive 目录
我们需要从超级用户"su -"复制文件。以下命令用于将文件从解压的目录复制到"/usr/local/hive"目录。
$ su - passwd: # cd /home/user/Download # mv apache-hive-0.14.0-bin /usr/local/hive # exit
设置 Hive 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
步骤 9：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
通过附加以下行编辑 hive-env.sh 文件 −
export HADOOP_HOME=/usr/local/hadoop
这样，Hive 安装就完成了。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：下载并安装 Apache Derby
按照下面给出的步骤下载并安装 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
下载成功后，您将看到以下响应 −
db-derby-10.4.2.0-bin.tar.gz
提取和验证 Derby 存档
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
下载成功后，您将看到以下响应 −
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 -"进行复制。以下命令用于将文件从解压的目录复制到 /usr/local/derby 目录 −
$ su - passwd: # cd /home/user # mv db-derby-10.4.2.0-bin /usr/local/derby # exit
设置 Derby 环境
您可以通过将以下行附加到 ~/.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
创建Metastore目录
在$DERBY_HOME目录中创建一个名为data的目录，用于存储Metastore数据。
$ mkdir $DERBY_HOME/data
Derby安装和环境设置现已完成。
步骤 11：配置Hive Metastore
配置Metastore意味着向Hive指定数据库的存储位置。您可以通过编辑 hive-site.xml 文件(位于 $HIVE_HOME/conf 目录中)来执行此操作。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 <configuration> 和 </configuration> 标记之间附加以下行 −
<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的文件并在其中添加以下几行 −
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
步骤 12：验证 Hive 安装
在运行Hive之前，您需要在HDFS中创建/tmp文件夹和一个单独的Hive文件夹。 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 之前将它们设置到 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，您将看到以下响应 −
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>
步骤 13：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
