专业的网站搭建多少钱/关键词查询网站
测试环境下Hive总出问题,metastore的配置有问题。抽了点时间,把Hive的meta数据几种存储方式都配置了下。Hive的meta 数据支持以下三种存储方式,其中两种属于本地存储,一种为远端存储。远端存储比较适合生产环境。Hive官方wiki详细介绍了这三种方式,链接为:Hive Metastore 。
一、使用derby数据库存储元数据。
这种方式是最简单的存储方式,只需要在hive-default.xml或hive-site.xml做如下配置便可。
01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 | < property > < name >javax.jdo.option.ConnectionURL</ name > < value >jdbc:derby:;databaseName=metastore_db;create=true</ value > </ property > < property > < name >javax.jdo.option.ConnectionDriverName</ name > < value >org.apache.derby.jdbc.EmbeddedDriver</ value > </ property > < property > < name >hive.metastore.local</ name > < value >true</ value > </ property > < property > < name >hive.metastore.warehouse.dir</ name > < value >/user/hive/warehouse</ value > </ property > < property > < name >hive.metastore.warehouse.dir</ name > < value >/user/hive/warehouse</ value > </ property > |
使用derby存储方式时,运行hive会在当前目录生成一个derby文件和一个metastore_db目录。这种存储方式的弊端是在同一个目录下同时只能有一个hive客户端能使用数据库,否则会提示如下错误(这是一个很常见的错误)。
1 2 3 4 5 | hive> show tables; FAILED: Error in metadata: javax.jdo.JDOFatalDataStoreException: Failed to start database 'metastore_db', see the next exception for details. NestedThrowables: java.sql.SQLException: Failed to start database 'metastore_db', see the next exception for details. FAILED: Execution Error, return code 1 from org.apache.hadoop.hive.ql.exec.DDLTask |
二、使用本机mysql服务器存储元数据。这种存储方式需要在本地运行一个mysql服务器,并作如下配置(下面两种使用mysql的方式,需要将mysql的jar包拷贝到$HIVE_HOME/lib目录下)。
01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 | < property > < name >hive.metastore.warehouse.dir</ name > < value >/user/hive_remote/warehouse</ value > </ property > < property > < name >hive.metastore.local</ name > < value >true</ value > </ property > < property > < name >javax.jdo.option.ConnectionURL</ name > < value >jdbc:mysql://localhost/hive_remote?createDatabaseIfNotExist=true</ value > </ property > < property > < name >javax.jdo.option.ConnectionDriverName</ name > < value >com.mysql.jdbc.Driver</ value > </ property > < property > < name >javax.jdo.option.ConnectionUserName</ name > < value >root</ value > </ property > < property > < name >javax.jdo.option.ConnectionPassword</ name > < value >dandan</ value > </ property > |
三、使用远端mysql服务器存储元数据。这种存储方式需要在远端服务器运行一个mysql服务器,并且需要在Hive服务器启动meta服务。
1)Hive服务器端配置如下。
01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22 23 | < property > < name >hive.metastore.warehouse.dir</ name > < value >/user/hive_remote/warehouse</ value > </ property > < name >javax.jdo.option.ConnectionURL</ name > < value >jdbc:mysql://localhost/hive_remote?createDatabaseIfNotExist=true</ value > </ property > < property > < name >javax.jdo.option.ConnectionDriverName</ name > < value >com.mysql.jdbc.Driver</ value > </ property > < property > < name >javax.jdo.option.ConnectionUserName</ name > < value >root</ value > </ property > < property > < name >javax.jdo.option.ConnectionPassword</ name > < value >dandan</ value > </ property > |
2)Hive客户端配置如下。
01 02 03 04 05 06 07 08 09 10 11 12 13 14 | < property > < name >hive.metastore.warehouse.dir</ name > < value >/user/hive_remote/warehouse</ value > </ property > < property > < name >hive.metastore.local</ name > < value >false</ value > </ property > < property > < name >hive.metastore.uris</ name > < value >thrift://localhost:9083</ value > </ property > |
3)服务进程启动如下,默认监听的端口是9083(Hive版本低于0.5的才这样启动)。
1 | henshao@henshao-desktop:~/hive-0.3.99.1/conf$ $JAVA_HOME/bin/java -Xmx1024m -Dlog4j.configuration=file://$HIVE_HOME/conf/hive-log4j.properties -Djava.library.path=$HADOOP_HOME/lib/native/Linux-amd64-64/ -cp $CLASSPATH:$HADOOP_HOME/hadoop-0.19.2-core.jar org.apache.hadoop.hive.metastore.HiveMetaStore |
这里配置classpath太麻烦了,要把hadoop和hive的jar包都加到classpath上,手动加容易导致依赖错误。我写了一个简单的脚本,把$HIVE_HOME/lib下的jar全部连起来,用冒号分隔开。脚本代码如下。
01 02 03 04 05 06 07 08 09 10 11 12 13 | #!/bin/bash CLASSPATH=. for dir in $* do for file in ` ls $ dir ` do CLASSPATH=$CLASSPATH:$ dir /$ file done done echo $CLASSPATH |
运行时,只需要输入”./generate_classpath.sh $HIVE_HOME/lib”便可。然后将生成的字符串贴到.bashrc中,赋给CLASSPATH变量。
hive启动时有一个选项”–config”可以指定包含启动客户端用的配置文件的目录,该目录下需要有hive-default.xml或hive-site.xml文件。
1 | hive --config conf_dir |
根据我的实践发现,其实第二种方法也可以将Hive的元数据保存到一台远端服务器上,只要配置好javax.jdo.option.ConnectionURL这个连接串就行。