HCatalog - 安装

上一页
下一页

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一个 Linux 版本。HCatalog 已于 2013 年 3 月 26 日与 Hive 安装合并。从 Hive-0.11.0 版本开始，HCatalog 与 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

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。验证它并使用以下命令解压缩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

要使所有用户都能使用 Java，您必须将其移动到“/usr/local/”位置。打开 root，并输入以下命令。

$ 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

如果您的系统上已安装 Hadoop，则您将获得以下响应：

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，则继续执行以下步骤：

步骤 4：下载 Hadoop

使用以下命令从 Apache 软件基金会下载并解压缩 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追加到~/.bashrc 文件中来设置 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正在运行的系统中。

$ 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，您必须在hadoop-env.sh 文件中重置 Java 环境变量，方法是用系统中 Java 的位置替换JAVA_HOME 值。

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

以下是您需要编辑以配置 Hadoop 的文件列表。

core-site.xml

core-site.xml 文件包含诸如 Hadoop 实例使用的端口号、分配给文件系统的内存、存储数据的内存限制以及读/写缓冲区的大小等信息。

打开 core-site.xml 并将以下属性添加到<configuration> 和</configuration> 标记之间。

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

hdfs-site.xml

hdfs-site.xml 文件包含诸如复制数据的值、namenode 路径以及本地文件系统的 datanode 路径等信息。这意味着您要存储 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，并将以下属性添加到此文件中的<configuration>、</configuration> 标记之间。

<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 中。打开 yarn-site.xml 文件，并将以下属性添加到此文件中的<configuration>、</configuration> 标记之间。

<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正在使用哪个 MapReduce 框架。默认情况下，Hadoop 包含 yarn-site.xml 的模板。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 文件中。

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

打开 mapred-site.xml 文件，并将以下属性添加到此文件中的<configuration>、</configuration> 标记之间。

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

步骤 6：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

在浏览器中访问 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。

https://:50070/

Accessing HADOOP

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。

https://:8088/

Cluster

完成 Hadoop 的安装后，继续执行下一步并在您的系统上安装 Hive。

步骤 7：下载 Hive

在本教程中，我们使用 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。让我们假设它下载到/Downloads 目录中。在这里，我们下载名为“apache-hive-0.14.0-bin.tar.gz”的 Hive 存档以供本教程使用。以下命令用于验证下载：

$ cd Downloads
$ ls

下载成功后，您将看到以下响应：

apache-hive-0.14.0-bin.tar.gz

步骤 8：安装 Hive

以下步骤是安装 Hive 到您的系统所需的。让我们假设 Hive 存档已下载到/Downloads 目录中。

解压缩和验证 Hive 存档

以下命令用于验证下载并解压缩 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缩的目录复制到/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 的环境

您可以通过将以下行追加到~/.bashrc 文件中来设置 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

要将 Hive 与 Hadoop 配置，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 Hiveconfig 文件夹并复制模板文件：

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

通过追加以下行来编辑hive-env.sh 文件：

export HADOOP_HOME=/usr/local/hadoop

至此，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

按照以下步骤下载和安装 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

下载成功后，您将看到以下响应：

db-derby-10.4.2.0-bin.tar.gz

解压缩和验证 Derby 存档

以下命令用于解压缩和验证 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 -”复制。以下命令用于将文件从解压缩的目录复制到/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 的环境

您可以通过将以下行追加到~/.bashrc 文件中来设置 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 的目录以存储 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 意味着指定 Hive 存储数据库的位置。您可以通过编辑hive-site.xml 文件来实现此目的，该文件位于$HIVE_HOME/conf 目录中。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 并将以下行添加到<configuration> 和</configuration> 标记之间：

<property>
   <name>javax.jdo.option.ConnectionURL</name>
   <value>jdbc:derby://: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，您需要创建/tmp 文件夹和 HDFS 中的单独 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设置写入权限，如下所示：

chmod g+w

现在在验证 Hive 之前将其设置为 HDFS。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

Hive 安装成功后，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

使用以下命令设置系统变量HCAT_HOME 用于 HCatalog 主目录。

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
打印页面
上一页
下一页
广告

© . All rights reserved.