Docker部署Hive大数据组件

搭建过程

访问Hive的Docker Hub，使用说明中（apache/hive - Docker Image | Docker Hub），存在如下几种场景：

export HIVE_VERSION=4.0.1

使用Derby做为元数据存储库；拉起HiveServer2（嵌入元存储）

docker run -d -p 10000:10000 -p 10002:10002 \
--env SERVICE_NAME=hiveserver2 \
--name hive4 apache/hive:${HIVE_VERSION}

使用Derby做为元数据存储库；拉起独立元存储

docker run -d -p 9083:9083 \
--env SERVICE_NAME=metastore \
--name metastore-standalone apache/hive:${HIVE_VERSION}

拉起HS2：
1、使用外部独立元存储:"-Dhive.metastore.uris用于指定外部元存储地址
2、指定挂载

docker run -d -p 10000:10000 -p 10002:10002 \
--env SERVICE_NAME=hiveserver2 \
--env SERVICE_OPTS="-Dhive.metastore.uris=thrift://metastore-standalone:9083" \
--mount source=warehouse,target=/opt/hive/data/warehouse \
--env IS_RESUME="true" \
--name hiveserver2-standalone apache/hive:${HIVE_VERSION}

使用外部的RDBMS (Postgres/Oracle/MySql/MsSql)，拉起独立元存储

docker run -d -p 9083:9083 \
--env SERVICE_NAME=metastore \
--env DB_DRIVER=postgres \
--env SERVICE_OPTS="-Djavax.jdo.option.ConnectionDriverName=org.postgresql.Driver -Djavax.jdo.option.ConnectionURL=jdbc:postgresql://postgres:5432/metastore_db -Djavax.jdo.option.ConnectionUserName=hive -Djavax.jdo.option.ConnectionPassword=password" \
--mount source=warehouse,target=/opt/hive/data/warehouse \
--name metastore-standalone apache/hive:${HIVE_VERSION}

基于上面的说明，我这里将hive的HS2和Metastore均按照standalone部署，且Metastore使用外部数据库（这里使用postgresql）。然后，使用docker-compose进行管理。

首先，进行环境准备

useradd hive
usermod -a -G docker hive
su - hiveecho "export HIVE_VERSION=4.0.1" ~/.bash_profilesource ~/.bash_profile

然后，定义docker-compose yaml

cat >docker-compose.yaml <<'EOF'
services:postgres:image: postgresenvironment:POSTGRES_PASSWORD: passwordPOSTGRES_USER: hivePOSTGRES_DB: metastore_dbports:- "5432:5432"volumes:- ./postgres_data:/var/lib/postgresql/data  # 挂载卷到宿主机networks:- zookeeper-netmetastore-standalone:image: apache/hive:${HIVE_VERSION}environment:SERVICE_NAME: metastoreDB_DRIVER: postgresSERVICE_OPTS: >-Djavax.jdo.option.ConnectionDriverName=org.postgresql.Driver-Djavax.jdo.option.ConnectionURL=jdbc:postgresql://postgres:5432/metastore_db-Djavax.jdo.option.ConnectionUserName=hive-Djavax.jdo.option.ConnectionPassword=passwordports:- "9083:9083"depends_on:- postgresvolumes:- ./metastore:/opt/hive/data/warehouse  # 挂载卷到宿主机- ./postgresql-42.6.2.jar:/opt/hive/lib/postgresql-42.6.2.jarnetworks:- zookeeper-nethiveserver2-standalone:image: apache/hive:${HIVE_VERSION}environment:SERVICE_NAME: hiveserver2SERVICE_OPTS: "-Dhive.metastore.uris=thrift://metastore-standalone:9083"IS_RESUME: "true"ports:- "10000:10000"- "10002:10002"depends_on:- metastore-standalonevolumes:- ./hiveserver2:/opt/hive/data/warehouse  # 挂载卷到宿主机networks:- zookeeper-netnetworks:zookeeper-net:external: true
EOF

拉起hive服务

docker-compose up -d

赋权host上的目录，否则无法写入数据

chmod 777 hiveserver2/
chmod 777 metastore/

访问HiveServer2 Web UI

浏览器输入：http://IP:10002/，因为没有配置认证，所以会直接进入主页。

在Beeline中要执行命令举例

show tables;
create table hive_example(a string, b int) partitioned by(c int);
alter table hive_example add partition(c=1);
insert into hive_example partition(c=1) values('a', 1), ('a', 2),('b',3);
select count(distinct a) from hive_example;
select sum(b) from hive_example;