当前位置：
＞＞＞直接写出得数。（1）25+8=（2）17-2=（3）39+40=（4）16+5=（5）58-30=（6）6..
直接写出得数。
（1）25+8=
（2）17-2=
（3）39+40=
（4）16+5=
（5）58-30=
（6）60- 40=
（7）79+2=
（8）90-60=
（9）32-5=
（10）72+50=
（11）97-60+3=
（12）74 -7+9=
（13）82-5-7=
（14）46+8+9=
（15）2+59-21=
（16）80+6+4=
题型：口算题难度：偏易来源：期末题
（1）33；（2）15；&& （3）79；& （4）21； （5）28； （6）20； （7）81； （8）30；（9）27；（10）122；（11）40；（12）76；（13）70；（14）63；（15）40；（16）90
马上分享给同学
据魔方格专家权威分析，试题“直接写出得数。（1）25+8=（2）17-2=（3）39+40=（4）16+5=（5）58-30=（6）6..”主要考查你对&&百以内的加法（不进位），百以内的减法（不退位），百以内的连加，连减，加减混合计算及应用，百以内的加法（进位），百以内的减法（退位）&&等考点的理解。关于这些考点的“档案”如下：
现在没空？点击收藏，以后再看。
因为篇幅有限，只列出部分考点，详细请访问。
百以内的加法（不进位）百以内的减法（不退位）百以内的连加，连减，加减混合计算及应用百以内的加法（进位）百以内的减法（退位）
百以内的加法（不进位）：是在学习100以内加法的口算和估算的基础上进一步深入，让同学们更精确的掌握计算方法而设置的。能力目标：1、能够理解相同数位对齐和从个位数加起的算法，掌握竖式的写法。2、掌握两位数加法的计算方法和笔算加法的法则。解题方法：数位对齐：个位对个位，十位对十位，加号往前移，计算先从个位算起，个位数和个位数相加，得数写在个位上，十位数与十位数相加，得数写在十位上。想一想：&&&&& 说一说：下面算式中哪些是被减数，哪些是减数？（1）26-12=&&&&&&&&&&&&&&&&&&&&&&& （2）54-52=（3）76-20=&&&&&&&&&&&&&&&&&&&&&&&&（4）47-37=（5）63-42=&&&&&&&&&&&&&&&&&&&&&&&&（6）84-65=（7）56-51=&&&&&&&&&&&&&&&&&&&&&&& （8）29-29=被减数是49，减数是17，差是多少？&&&&&&&& 注意事项：数位对齐，个位对个位，十位对十位，减号往前移，计算先从个位起，个位相减，得数写在个位上，十位相减，得数写在十位上。学习目标：能掌握百以内的连加、连减试题的运算顺序，掌握用两个竖式连写进行计算的方法。方法点拨：1. 运算顺序：先算出前两个数的和或差，再用这个和或差去和第三个数加或减。2. 竖式计算：如计算:28＋34＋23=先计算：，再计算：可连写：做连加时，数目比较大，不能口算，可以采用笔算。笔算的竖式有两种写法，一种用两个竖式分着写，要注意的是第二个竖式中的第一个加数是前两个加数的和；另外一种两个竖式连写注意是在前两个加数的得数下直接写第三个加数，然后直接计算，不必再把前两个加数的得数再抄一遍。如计算50-20-28=先计算：50-20=30，再计算30-18=12可连写为竖式：连减的第一步，“52－20”大家可以用口算，不用写竖式，直接写出口算结果，然后与第三个数相减。做题时，可以灵活一些，只要能口算的就可以不写竖式，哪步不能口算再用竖式计算。&&&&&&&&&&&& 学习目标：掌握进位加法的列竖式计算，并应用百以内进位加法解决实际问题。方法点拨：⑴选用加法来计算，列式38+25=63利用学过的两位数加两位数进位加法列竖式进行计算。⑵列竖式计算要注意：数位对齐，个位对个位，十位对十位，加号往前移。计算先从个位起，个位满十要进1，横式答案别忘记。 ⑶应用题还要注意：结果不忘写单位，计算完整要作答。 如：星光实验学校聋生部有38名学生，培智部有25名学生，学校里一共有多少名学生？解：答：学校里一共有63名学生。学习目标：掌握进位加法的列竖式计算，并应用百以内进位加法解决实际问题。方法点拨：退位减法并不难，数位对齐才能减，个位数小不够减，要向十位借个一，十位退1是一十，十几减几我会算，十位数字怎么减，十位退一再相减。
发现相似题
与“直接写出得数。（1）25+8=（2）17-2=（3）39+40=（4）16+5=（5）58-30=（6）6..”考查相似的试题有：
324901174274074324873902320094Hive 1.2.1&Spark&Sqoop安装指南 目录 1.前言 2.约定 3.服务端口 4.安装MySQL 5.安装步骤 6.启动运行 7.远程执行HSQL 8.基本命令 9.单点方案 10.和Spark集成 11.和Sqoop集成 12.常见错误 13.相关文档-android100学习网
Hive 1.2.1&Spark&Sqoop安装指南 目录 1.前言 2.约定 3.服务端口 4.安装MySQL 5.安装步骤 6.启动运行 7.远程执行HSQL 8.基本命令 9.单点方案 10.和Spark集成 11.和Sqoop集成 12.常见错误 13.相关文档
Hive 1.2.1&Spark&Sqoop安装指南 Hive 1.2.1&Spark&Sqoop安装指南.pdf目录 目录1 1.前言1 2.约定2 3.服务端口2 4.安装MySQL 2 4
Hive 1.2.1&Spark&Sqoop安装指南
Hive 1.2.1&Spark&Sqoop安装指南.pdf目录
3.服务端口2
4.安装MySQL 2
4.1.安装MySQL 2
4.2.创建Hive元数据库 4
5.安装步骤4
5.1.下载Hive1.2.1二进制安装包 4
5.2.安装Hive 5
5.3.安装MySQL-Connector 5
5.4.修改配置5
5.4.1.修改/etc/profile或~/.profile 5
5.4.2.修改其它配置文件5
5.4.2.1.修改hive-env.sh 6
5.4.2.2.修改hive-site.xml 6
5.4.2.3.修改hive-log4j.properties 7
5.4.2.4.修改hive-exec-log4j.properties 7
6.启动运行7
7.远程执行HSQL 8
8.基本命令8
9.单点方案9
10.和Spark集成 9
11.和Sqoop集成 9
11.1.修改sqoop-env.sh 9
11.2.修改sqoop-site.xml 10
11.3.验证测试10
12.常见错误10
13.相关文档14
本文的安装参照《Hive0.12.0安装指南》，内容来源于官方的：GettingStarted，将Hive1.2.1安装在Hadoop2.7.1上。本文将Hive配置成Server模式，并且使用MySQL作为元数据数据库，远程连接MySQL。
关于Hadoop2.7.1的安装，请参见《Hadoop-2.7.1分布式安装手册》一文。
本文约定Hadoop被安装在/data/hadoop/current，将Hive1.2.1的安装到目录/data/hadoop/hive（实际是指向/data/hadoop/hive-1.2.1-bin的软链接）。将MySQL5.7.10安装到目录/data/mysql。在实际安装部署时，可以指定为其它目录。
3.服务端口
hive.server2.thrift.port，执行hiveserver2时会启动它
hive.metastore.uris，执行hive--servicemetastore时会启动它
4.安装MySQL
由于单台MySQL有单点问题，因此实际中需要配置成主备MySQL方式。
4.1.安装MySQL
本文MySQL被安装在172.25.39.166机器上，Hive用MySQL来存储元数据，因此需要先安装好MySQL。这里安装的是最新的MySQL5.7.10，下载网址为：/downloads/mysql/，本文选择是的“Linux-Generic”下的“Linux-Generic(glibc2.5)(x86,64-bit),CompressedTARArchive”，它的二进制安装包名为mysql-5.7.10-linux-glibc2.5-x86_64.tar.gz。
将二进制安装包解压后，可看到名为INSTALL-BINARY的文件，该文件有说明如何安装MySQL，本文基本参照它进行的。
由于官方提供的二进制安装包，编译的时候指定的“--prefix”为“/usr/local/mysql”，所以最好将mysql安装在/usr/local目录下，否则安装过程会容易遇到问题。但建立将数据目录指定为一个足够大的分区下的目录。
当然data目录也可以为软链接方式到足够大的分区目录，并且推荐使用软链接方式，否则在使用mysql命令时，经常需要指定参数“--datadir”，比如mysqld、mysqld_safe和mysql_ssl_rsa_setup等都需要指定“--datadir”。
如果不是安装在/usr/local/mysql，则需要为mysqld指定--basedir、--character-sets-dir、--language、--lc-messages-dir、--plugin-dir等众多参数值。
如果不能root用户安装，则还需要为mysqld指定--slow-query-log-file、--socket、--pid-file、--plugin-dir和--general-log-file等参数值。
这些参数的默认值，都可以通过执行MySQL的“bin/mysqld--verbose--help”查看到。
#MySQL安装目录为/usr/local/mysql，数据目录实际为/data/mysql/data
#注意需以root用户安装MySQL，如果不能root用户安装，容易遇到安装麻烦
#并请注意5.7.6之前的版本安装略有不同！
#新建mysql用户组
groupaddmysql
#新建mysql用户，并设置为不能作为linux登录用户
useradd-r-gmysql-s/bin/falsemysql
#进入到mysql安装目录
cd/usr/local
#解压二进制安装包
tarxzfmysql-5.7.10-linux-glibc2.5-x86_64.tar.gz
#建立易记的、与版本无关的短链接
ln-smysql-5.7.10-linux-glibc2.5-x86_64mysql
#进入到mysql目录
#创建数据目录
mkdir-p/data/mysql/data
#建立数据目录软链接，让指向/usr/local/mysql/data指向/data/mysql/data
ln-s/data/mysql/data/usr/local/mysql/data
#设置目录权限
chmod770/data/mysql/data
chown-Rmysql/data/mysql/data
chgrp-Rmysql/data/mysql/data
chown-Rmysql.
chgrp-Rmysql.
#初始化（成功执行完mysqld后，会提供一个临时的root密码，请务必记住）
#另外需要注意临时密码会过期，所以需要尽量修改root密码
#进入MySQLCli后，执行下列命令即可修改成新密码：
#SETPASSWORDFOR'root'@'localhost'=PASSWORD('new_password');
bin/mysqld--initialize--user=mysql--explicit_defaults_for_timestamp
#安装和配置SSL
bin/mysql_ssl_rsa_setup
#重置目录权限
chown-Rroot.
chown-Rmysql/data/mysql/data
#启动mysql
bin/mysqld_safe--user=mysql&
#查看端口是否已起来（不修改配置和不指定参数--port，默认端口号为3306）
netstat-lpnt|grep3306
#停止MySQL
support-files/mysql.serverstop
#设置mysql随着系统自启动
cpsupport-files/mysql.server/etc/init.d/mysql.server
以上使用的都是MySQL默认配置，如果需要定制化，可以通过修改文件my.cnf来达成。MySQL5.7.10不带my.cnf，只有个support-files/f。
通过执行命令“support-files/f”，可以了解到MySQL搜索my.cnf的顺序依次为：/f/etc/f/usr/local/mysql/f~/.my.cnf，这样可以复制一份f，然后再修改，如：cpsupport-files/f/f。
4.2.创建Hive元数据库
创建数据库hive：
创建数据库用户hive：
createuserhiveidentifiedby'hive2016';
授权可以访问数据库hive的IP和用户，其中localhost的实际IP为172.25.39.166：
grantallonhive.*to'hive'@'localhost'identifiedby'hive2016';
grantallonhive.*to'hive'@'172.25.39.166'identifiedby'hive2016';
grantallonhive.*to'hive'@'172.25.40.171'identifiedby'hive2016';
进入hive数据库：
1)本机进入：mysql-uhive-phive2016
2)非本机进入：mysql-uhive-h172.25.39.166-phive2016
注意如果配置了MySQL主主同步或其它同步，则如果同步的库不包含mysql，则创建库和用户需要分别在不同的MySQL上操作一次。
5.安装步骤
5.1.下载Hive1.2.1二进制安装包
下载网址：http://hive.apache.org/downloads.html，下载后的包名为：apache-hive-1.2.1-bin.tar.gz，然后将apache-hive-1.2.1-bin.tar.gz上传到/data目录下。
5.2.安装Hive
1)切换到/data目录：cd/data
2)解压二进制安装包：tarxzfapache-hive-1.2.1-bin.tar.gz
3)改个名：mvapache-hive-1.2.1-binhive-1.2.1
4)建立软链接：ln-shive-1.2.1hive
5.3.安装MySQL-Connector
MySQL-Connector下载网址：/downloads/connector/。
选择“Connector/J”，接着选择“PlatformIndependent”，本文下载的是“mysql-connector-java-5.1.38.tar.gz”。
压缩包“mysql-connector-java-5.1.38.tar.gz”中有个mysql-connector-java-5.1.38-bin.jar，解压后将mysql-connector-java-5.1.38-bin.jar上传到Hive的lib目录下，这个是MySQL的JDBC驱动程序。
5.4.修改配置
5.4.1.修改/etc/profile或~/.profile
设置环境变量HIVE_HOME，并将Hive加入到PATH中：
exportHIVE_HOME=/data/hadoop/hive
exportPATH=$HIVE_HOME/bin:$PATH
5.4.2.修改其它配置文件
进入/data/hadoop/hive/conf目录，可以看到如下：
hadoop@VM-40-171-sles10-64:~/hive/conf&ls
hive-default.xml.templatehive-exec-log4j.properties.template
hive-env.sh.templatehive-log4j.properties.template
可以看到4个模板文件，复制并重命名成配置文件：
cphive-env.sh.templatehive-env.sh
cphive-default.xml.templatehive-site.xml
cphive-log4j.properties.templatehive-log4j.properties
cphive-exec-log4j.properties.templatehive-exec-log4j.properties
5.4.2.1.修改hive-env.sh
如果之前没有设置好HADOOP_HOME环境变量，则可在hive-env.sh中，进行设置：
HADOOP_HOME=/data/hadoop/current
5.4.2.2.修改hive-site.xml
1)修改javax.jdo.option.ConnectionURL
将值设置为：
jdbc:mysql://172.25.39.166:3306/hive?useSSL=false，
注意加上“useSSL=false”，另外还有诸于参数characterEncoding=UTF-8等。
2)修改javax.jdo.option.ConnectionDriverName
将值设置为：com.mysql.jdbc.Driver。
3)修改javax.jdo.option.ConnectionUserName
将值设置为访问hive数据库的用户名hive：&value&hive&/value&。
4)修改javax.jdo.option.ConnectionPassword
将值设置为访问hive数据库的密码：&value&hive2016&/value&。
5)修改hive.metastore.schema.verification
该值试情况进行修改。
6)修改hive.zookeeper.quorum
将值设置为：10.12.154.77,10.12.154.78,10.12.154.79，ZooKeeper被安装在这三台机器上。建议使用机器名，而不是IP，因为机器退役可能导致IP变换。
7)修改hive.metastore.uris
将值设置为：thrift://172.25.40.171:为Hive元数据的RPC服务端口。
8)修改hive.metastore.warehouse.dir
将值设置为：/data/hadoop/hive/warehouse，注意启动前，需要创建好该目录（mkdir/data/hadoop/hive/warehouse）。
9)修改hive.server2.thrift.bind.host
该值默认为localhost，如果需要在其它机器远程访问Hive，则需要将它改成IP地址，本文将它改成172.25.40.171，可以考虑为0.0.0.0。
10)修改hive.exec.scratchdir
这一步可选，可直接使用默认值/tmp/hive。设置为：/data/hadoop/hive/tmp或其它，并创建好目录。
11)修改hive.exec.local.scratchdir
设置为：/data/hadoop/hive/tmp/scratch或其它，并创建好目录。
12)修改hive.downloaded.resources.dir
设置为：/data/hadoop/hive/tmp/resources或其它，并创建好目录。
13)修改hive.querylog.location
设置为：/data/hadoop/hive/tmp/querylog或其它，并创建好目录。
14)修改hive.server2.logging.operation.log.location
设置为：/data/hadoop/hive/tmp/operation或其它，并创建好目录。
5.4.2.3.修改hive-log4j.properties
修改日志文件存放目录，将日志目录由/tmp/${user.name}改为/data/hadoop/hive/logs：
hive.log.dir=/data/hadoop/hive/logs
然后创建好目录/data/hadoop/hive/logs。
5.4.2.4.修改hive-exec-log4j.properties
修改日志文件存放目录，将日志目录由默认的/tmp/${user.name}改为/data/hadoop/hive/logs/exec：
hive.log.dir=/data/hadoop/hive/logs/exec
然后创建好目录/data/hadoop/hive/logs/exec。
6.启动运行
1)初始化metastore
安装配置好后，在启动Hive服务端之前，需要在服务端执行一次“schematool-dbTypemysql-initSchema”，以完成对metastore的初始化。
如果配置了MySQL主主同步，则只需要一台hive机器上执行，重复执行会报错。
2)启动metastore
执行命令：hive--servicemetastore&
3)启动Hive服务
执行：hiveserver2&。
4)进入Hive命令行操作界面（类似于mysql）
执行：hive
除了使用hive命令行操作界面之外，hiveserver2还提供了beeline（hive是用户名，hive2016是密码，可以从HiveServer2+Clients获得更多信息）：
hadoop@VM-40-171-sles10-64:~/hive/bin&./beeline
Beelineversion1.2.1byApacheHive
beeline&!connectjdbc:hive2://172.25.40.171:10000hivehive2016org.apache.hive.jdbc.HiveDriver
Connectingtojdbc:hive2://172.25.40.171:10000
SLF4J:ClasspathcontainsmultipleSLF4Jbindings.
SLF4J:Foundbindingin[jar:file:/data/hadoop/hadoop-2.7.1/share/hadoop/common/lib/slf4j-log4j12-1.7.5.jar!/org/slf4j/impl/StaticLoggerBinder.class]
SLF4J:Foundbindingin[jar:file:/data/hadoop/hive-1.2.1-bin/lib/slf4j-log4j12-1.6.1.jar!/org/slf4j/impl/StaticLoggerBinder.class]
SLF4J:Seehttp://www.slf4j.org/codes.html#multiple_bindingsforanexplanation.
SLF4J:Actualbindingisoftype[org.slf4j.impl.Log4jLoggerFactory]
Connectedto:Hive(version1.2.1)
Driver:Hive(version1.2.1)
Transactionisolation:TRANSACTION_REPEATABLE_READ
0:jdbc:hive2://172.25.40.171:10000&select*frominviteslimit2;
+------+----------+-------+
|foo|bar|ds|
+------+----------+-------+
|474|val_475|2014|
|281|val_282|2014|
+------+----------+-------+
2rowsselected(1.779seconds)
0:jdbc:hive2://172.25.40.171:10000&
7.远程执行HSQL
将hive/bin、hive/lib、hive/conf和hive/examples打包，如：tarczfhive-bin.tar.gzhive/binhive/libhive/confhive/examples。
然后将hive-bin.tar.gz上传到其它机器，借助beeline即可远程执行HSQL（用hive可能会遇到问题，本文在操作时，使用hive，在执行HSQL时总会卡住，日志也没有记录特别原因，暂未去定位）。
8.基本命令
以下内容来自官网（GettingStarted），注意命令不区分大小写：
CREATETABLEpokes(fooINT,barSTRING);
CREATETABLEinvites(fooINT,barSTRING)PARTITIONEDBY(dsSTRING);
SHOWTABLES;
SHOWTABLES'.*s';
Hive的安装目录下有个examples子目录，存储了示例用到的数据文件等。测试往表invites中加载数据，将文件../examples/files/kv2.txt加载到表invites中：
LOADDATALOCALINPATH'../examples/files/kv2.txt'OVERWRITEINTOTABLEinvitesPARTITION(ds='2014');
可以通过“select*”来检验加载情况，或者执行“selectcount(1)”。
9.单点方案
可通过部署两个hive来解决单点，元数据库采用MySQL，MySQL和hive部署在相同机器上，两个MySQL配置成主主同步。
hive为一主一热备的方式，最好保证同一时刻只有一个hive提供服务，虽然很多情况下，两个hive都提供服务也能正常工作。
10.和Spark集成
Spark集成Hive非常简单，只需以下几步：
1)在spark-env.sh中加入HIVE_HOME，如：exportHIVE_HOME=/data/hadoop/hive
2)将Hive的hive-site.xml和hive-log4j.properties两个文件复制到Spark的conf目录下。
完成后，再次执行spark-sql进入Spark的SQLCli，运行命令showtables即可看到在Hive中创建的表。
./spark-sql--masteryarn--driver-class-path/data/hadoop/hive/lib/mysql-connector-java-5.1.38-bin.jar
11.和Sqoop集成
以sqoop-1.4.6.bin__hadoop-2.0.4-alpha为例，支持增量导入，不但可以将数据导入到Hive中，还可以往HBase导数据，也可以将数据从DB导入到HDFS存储。总之，Sqoop功能十分强大，但这里仅简单介绍。
从Sqoop的官网（下载网址：http://www.apache.org/dyn/closer.lua/sqoop/1.4.6）下载sqoop-1.4.6.bin__hadoop-2.0.4-alpha.tar.gz。
解压，然后进入Sqoop的conf目录，完成以下修改即可：
11.1.修改sqoop-env.sh
复制一份sqoop-env-template.sh，命名为sqoop-env.sh。在sqoop-env.sh中设置以下环境变量：
1)HADOOP_COMMON_HOME
值为Hadoop的安装目录，示例：exportHADOOP_COMMON_HOME=/data/hadoop
2)HADOOP_MAPRED_HOME
值为hadoop-common-*.tar文件所在目录，位于Hadoop安装目录之下。
示例：exportHADOOP_MAPRED_HOME=/data/hadoop/share/hadoop/common
3)HBASE_HOME
值为HBase的安装目录，示例：exportHBASE_HOME=/data/hbase
4)HIVE_HOME
值为Hive的安装目录，示例：exportHIVE_HOME=/data/hive
5)ZOOCFGDIR
值为Zookeeper的配置目录，示例：exportZOOCFGDIR=/data/zookeeper/conf
11.2.修改sqoop-site.xml
复制一份sqoop-site-template.xml，命名为sqoop-site.xml，可不做任何修改。
11.3.验证测试
1)列出MySQL数据库
./sqooplist-databases--connectjdbc:mysql://127.0.0.1:3306/--usernamezhangsan--passwordzhangsan2016
2)根据MySQL表创建Hive表
./sqoopcreate-hive-table--connectjdbc:mysql://127.0.0.1:3306/test--usernamezhangsan--passwordzhangsan2016--tablet_test--hive-tablet_test_2016
如果Hive表需要分区，可以通过参数--hive-partition-key和--hive-partition-value来指定。
如果需覆盖已存在的Hive表，加上参数“--hive-overwrite”即可。“--hive-partition-key”值为分区名，默认为string型，“–hive-partition-value”为分区的值。
3)将数据从MySQL导入到Hive
./sqoopimport--connectjdbc:mysql://127.0.0.1:3306/test--usernamezhangsan--password'zhangsan2016'--tablet_test--hive-import-m6--hive-tablet_test_2016--direct
建议带上参数“--direct”，表示使用快速模式，比如它会利用MySQL的工具mysqldump导出数据。
“-m”表示启用多少个map并行导入数据，默认是4个，最好不要将数字设置为高于集群的最大Map数。
“–table”用来指定要导入的DB表名，“--hive-import”表示从DB导入数据到Hive。还可以借助参数“--query”使用SQL有条件的从DB中导出。
如果需要指定字符集，使用参数“--default-character-set”，如：--default-character-setUTF-8。
12.常见错误
1)TIMESTAMPwithimplicitDEFAULTvalueisdeprecated
执行MySQL的“bin/mysqld--initialize--user=mysql”时报的错误。
原因是从MySQL5.6版本开始，timestamp的默认值已被标为deprecated，即如果类型为timestamp的字段，如果没有明确声明默认值为NULL，则默认为NOTNULL。如果设置timestamp字段为NULL，则自动存储当前的timestamp。
2)Can'tfinderror-messagefile'/usr/local/mysql/share/errmsg.sys'
执行MySQL的“bin/mysqld--initialize--user=mysql--explicit_defaults_for_timestamp”时报的错误。
这可能是因为之前有执行过，导致data目录不为空，通过“bin/mysqld--verbose--help|grepdatadir”可以查看到默认的数据目录为/var/lib/mysql/。需要保证/var/lib/mysql/目录为空。或者通过指定参数--datadir改变数据目录，如“bin/mysqld--initialize--user=mysql--explicit_defaults_for_timestamp--datadir=/data/mysql/data”。
3)Can'tfinderror-messagefile'/usr/local/mysql/share/errmsg.sys'
对于错误：
Can'tfinderror-messagefile'/usr/local/mysql/share/errmsg.sys'.Checkerror-messagefilelocationand'lc-messages-dir'configurationdirective.
从官网下载的MySQL默认安装目录为/usr/local/mysql，如果实际为其它目录，则建议通过参数--basedir指定，否则会遇到不少安装问题。通过执行“bin/mysqld--verbose--help|grepbasedir”即可看到“--basedir”的默认值为/usr/local/mysql/。
4)FailedtoconnecttotheMetaStoreServer
如果运行hiveserver2，遇到下列错误后，推荐打开DEBUG日志级别，以更查看更详细的信息，将日志配置文件hive-log4j.properties中的“hive.root.logger=WARN,DRFA”改成“hive.root.logger=DEBUG,WARN,DRFA”即可。
6:00:04,169WARNhive.metastore(HiveMetaStoreClient.java:open(291))-FailedtoconnecttotheMetaStoreServer...
6:00:05,173WARNhive.metastore(HiveMetaStoreClient.java:open(291))-FailedtoconnecttotheMetaStoreServer...
6:00:06,177WARNhive.metastore(HiveMetaStoreClient.java:open(291))-FailedtoconnecttotheMetaStoreServer...
6:00:07,181WARNhive.metastore(HiveMetaStoreClient.java:open(291))-FailedtoconnecttotheMetaStoreServer...
6:00:08,185WARNhive.metastore(HiveMetaStoreClient.java:open(291))-FailedtoconnecttotheMetaStoreServer...
6:00:positeService(CompositeService.java:start(74))-ErrorstartingservicesHiveServer2
org.apache.hive.service.ServiceException:UnabletoconnecttoMetaStore!
atorg.apache.hive.service.cli.CLIService.start(CLIService.java:85)
atorg.apache.positeService.start(CompositeService.java:70)
atorg.apache.hive.service.server.HiveServer2.start(HiveServer2.java:73)
atorg.apache.hive.service.server.HiveServer2.main(HiveServer2.java:103)
atsun.reflect.NativeMethodAccessorImpl.invoke0(NativeMethod)
atsun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62)
atsun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
atjava.lang.reflect.Method.invoke(Method.java:483)
atorg.apache.hadoop.util.RunJar.main(RunJar.java:212)
修改后，再次运行hiveserver2，日志变详细了，猜测是metastore没有起来，可以通过执行“hive--servicemetastore”来启动metastore。
6:04:27,053INFOhive.metastore(HiveMetaStoreClient.java:open(244))-TryingtoconnecttometastorewithURIthrift://172.25.40.171:9083
6:04:27,085WARNhive.metastore(HiveMetaStoreClient.java:open(288))-FailedtoconnecttotheMetaStoreServer...
org.apache.thrift.transport.TTransportException:java.net.ConnectException:拒绝连接
atorg.apache.thrift.transport.TSocket.open(TSocket.java:185)
atorg.apache.hadoop.hive.metastore.HiveMetaStoreClient.open(HiveMetaStoreClient.java:283)
atorg.apache.hadoop.hive.metastore.HiveMetaStoreClient.&init&(HiveMetaStoreClient.java:164)
atorg.apache.hadoop.hive.metastore.HiveMetaStoreClient.&init&(HiveMetaStoreClient.java:104)
atorg.apache.hive.service.cli.CLIService.start(CLIService.java:82)
atorg.apache.positeService.start(CompositeService.java:70)
atorg.apache.hive.service.server.HiveServer2.start(HiveServer2.java:73)
atorg.apache.hive.service.server.HiveServer2.main(HiveServer2.java:103)
atsun.reflect.NativeMethodAccessorImpl.invoke0(NativeMethod)
atsun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62)
atsun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
atjava.lang.reflect.Method.invoke(Method.java:483)
atorg.apache.hadoop.util.RunJar.main(RunJar.java:212)
5)Versioninformationnotfoundinmetastore
执行“./hive--servicemetastore”报下面这样的错误原因是未对metastore进行初始化，需要执行一次“schematool-dbTypemysql-initSchema”。
SLF4J:Actualbindingisoftype[org.slf4j.impl.Log4jLoggerFactory]
MetaException(message:Versioninformationnotfoundinmetastore.)
atorg.apache.hadoop.hive.metastore.ObjectStore.checkSchema(ObjectStore.java:5638)
atorg.apache.hadoop.hive.metastore.ObjectStore.verifySchema(ObjectStore.java:5622)
atsun.reflect.NativeMethodAccessorImpl.invoke0(NativeMethod)
atsun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62)
atsun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
atjava.lang.reflect.Method.invoke(Method.java:483)
atorg.apache.hadoop.hive.metastore.RetryingRawStore.invoke(RetryingRawStore.java:124)
atcom.sun.proxy.$Proxy2.verifySchema(UnknownSource)
atorg.apache.hadoop.hive.metastore.HiveMetaStore$HMSHandler.getMS(HiveMetaStore.java:403)
atorg.apache.hadoop.hive.metastore.HiveMetaStore$HMSHandler.createDefaultDB(HiveMetaStore.java:441)
atorg.apache.hadoop.hive.metastore.HiveMetaStore$HMSHandler.init(HiveMetaStore.java:326)
atorg.apache.hadoop.hive.metastore.HiveMetaStore$HMSHandler.&init&(HiveMetaStore.java:286)
atorg.apache.hadoop.hive.metastore.RetryingHMSHandler.&init&(RetryingHMSHandler.java:54)
atorg.apache.hadoop.hive.metastore.RetryingHMSHandler.getProxy(RetryingHMSHandler.java:59)
atorg.apache.hadoop.hive.metastore.HiveMetaStore.newHMSHandler(HiveMetaStore.java:4060)
atorg.apache.hadoop.hive.metastore.HiveMetaStore.startMetaStore(HiveMetaStore.java:4263)
atorg.apache.hadoop.hive.metastore.HiveMetaStore.main(HiveMetaStore.java:4197)
atsun.reflect.NativeMethodAccessorImpl.invoke0(NativeMethod)
atsun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62)
atsun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
atjava.lang.reflect.Method.invoke(Method.java:483)
atorg.apache.hadoop.util.RunJar.main(RunJar.java:212)
6)java.net.URISyntaxException:RelativepathinabsoluteURI:${system:java.io.tmpdir%7D/$%7Bsystem:user.name%7D
解决办法：将hive-site.xml中所有的system:java.io.tmpdir都换成绝对路径，hive-1.2.1共有4处。
7)EstablishingSSLconnectionwithoutserver'sidentityverificationisnotrecommended
问题现象：
WedFebCST2016WARN:EstablishingSSLconnectionwithoutserver'sidentityverificationisnotrecommended.AccordingtoMySQL5.5.45+,5.6.26+and5.7.6+requirementsSSLconnectionmustbeestablishedbydefaultifexplicitoptionisn'tset.ForcompliancewithexistingapplicationsnotusingSSLtheverifyServerCertificatepropertyissetto'false'.YouneedeithertoexplicitlydisableSSLbysettinguseSSL=false,orsetuseSSL=trueandprovidetruststoreforservercertificateverification.
解决办法是hive-site.xml中的配置项javax.jdo.option.ConnectionURL值需要加上“useSSL=false”，如：
jdbc:mysql://127.0.0.1:3306/hive?characterEncoding=UTF-8;useSSL=false。
8)SPARK_CLASSPATHwasdetected
SPARK_CLASSPATHwasdetected(setto'/data/hadoop/hive/lib/mysql-connector-java-5.1.38-bin.jar:').
ThisisdeprecatedinSpark1.0+.
Pleaseinsteaduse:
-./spark-submitwith--driver-class-pathtoaugmentthedriverclasspath
-spark.executor.extraClassPathtoaugmenttheexecutorclasspath
意思是不推荐在spark-env.sh中设置环境变量SPARK_CLASSPATH，可以改成如下推荐的方式：
./spark-sql--masteryarn--driver-class-path/data/hadoop/hive/lib/mysql-connector-java-5.1.38-bin.jar
13.相关文档
《HBase-0.98.0分布式安装指南》
《Hive1.2.1安装指南》
《ZooKeeper-3.4.6分布式安装指南》
《Hadoop2.3.0源码反向工程》
《在Linux上编译Hadoop-2.7.1》
《Accumulo-1.5.1安装指南》
《Drill1.0.0安装指南》
《Shark0.9.1安装指南》
更多，敬请关注技术博客：。
/Androidjc/1103252.true/Androidjc/1103252.htmlTechArticleHive 1.2.1Sqoop安装指南 Hive 1.2.1SparkSqoop安装指南.pdf 目录 目录1 1.前言1 2.约定2 3.服务端口2 4.安装MySQL 2 4.1.安装MySQL 2 4.2.创建Hive元数据库 4 5...