# 运行HiveSql作业 HiveSql作业是基于Hive数据仓库工具编写和运行的数据分析任务，主要用于在Hadoop分布式集群上处理大规模结构化或半结构化数据。HiveSQL是Hive定义的SQL方言，语法与标准SQL类似，但针对大数据场景做了优化，可将SQL语句转换为MapReduce或Spark任务执行，适合非编程人员快速实现数据查询、统计和分析。 用户可将自己开发的程序提交到MRS中，执行程序并获取结果，本章节指导您如何在MRS集群中提交一个HiveSql作业。 HiveSql作业支持SQL语句和Script脚本两种形式，如果SQL语句中涉及敏感信息，也可使用脚本文件方式提交。 用户可以在MRS管理控制台在线创建一个作业并提交运行，也可以通过MRS集群客户端来以命令行形式提交作业。 #### 前提条件 - 用户已经将作业所需的程序包和数据文件上传至OBS或HDFS文件系统中。 - 如果作业程序需要读取以及分析OBS文件系统中的数据，需要先配置MRS集群的存算分离，请参考[配置MRS集群存算分离](https://support.huaweicloud.com/usermanual-mrs/mrs_01_248987.html)。 #### 约束与限制 - 当IAM用户的用户组的所属策略从MRS ReadOnlyAccess向MRS CommonOperations、MRS FullAccess、MRS Administrator变化时，或者反之从MRS CommonOperations、MRS FullAccess、MRS Administrator向MRS ReadOnlyAccess变化时，由于集群节点的SSSD（System Security Services Daemon）缓存刷新需要时间，因此用户同步完成后，请等待5分钟，待新策略生效之后，再到MRS管理控制台在线提交作业，否则会出现提交作业失败的情况。 - 当前IAM用户名中存在空格时（例如admin 01），不支持通过MRS管理控制台添加作业。 #### 提交作业 用户可通过管理控制台在线创建并运行作业，也可以通过集群客户端命令方式手动提交。 - [通过管理控制台提交作业] 1. 开发SQL脚本。 HiveSql作业可以直接执行SQL语句，也可以指定执行开发好的SQL脚本文件。 在本章节示例中，以在Hive中创建数据库、数据表并插入数据的脚本为例，将开发好的脚本"hive_basic.sql"文件上传至HDFS、OBS或者MRS集群节点本地的指定目录中，请参考[上传应用数据至MRS集群](https://support.huaweicloud.com/usermanual-mrs/zh-cn_topic_0019489057.html)。 ``` -- 创建数据库 CREATE DATABASE IF NOT EXISTS test_db; -- 使用数据库 USE test_db; -- 创建数据表 CREATE TABLE IF NOT EXISTS test_table ( id INT, name STRING, age INT, gender STRING ) ROW FORMAT DELIMITED FIELDS TERMINATED BY ','; -- 插入单行数据 INSERT INTO test_table VALUES (1, 'Zhangsan', 30, 'Male'); ``` 2. 登录[MRS管理控制台](https://console.huaweicloud.com/mrs/)。 3. 选择"现有集群"，选中一个待操作的运行中的集群并单击集群名称，进入集群概览信息页面。 4. 在"概览"页签中，单击"IAM用户同步"右侧的"同步"进行IAM用户同步。 集群开启Kerberos认证时需执行该步骤，若集群未开启Kerberos认证，无需执行本步骤。 **IAM用户同步完成后，请等待5分钟，再进行提交作业，更多IAM用户同步说明请参考[IAM用户同步MRS集群说明](https://support.huaweicloud.com/usermanual-mrs/mrs_01_0495.html)。** 5. 单击"作业管理"，在作业列表界面单击"添加"。 6. "作业类型"选择"HiveSql"并参考[表1]配置HiveSql作业信息。 图1添加HiveSql作业 ![](https://support.huaweicloud.com/usermanual-mrs/zh-cn_image_0000002184845849.png "点击放大") 表1作业配置信息 | **参数** | **描述** | **示例** | |:---|:---|:---| | 作业名称 | 作业名称，只能由字母、数字、中划线和下划线组成，并且长度为1～64个字符。 | hive_job | | SQL类型 | SQL语句提交类型。 - SQL：直接运行手动输入的SQL语句。 - Script：以加载HDFS或者OBS中的SQL脚本文件运行SQL。 | Script | | SQL语句 | "SQL类型"参数为"SQL"时参数有效，请输入待运行的SQL语句，然后单击"检查"来检查SQL语句的正确性，确保输入语句正确。 如果同时需要提交多条语句并执行，可使用";"分隔不同语句。 | - | | SQL文件 | "SQL类型"参数为"Script"时参数有效，待执行SQL文件的路径，可直接手动输入地址路径，也可单击"HDFS"或者"OBS"选择文件。 - 路径地址最多为1023字符，不能包含;\|\&\>,\<'$特殊字符，且不可为空或全空格。 - OBS程序路径地址以"obs://"开头，HDFS程序路径地址以"hdfs://hacluster"开头，例如"hdfs://hacluster/user/*XXX*.jar"。 - HiveScript文件需要以".sql"结尾。 | obs://mrs-demotest/program/hive_basic.sql | | 运行程序参数 | 可选参数，为本次执行的作业配置相关优化参数（例如线程、内存、CPU核数等），用于优化资源使用效率，提升作业的执行性能。 HiveSql作业常用的运行程序参数如[表2]所示，可根据执行程序及集群资源情况进行配置，若不配置将使用集群默认值。 | - | | 服务配置参数 | 可选参数，用于为本次执行的作业修改服务配置参数。 该参数的修改仅适用于本次执行的作业，如需对集群永久生效，请参考[修改MRS集群组件配置参数](https://support.huaweicloud.com/usermanual-mrs/mrs_01_0204.html)进行集群组件配置参数的修改。 例如在MRS集群未配置存算分离的场景下，作业需要通过AK/SK方式访问OBS，可增加以下服务配置参数： - fs.obs.access.key：访问OBS的密钥ID。 - fs.obs.secret.key：访问OBS与密钥ID对应的密钥。 | - | | 命令参考 | 用于展示提交作业时提交到后台执行的命令。 | N/A | 表2HiveSql作业运行程序参数 | 参数 | 参数说明 | 取值样例 | |:---|:---|:---| | --hiveconf | 设置Hive服务相关配置。 | 例如指定执行引擎，可设置"hive.execution.engine"为"mr"或者"tez"。 - 参数：--hiveconf - 值："hive.execution.engine=mr" | | --hivevar | 设置用户的自定义变量。 | 例如设置变量ID： - 参数：--hivevar id - 值："123" select \* from test where id = ${hivevar:id}; | 7. 确认作业配置信息，单击"确定"，完成作业的新增。 8. 作业提交成功中，可在作业列表中查看作业运行状态及执行结果，等待作业状态变为"已完成"，可查看相关程序分析结果。 在本示例程序中，单击"查看日志"，可查看Hive作业的详细执行过程。 图2查看作业执行详情 ![](https://support.huaweicloud.com/usermanual-mrs/zh-cn_image_0000002307394814.png "点击放大") 作业运行成功后，通过客户端连接Hive Beeline，可查看相关的Hive表数据。 1. 如果当前集群已开启Kerberos认证，需提前在Manager界面中创建一个具有对应作业提交权限的业务用户，请参考[创建MRS集群用户](https://support.huaweicloud.com/usermanual-mrs/mrs_01_0345.html)。 本示例中，创建一个人机用户testuser，关联用户组"supergroup"及角色"System_administrator"。 2. 安装MRS集群客户端。 具体操作可参考[安装MRS集群客户端](https://support.huaweicloud.com/usermanual-mrs/mrs_01_24212.html)。 MRS集群中默认安装了一个客户端用于作业提交，也可直接使用该客户端。MRS 3.x及之后版本客户端默认安装路径为Master节点上的"/opt/Bigdata/client"，MRS 3.x之前版本为Master节点上的"/opt/client"。 3. 执行以下命令进入客户端安装目录。 ``` cd /opt/Bigdata/client ``` 加载环境变量： ``` source bigdata_env ``` 如果当前集群已开启Kerberos认证，执行以下命令进行用户认证，如果当前集群未开启Kerberos认证，则无需执行kinit操作。 ``` kinit testuser ``` 4. 进入Hive Beeline并查看生成的数据。 ``` beeline ``` 查看生成的Hive表数据。 ``` select * from test_db.test_table; ``` 图3查看Hive表数据 ![](https://support.huaweicloud.com/usermanual-mrs/zh-cn_image_0000002341434097.png "点击放大") - [通过集群客户端提交作业] 1. 开发SQL脚本。 HiveSql作业可以直接执行SQL语句，也可以指定执行开发好的SQL脚本文件。 在本章节示例中，以在Hive中创建数据库、数据表并插入数据的脚本为例，将开发好的脚本"hive_basic.sql"文件上传至HDFS、OBS或者MRS集群节点本地的指定目录中，请参考[上传应用数据至MRS集群](https://support.huaweicloud.com/usermanual-mrs/zh-cn_topic_0019489057.html)。 ``` -- 创建数据库 CREATE DATABASE IF NOT EXISTS test_db; -- 使用数据库 USE test_db; -- 创建数据表 CREATE TABLE IF NOT EXISTS test_table ( id INT, name STRING, age INT, gender STRING ) ROW FORMAT DELIMITED FIELDS TERMINATED BY ','; -- 插入单行数据 INSERT INTO test_table VALUES (1, 'Zhangsan', 30, 'Male'); ``` 2. 如果当前集群已开启Kerberos认证，需提前在Manager界面中创建一个具有对应作业提交权限的业务用户，请参考[创建MRS集群用户](https://support.huaweicloud.com/usermanual-mrs/mrs_01_0345.html)。 本示例中，创建一个人机用户testuser，关联用户组"supergroup"及角色"System_administrator"。 3. 安装MRS集群客户端。 具体操作可参考[安装MRS集群客户端](https://support.huaweicloud.com/usermanual-mrs/mrs_01_24212.html)。 MRS集群中默认安装了一个客户端用于作业提交，也可直接使用该客户端。MRS 3.x及之后版本客户端默认安装路径为Master节点上的"/opt/Bigdata/client"，MRS 3.x之前版本为Master节点上的"/opt/client"。 4. 使用MRS集群客户端安装用户登录客户端所在的节点。 具体操作可参考[登录MRS集群节点](https://support.huaweicloud.com/usermanual-mrs/mrs_01_0083.html)。 5. 执行以下命令进入客户端安装目录。 ``` cd /opt/Bigdata/client ``` 加载环境变量： ``` source bigdata_env ``` 如果当前集群已开启Kerberos认证，执行以下命令进行用户认证，如果当前集群未开启Kerberos认证，则无需执行kinit操作。 ``` kinit testuser ``` 6. 通过**beeline** 命令连接Hive并运行相关作业。 ``` beeline -f /opt/hive_basic.sql ``` 也可以执行**beeline**命令后，直接在beeline中执行SQL语句。 ``` beeline ``` 脚本执行完成后，可在beeline中查看生成的Hive表数据。 ``` select * from test_db.test_table; ``` 图4查看Hive表数据 ![](https://support.huaweicloud.com/usermanual-mrs/zh-cn_image_0000002307557234.png "点击放大") 未开启Kerberos认证的集群，可执行以下命令指定组件业务用户，如果不指定则会以当前操作系统用户连接HiveServer。 ``` beeline -nMRS集群业务用户 ``` 7. 对于提交到Yarn执行的作业，可使用testuser用户登录集群Manager页面，选择"集群 \> 服务 \> Yarn"，单击"ResourceManager Web UI"右侧的超链接进入Yarn WebUI页面，单击对应作业的Application ID，即可查看作业运行信息及相关日志。 图5查看HiveSql作业详情 ![](https://support.huaweicloud.com/usermanual-mrs/zh-cn_image_0000002307396938.png "点击放大") #### 相关文档 - 作业添加成功后，不支持进行编辑修改，如果需要再次执行作业，可选择"克隆"快速复制一个已创建的作业并进行参数调整，具体操作请参考[克隆MRS集群作业](https://support.huaweicloud.com/usermanual-mrs/mrs_01_249004.html)。 - 通过管理控制台提交作业后，每一条作业都支持查看日志，具体操作请参见[查看MRS作业详情和日志](https://support.huaweicloud.com/usermanual-mrs/mrs_01_0055.html)。 - 开启Kerberos认证的集群在提交作业时，未进行IAM用户同步报错处理方法请参见[提交作业时系统提示当前用户在Manager不存在如何处理？](https://support.huaweicloud.com/mrs_faq/mrs_03_1173.html)。 - Hive作业提交后，在Yarn WebUI页面查看作业对应的SQL语句的具体操作请参见[如何通过Yarn WebUI查看Hive作业对应的SQL语句？](https://support.huaweicloud.com/mrs_faq/mrs_03_1254.html) - 更多Hive作业运行失败故障案例处理方法请参见[作业管理类常见问题](https://support.huaweicloud.com/mrs_faq/mrs_03_2030.html)和[Hive故障排除](https://support.huaweicloud.com/trouble-mrs/mrs_03_0243.html)。 - 如需通过API方式新增并执行作业，具体操作请参见[新增并执行作业](https://support.huaweicloud.com/api-mrs/CreateExecuteJob.html)。 - 更多MRS应用开发样例程序，请参见[MRS应用开发指南](https://support.huaweicloud.com/devg-lts-mrs/mrs_07_010000.html)。