一、CLI連接
進入到 bin 目錄下，直接輸入命令：
[hadoop@hadoop3 ~]$ hive
SLF4J: Class path contains multiple SLF4J bindings.
SLF4J: Found binding in [jar:file:/home/hadoop/apps/apache-hive-2.3.3-bin/lib/log4j-slf4j-impl-2.6.2.jar!/org/slf4j/impl/StaticLoggerBinder.class]
SLF4J: Found binding in [jar:file:/home/hadoop/apps/hadoop-2.7.5/share/hadoop/common/lib/slf4j-log4j12-1.7.10.jar!/org/slf4j/impl/StaticLoggerBinder.class]
SLF4J: See http://www.slf4j.org/codes.html#multiple_bindings for an explanation.
SLF4J: Actual binding is of type [org.apache.logging.slf4j.Log4jLoggerFactory]
Logging initialized using configuration in jar:file:/home/hadoop/apps/apache-hive-2.3.3-bin/lib/hive-common-2.3.3.jar!/hive-log4j2.properties Async: true
Hive-on-MR is deprecated in Hive 2 and may not be available in the future versions. Consider using a different execution engine (i.e. spark, tez) or using Hive 1.X releases.
hive> show databases;
OK
default
myhive
Time taken: 6.569 seconds, Fetched: 2 row(s)
hive>
啟動成功的話如上圖所示，接下來便可以做 hive 相關操作
補充：
1、上面的 hive 命令相當於在啟動的時候執行：hive --service cli
2、使用 hive --help，可以查看 hive 命令可以啟動那些服務
3、通過 hive --service serviceName --help 可以查看某個具體命令的使用方式
二、HiveServer2/beeline
在現在使用的最新的 hive-2.3.3 版本中：都需要對 hadoop 集群做如下改變，否則無法使用
1、修改 hadoop 集群的 hdfs-site.xml 配置文件
加入一條配置信息，表示啟用 webhdfs
<property> <name>dfs.webhdfs.enabled</name> <value>true</value> </property>
2、修改 hadoop 集群的 core-site.xml 配置文件
加入兩條配置信息：表示設置 hadoop 的代理用戶
<property> <name>hadoop.proxyuser.hadoop.hosts</name> <value>*</value> </property> <property> <name>hadoop.proxyuser.hadoop.groups</name> <value>*</value> </property>
配置解析：
hadoop.proxyuser.hadoop.hosts 配置成*的意義，表示任意節點使用 hadoop 集群的代理用戶 hadoop 都能訪問 hdfs 集群，hadoop.proxyuser.hadoop.groups 表示代理用戶的組所屬
以上操作做好了之后（最好重啟一下HDFS集群），請繼續做如下兩步：
第一步：先啟動 hiveserver2 服務
啟動方式，（假如是在 hadoop3 上）：
啟動為前台：hiveserver2
[hadoop@hadoop3 ~]$ hiveserver2
2018-04-04 10:21:49: Starting HiveServer2
SLF4J: Class path contains multiple SLF4J bindings.
SLF4J: Found binding in [jar:file:/home/hadoop/apps/apache-hive-2.3.3-bin/lib/log4j-slf4j-impl-2.6.2.jar!/org/slf4j/impl/StaticLoggerBinder.class]
SLF4J: Found binding in [jar:file:/home/hadoop/apps/hadoop-2.7.5/share/hadoop/common/lib/slf4j-log4j12-1.7.10.jar!/org/slf4j/impl/StaticLoggerBinder.class]
SLF4J: See http://www.slf4j.org/codes.html#multiple_bindings for an explanation.
SLF4J: Actual binding is of type [org.apache.logging.slf4j.Log4jLoggerFactory]
啟動會多一個進程
啟動為后台：
nohup hiveserver2 1>/home/hadoop/hiveserver.log 2>/home/hadoop/hiveserver.err & 或者：nohup hiveserver2 1>/dev/null 2>/dev/null & 或者：nohup hiveserver2 >/dev/null 2>&1 &
以上 3 個命令是等價的，第一個表示記錄日志，第二個和第三個表示不記錄日志
命令中的 1 和 2 的意義分別是：
1：表示標准日志輸出
2：表示錯誤日志輸出 如果我沒有配置日志的輸出路徑，日志會生成在當前工作目錄，默認的日志名稱叫做： nohup.xxx
[hadoop@hadoop3 ~]$ nohup hiveserver2 1>/home/hadoop/log/hivelog/hiveserver.log 2>/home/hadoop/log/hivelog/hiveserver.err &
[1] 4352
[hadoop@hadoop3 ~]$
PS：nohup 命令：如果你正在運行一個進程，而且你覺得在退出帳戶時該進程還不會結束， 那么可以使用 nohup 命令。該命令可以在你退出帳戶/關閉終端之后繼續運行相應的進程。 nohup 就是不掛起的意思(no hang up)。 該命令的一般形式為：nohup command &
第二步：然后啟動 beeline 客戶端去連接：
執行命令：
[hadoop@hadoop3 ~]$ beeline -u jdbc:hive2//hadoop3:10000 -n hadoop
SLF4J: Class path contains multiple SLF4J bindings.
SLF4J: Found binding in [jar:file:/home/hadoop/apps/apache-hive-2.3.3-bin/lib/log4j-slf4j-impl-2.6.2.jar!/org/slf4j/impl/StaticLoggerBinder.class]
SLF4J: Found binding in [jar:file:/home/hadoop/apps/hadoop-2.7.5/share/hadoop/common/lib/slf4j-log4j12-1.7.10.jar!/org/slf4j/impl/StaticLoggerBinder.class]
SLF4J: See http://www.slf4j.org/codes.html#multiple_bindings for an explanation.
SLF4J: Actual binding is of type [org.apache.logging.slf4j.Log4jLoggerFactory]
scan complete in 1ms
scan complete in 2374ms
No known driver to handle "jdbc:hive2//hadoop3:10000"
Beeline version 2.3.3 by Apache Hive
beeline>
-u : 指定元數據庫的鏈接信息
-n : 指定用戶名和密碼
另外還有一種方式也可以去連接：
先執行 beeline
然后按圖所示輸入：!connect jdbc:hive2://hadoop02:10000
按回車，然后輸入用戶名，這個 用戶名就是安裝 hadoop 集群的用戶名
[hadoop@hadoop3 ~]$ beeline
SLF4J: Class path contains multiple SLF4J bindings.
SLF4J: Found binding in [jar:file:/home/hadoop/apps/apache-hive-2.3.3-bin/lib/log4j-slf4j-impl-2.6.2.jar!/org/slf4j/impl/StaticLoggerBinder.class]
SLF4J: Found binding in [jar:file:/home/hadoop/apps/hadoop-2.7.5/share/hadoop/common/lib/slf4j-log4j12-1.7.10.jar!/org/slf4j/impl/StaticLoggerBinder.class]
SLF4J: See http://www.slf4j.org/codes.html#multiple_bindings for an explanation.
SLF4J: Actual binding is of type [org.apache.logging.slf4j.Log4jLoggerFactory]
Beeline version 2.3.3 by Apache Hive
beeline> !connect jdbc:hive2://hadoop3:10000
Connecting to jdbc:hive2://hadoop3:10000
Enter username for jdbc:hive2://hadoop3:10000: hadoop
Enter password for jdbc:hive2://hadoop3:10000: ******
Connected to: Apache Hive (version 2.3.3)
Driver: Hive JDBC (version 2.3.3)
Transaction isolation: TRANSACTION_REPEATABLE_READ
0: jdbc:hive2://hadoop3:10000>
接下來便可以做 hive 操作
三、Web UI
1、 下載對應版本的 src 包：apache-hive-2.3.2-src.tar.gz
2、 上傳，解壓
tar -zxvf apache-hive-2.3.2-src.tar.gz
3、 然后進入目錄${HIVE_SRC_HOME}/hwi/web，執行打包命令:
jar -cvf hive-hwi-2.3.2.war *
在當前目錄會生成一個 hive-hwi-2.3.2.war
4、 得到 hive-hwi-2.3.2.war 文件，復制到 hive 下的 lib 目錄中
cp hive-hwi-2.3.2.war ${HIVE_HOME}/lib/
5、 修改配置文件 hive-site.xml
<property> <name>hive.hwi.listen.host</name> <value>0.0.0.0</value> <description>監聽的地址</description> </property> <property> <name>hive.hwi.listen.port</name> <value>9999</value> <description>監聽的端口號</description> </property> <property> <name>hive.hwi.war.file</name> <value>lib/hive-hwi-2.3.2.war</value> <description>war 包所在的地址</description> </property>
6、 復制所需 jar 包
1、cp ${JAVA_HOME}/lib/tools.jar ${HIVE_HOME}/lib
2、再尋找三個 jar 包，都放入${HIVE_HOME}/lib 目錄：
commons-el-1.0.jar
jasper-compiler-5.5.23.jar
jasper-runtime-5.5.23.jar
不然啟動 hwi 服務的時候會報錯。
7、 安裝 ant
1、 上傳 ant 包：apache-ant-1.9.4-bin.tar.gz
2、 解壓 tar -zxvf apache-ant-1.9.4-bin.tar.gz -C ~/apps/
3、 配置環境變量 vi /etc/profile 在最后增加兩行： export ANT_HOME=/home/hadoop/apps/apache-ant-1.9.4 export PATH=$PATH:$ANT_HOME/bin 配置完環境變量別忘記執行：source /etc/profile
4、 驗證是否安裝成功
8、上面的步驟都配置完，基本就大功告成了。進入${HIVE_HOME}/bin 目錄：
${HIVE_HOME}/bin/hive --service hwi
或者讓在后台運行： nohup bin/hive --service hwi > /dev/null 2> /dev/null &
9、 前面配置了端口號為 9999，所以這里直接在瀏覽器中輸入: hadoop02:9999/hwi
10、至此大功告成
