windows Hive使用全攻略：从入门到实战，轻松搞定大数据处理

前言

自上一篇文章：windows Hive使用全攻略：从入门到实战，轻松搞定大数据处理 – Hadoop windows安装-CSDN博客我们完成 Hadoop 在 windows 环境安装完并运行起来了，接下来就是安装 hive 并开始学习使用。

一、资源准备

下载 hive 压缩包链接： Apache Archive Distribution Directory

下载 mysql jar包链接：MySQL :: Begin Your Download

二、为什么需要 mysql

2.1、先搞懂 Hive 的核心架构

Hive 本身并不是一个数据库，而是基于 Hadoop 的数据仓库工具，它把 SQL 语句转换成 MapReduce/Spark 任务来执行。Hive 运行时需要存储两类关键信息：

元数据（Metadata）：比如数据库名、表名、字段名、字段类型、表的存储路径、分区信息、数据格式等（简单说就是 “数据的描述信息”）。

原始业务数据：比如用户行为日志、交易数据等，这类数据默认存在 HDFS 上，和 MySQL 无关。

2.2、为什么需要 MySQL 存储元数据

Hive 本身不自带成熟的元数据存储能力，必须依赖外部存储系统来管理元数据，选择 MySQL 的核心原因有以下几点：

1. Hive 内置的元数据存储方案有致命缺陷

Hive 自带了一个轻量级的数据库 Derby（也叫 Java DB），但它只能单会话访问：

如果你开一个终端用 Hive，再开第二个终端操作 Hive，会直接报错（Derby 不支持多用户并发）；
Derby 的数据存储在本地文件，无法在集群环境中共享，而 Hive 通常部署在 Hadoop 集群上，多节点需要访问同一套元数据。

2. MySQL 完美解决这些问题

MySQL 是关系型数据库（RDBMS），具备以下特性，刚好匹配 Hive 对元数据存储的需求：

支持多用户并发访问：集群中多个 Hive 客户端、多个节点可以同时读写元数据，不会冲突；
数据持久化且可共享：元数据存在 MySQL 服务器上，所有 Hive 节点都能访问，符合集群部署的要求；
稳定性和可靠性：MySQL 是成熟的数据库，支持事务、备份恢复，能保证元数据不丢失（元数据一旦损坏，Hive 就无法识别 HDFS 上的原始数据）；
易用性和兼容性：Hive 官方默认支持 MySQL 作为元数据存储，配置简单，社区文档丰富。

3. 不是只能用 MySQL，但 MySQL 是最优选择

Hive 支持的元数据存储还包括 PostgreSQL、Oracle 等，但 MySQL 有明显优势：

开源免费，部署成本低；
轻量级，对服务器资源消耗小；
运维简单，新手容易上手。

2.3、MySQL 与 Hive 的协作流程（简化版）

举个例子：当你执行 SELECT * FROM user_info LIMIT 10; 时：

Hive 先去 MySQL 查 user_info 表的元数据（比如表存在哪个 HDFS 路径、字段类型是什么）；

根据元数据解析 SQL，生成读取 HDFS 数据的任务；

执行任务后返回结果，整个过程中 MySQL 只负责提供 “表的描述信息”。

总结

Hive 需要存储元数据（表结构、分区等），而自身内置的 Derby 不支持集群 / 多并发，无法满足生产需求；

MySQL 作为关系型数据库，能稳定、高效地存储和共享元数据，是 Hive 元数据存储的主流选择；

MySQL 只管理 Hive 的元数据，Hive 处理的原始业务数据仍存储在 HDFS 上，两者分工明确。

简单来说：MySQL 是 Hive 的 “目录本”，Hive 靠这个 “目录本” 找到 HDFS 上的数据，才能执行 SQL 操作。

三、安装hive

3.1 解压 hive 安装包

解压到对应位置

3.2 解压 mysql 安装包到 hive\\lib 中

先解压 mysql 压缩包

然后将 mysql 中的 mysql-connector-java-5.1.46-bin.jar 放到 D:\\workAPP\\Hadoop\\hive\\apache-hive-3.1.3-bin\\lib 目录下

为什么要这样做：

1、先搞懂这个 JAR 包的本质

mysql-connector-java-xxx-bin.jar 是 MySQL 的 JDBC 驱动包：

JDBC（Java Database Connectivity）是 Java 程序访问数据库的标准接口，相当于 Java 和数据库之间的 “通信协议”；
MySQL 本身不会直接遵守 Java 的 JDBC 标准，因此 MySQL 官方提供了这个驱动包 —— 它是 JDBC 接口的MySQL 实现版本，专门负责让 Java 程序（比如 Hive）能 “看懂” 并连接 MySQL。

简单类比：这个 JAR 包就像 Hive 和 MySQL 之间的 “翻译官”，Hive 说 “Java/JDBC 语言”，MySQL 说 “自己的私有协议语言”，没有翻译官，两者根本无法沟通。

2、为什么必须放到 Hive 的 lib 目录？

Hive 是基于 Java 开发的程序，它的运行规则遵循 Java 应用的类加载机制：

Hive 的类加载路径：Hive 启动时，会自动扫描并加载其安装目录下 lib 文件夹中的所有 JAR 包，这些 JAR 包会被加入到 Hive 的核心类路径中；

驱动包的加载要求：Hive 要连接 MySQL 读取元数据，必须在运行时找到 com.mysql.jdbc.Driver（MySQL 驱动的核心类），而这个类就藏在 mysql-connector-java-5.1.46-bin.jar 里；

不放在 lib 目录的后果：如果把这个 JAR 包放在其他位置，Hive 的类加载器找不到这个驱动类，启动 Hive 或执行 Hive SQL 时会直接抛出错误：

3.3 配置系统变量和环境变量

1.系统变量

变量名：HIVE_HOME 变量值：E:\\apache-hive-2.1.1-bin

2. 环境变量

变量值： %HIVE_HOME%\\bin

3.4 修改Hive config 中的文件名

图中四个 hive 开头的文件改名

分别改成：

hive-default.xml.template —–> hive-site.xml hive-env.sh.template —–> hive-env.sh hive-exec-log4j.properties.template —–> hive-exec-log4j2.properties hive-log4j2.properties.template —–> hive-log4j2.properties

为什么要改名：

一、先搞懂 .template 文件的本质

这些带 .template 后缀的文件是 Hive 官方提供的配置模板，不是可直接使用的配置文件：

它们包含了 Hive 所有可配置项的默认注释、示例值、占位符（比如${jdbc.url}）；
是 “草稿版” 配置文件，目的是给用户提供修改参考，避免你从零手写配置文件时遗漏关键参数。

二、核心原因：Hive 有固定的配置文件加载规则

Hive 启动和运行时，会按照固定的文件名去指定目录（默认是conf目录）查找配置文件，完全不会识别带 .template 后缀的文件。重命名的本质是让 Hive 能找到并加载你的自定义配置，具体分文件说明：

1. hive-default.xml.template → hive-site.xml（最核心）

作用：这是 Hive 的核心配置文件，存储 Hive 运行的关键参数（比如元数据连接的 MySQL 地址 / 用户名 / 密码、HDFS 数据仓库路径、并发数、临时文件路径等）。
不改名的后果：Hive 会使用内置的极简默认配置（比如默认用 Derby 存储元数据，不支持集群），无法连接你配置的 MySQL，甚至无法正常启动。
关键逻辑：Hive 优先加载hive-site.xml中的配置，覆盖默认值 —— 只有改名后，你在这个文件里配置的 MySQL 连接信息、Hadoop 路径等才会生效。

2. hive-env.sh.template → hive-env.sh（环境变量配置）

作用：用于设置 Hive 运行依赖的环境变量（比如HADOOP_HOME路径、JAVA_HOME路径、Hive 配置目录路径、Hive 日志目录等）。
不改名的后果：Hive 可能找不到 Hadoop 的安装路径，导致无法调用 Hadoop 的 API，进而无法操作 HDFS 上的数据（比如创建表、读取数据）。
补充：这个文件主要在 Linux/Unix 系统生效，Windows 系统对应hive-env.cmd.template，逻辑一致。

3. log4j2 相关模板 → 正式日志配置文件

作用：hive-exec-log4j2.properties和hive-log4j2.properties是 Hive 的日志配置文件，控制日志的输出级别（INFO/ERROR/DEBUG）、日志文件保存路径、日志格式、日志滚动规则等。
不改名的后果：Hive 会使用默认的日志配置（比如日志只输出到控制台，不保存到文件，或日志级别过高 / 过低），不利于后续排查问题（比如连接 MySQL 失败的报错日志可能看不到）。
补充：log4j2是新版日志框架，替代了旧版的log4j，所以文件名里的log4j升级为log4j2，模板文件也对应调整。

3.5 创建目录

在文件夹中创建以下目录

D:\\workAPP\\Hadoop\\hive\\apache-hive-3.1.3-bin\\my_hive D:\\workAPP\\Hadoop\\hive\\apache-hive-3.1.3-bin\\my_hive\\operation_logs_dir D:\\workAPP\\Hadoop\\hive\\apache-hive-3.1.3-bin\\my_hive\\querylog_dir D:\\workAPP\\Hadoop\\hive\\apache-hive-3.1.3-bin\\my_hive\\resources_dir D:\\workAPP\\Hadoop\\hive\\apache-hive-3.1.3-bin\\my_hive\\scratch_dir

这些子目录是按 Hive 运行时的文件类型分类设计的，各司其职：

目录名核心作用不创建的潜在问题

my_hive	所有自定义文件的统一根目录	各类文件分散在系统各处，管理混乱
operation_logs_dir	存储 Hive系统操作日志（如 Hive 启动 / 停止日志、元数据连接日志、集群交互日志）	系统日志散落在临时目录，排查 “Hive 启动失败”“连接 MySQL 失败” 时找不到关键报错信息
querylog_dir	存储用户执行的SQL 查询日志（每个 Hive SQL 的执行计划、耗时、输入输出数据量、报错详情）	无法追溯 SQL 执行的问题（如某条查询跑失败，看不到具体报错原因）
resources_dir	存储 Hive 运行依赖的自定义资源（如自定义 UDF 的 JAR 包、序列化配置文件、临时导入的数据源文件）	自定义资源分散在其他路径，Hive 执行 UDF 时找不到依赖包，触发ClassNotFoundException
scratch_dir	存储 Hive 执行 SQL 时的临时文件（如 MapReduce/Spark 任务的中间数据、临时表数据、SQL 解析后的临时缓存文件）	系统临时目录空间不足导致任务中断，或路径含特殊字符导致临时文件创建失败

3.6 详细修改各项配置内容

1. 修改 hive-env.sh

txt打开文件，划到最下面

修改：

# Set HADOOP_HOME to point to a specific hadoop install directory
HADOOP_HOME=D:\\workAPP\\Hadoop\\hadoop-3.4.2

# Hive Configuration Directory can be controlled by:
export HIVE_CONF_DIR=D:\\workAPP\\Hadoop\\hive\\apache-hive-3.1.3-bin\\conf

# Folder containing extra ibraries required for hive compilation/execution can be controlled by:
export HIVE_AUX_JARS_PATH=D:\\workAPP\\Hadoop\\hive\\apache-hive-3.1.3-bin\\lib

具体路径看你自己的安装目录做好修改。

2. 修改 hive-site.xml

修改较多，直接下载我的文件替换上去，然后修改以下内容（主要修改路径）

文件 Ctrl + f 搜索：hive.exec.local.scratchidir

文件 Ctrl + f 搜索：hive.downloaded.resources

文件 Ctrl + f 搜索：hive.querylog.location

文件 Ctrl + f 搜索：hive.server2.logging.operation.log.location

3.7 启动Hive

1. 启动 Hadoop

在 sbin 目录下执行 start-all.cmd

执行以下命令：

hadoop fs -mkdir /tmp
hadoop fs -mkdir /user/
hadoop fs -mkdir /user/hive/
hadoop fs -mkdir /user/hive/warehouse
hadoop fs -chmod g+w /tmp
hadoop fs -chmod g+w /user/hive/warehouse

2. 创建数据库 Hive

create database if not exists hive default character set latin1;

四、滑铁卢

之后我开始尝试启动hive，输入hive -version

明明步骤都没问题的，结果一查

从 Hive 3.0 开始，官方不再提供原生的 Windows .bat 批处理文件，只保留了 Linux/Unix 平台的 .sh 脚本，所以即使从官网下载的包也没有 hive.bat。

问题本质

Hive 3.x 对 Windows 的支持被大幅弱化，官方不再维护 Windows 下的启动脚本，原因是：

Hive 3.x 依赖的 Hadoop 3.x 对 Windows 的兼容性也较差；
生产环境中 Hive 几乎都部署在 Linux 集群上，官方优先维护 Linux 版本；
继续维护 Windows 脚本的成本高，且用户量少。

刚好我们的版本就是 3.4.2 的

而目前网上解决方案只有以下三种：

1. ✅ 推荐：用 WSL2（Windows 子系统 Linux）部署 Hive

这是目前在 Windows 上运行 Hive 3.x 最稳定的方式，步骤如下：

开启 WSL2：在 Windows 设置中启用 “适用于 Linux 的 Windows 子系统”，安装 Ubuntu 等发行版；

在 WSL2 中部署 Hadoop + Hive：和 Linux 环境完全一致，直接使用 .sh 脚本（如 hive –service metastore）；

共享 Windows 文件：WSL2 可以直接访问 Windows 的 D:\\ 盘（路径为 /mnt/d/），方便共享数据。

但是我不喜欢这个，要是用这个我干脆直接搞个虚拟机得了。

2. ⚙️ 可选：手动创建 hive.bat（原生 Windows）

基于 hive.sh 的逻辑手动编写批处理文件。以下是简化模板（需根据你的环境修改）：

@echo off
setlocal enabledelayedexpansion

:: 配置环境变量（替换为你的实际路径）
set HIVE_HOME=D:\\workAPP\\Hadoop\\hive\\apache-hive-3.1.3-bin
set HADOOP_HOME=D:\\workAPP\\Hadoop\\hadoop-3.4.2
set JAVA_HOME=C:\\Program Files\\Java\\jdk1.8.0_291

:: 拼接类路径
set CLASSPATH=%HIVE_HOME%\\conf;%HIVE_HOME%\\lib\\*;%HADOOP_HOME%\\conf;%HADOOP_HOME%\\share\\hadoop\\common\\lib\\*;%HADOOP_HOME%\\share\\hadoop\\common\\*

:: 启动 Hive
java -cp %CLASSPATH% org.apache.hadoop.hive.cli.CliDriver %*

将上述内容保存为 hive.bat，放到 Hive 的 bin 目录下，即可执行 hive.bat -version 等命令。

⚠️ 注意：手动创建的脚本可能存在环境变量冲突、路径转换（如 Linux 路径 / 转 Windows 路径 \\）等问题，仅适合测试场景。

3. 📌 降级：改用 Hive 2.3.x 版本

Hive 2.3.x（如 apache-hive-2.3.9-bin.tar.gz）的安装包仍包含完整的 hive.bat、beeline.bat 等 Windows 脚本，对 Windows 兼容性更好。如果你的业务不需要 Hive 3.x 的新特性，降级是最省心的选择。

这里我们使用方法二：

@echo off
setlocal enabledelayedexpansion

:: 拼接类路径
set CLASSPATH=%HIVE_HOME%\\conf;%HIVE_HOME%\\lib\\*;%HADOOP_HOME%\\conf;%HADOOP_HOME%\\share\\hadoop\\common\\lib\\*;%HADOOP_HOME%\\share\\hadoop\\common\\*

:: 启动 Hive
java -cp %CLASSPATH% org.apache.hadoop.hive.cli.CliDriver %*

保存启动：

1.报错找不到mapred：

Exception in thread "main" java.lang.NoClassDefFoundError: org/apache/hadoop/mapred/JobConf at org.apache.hadoop.hive.conf.HiveConf.initialize(HiveConf.java:5144) at org.apache.hadoop.hive.conf.HiveConf.<init>(HiveConf.java:5102) at org.apache.hadoop.hive.common.LogUtils.initHiveLog4jCommon(LogUtils.java:97) at org.apache.hadoop.hive.common.LogUtils.initHiveLog4j(LogUtils.java:81) at org.apache.hadoop.hive.cli.CliDriver.run(CliDriver.java:699) at org.apache.hadoop.hive.cli.CliDriver.main(CliDriver.java:683) Caused by: java.lang.ClassNotFoundException: org.apache.hadoop.mapred.JobConf at java.base/jdk.internal.loader.BuiltinClassLoader.loadClass(BuiltinClassLoader.java:641) at java.base/jdk.internal.loader.ClassLoaders$AppClassLoader.loadClass(ClassLoaders.java:188) at java.base/java.lang.ClassLoader.loadClass(ClassLoader.java:526) … 6 more

找不到对应的类

我们需要手动将 Hadoop MapReduce 相关 JAR 包加入 Hive 的类路径：

修改 Hive 的环境变量配置：打开 Hive 配置目录（conf）下的 hive-env.sh（之前重命名的模板文件），添加以下内容：

# 指定 Hadoop 核心类路径，覆盖缺失的 MapReduce 类
export HADOOP_CLASSPATH=$HADOOP_HOME/share/hadoop/mapreduce/*:$HADOOP_HOME/share/hadoop/common/*:$HADOOP_HOME/share/hadoop/hdfs/*:$HADOOP_HOME/share/hadoop/yarn/*
# 传递 Hadoop 类路径给 Hive
export HIVE_CLASSPATH=$HADOOP_CLASSPATH

Windows 下手动创建的 hive.bat，在文件中添加：

:: 手动添加 Hadoop 核心类路径
set HADOOP_CLASSPATH=%HADOOP_HOME%\\share\\hadoop\\mapreduce\\*;%HADOOP_HOME%\\share\\hadoop\\common\\*;%HADOOP_HOME%\\share\\hadoop\\hdfs\\*;%HADOOP_HOME%\\share\\hadoop\\yarn\\*
:: 合并到 Hive 的类路径中
set CLASSPATH=%CLASSPATH%;%HADOOP_CLASSPATH%

最后的bat文件如下：

@echo off
setlocal enabledelayedexpansion

:: 拼接类路径
set CLASSPATH=%HIVE_HOME%\\conf;%HIVE_HOME%\\lib\\*;%HADOOP_HOME%\\conf;%HADOOP_HOME%\\share\\hadoop\\common\\lib\\*;%HADOOP_HOME%\\share\\hadoop\\common\\*;%CLASSPATH%;%HADOOP_CLASSPATH%

:: 启动 Hive
java -cp %CLASSPATH% org.apache.hadoop.hive.cli.CliDriver %*

执行：

2.报错：无法加载主类

因为直接写入bat，这个时候无法识别带有空格的路径，而我的 C:\\Program Files 中Program 和 Files之间就带着个空格。

修改：全部带上双引号就可以了：

@echo off
setlocal enabledelayedexpansion

:: 配置环境变量（替换为你的实际路径）
set "HIVE_HOME=D:\\workAPP\\Hadoop\\hive\\apache-hive-3.1.3-bin"
set "HADOOP_HOME=D:\\workAPP\\Hadoop\\hadoop-3.4.2"
set "JAVA_HOME=C:\\PROGRA~1\\Java\\jdk-21"

:: 手动添加 Hadoop 核心类路径
set "HADOOP_CLASSPATH=%HADOOP_HOME%\\share\\hadoop\\mapreduce\\*;%HADOOP_HOME%\\share\\hadoop\\common\\*;%HADOOP_HOME%\\share\\hadoop\\hdfs\\*;%HADOOP_HOME%\\share\\hadoop\\yarn\\*"

:: 拼接类路径
set "CLASSPATH=%HIVE_HOME%\\conf;%HIVE_HOME%\\lib\\*;%HADOOP_HOME%\\conf;%HADOOP_HOME%\\share\\hadoop\\common\\lib\\*;%HADOOP_HOME%\\share\\hadoop\\common\\*;%CLASSPATH%;%HADOOP_CLASSPATH%"

:: 启动 Hive
java -cp "%CLASSPATH%" org.apache.hadoop.hive.cli.CliDriver %*

启动：

3.报错：xml格式错误

执行 hive -version 时触发了 hive-site.xml 配置文件的 XML 解析错误，核心问题是该文件第 40 行存在标签闭合不匹配的语法错误 —— 解析器预期闭合 </username> 标签，却意外遇到了 </description> 标签，导致整个配置文件无法正常加载。

简单来说就是哥们写的时候格式错了，这个时候就不能急，敲代码的急了输一半。

进入到 hive-site.xml 文件中定位到第40行

将 <username> 改成 <username>

启动

一样还是转义的问题

修改转义所有 & 为 &Ctrl + F 就是搜索，然后可以替换全部 & 为 &amp

4.报错java.net.URLClassLoader (jdk.internal.loader.ClassLoaders$AppClassLoader and java.net.URLClassLoader are in module java.base of loader 'bootstrap')

Hive Session ID = 188c0b91-9927-42ae-8903-50751573b3d2 Exception in thread "main" java.lang.ClassCastException: class jdk.internal.loader.ClassLoaders$AppClassLoader cannot be cast to class java.net.URLClassLoader (jdk.internal.loader.ClassLoaders$AppClassLoader and java.net.URLClassLoader are in module java.base of loader 'bootstrap') at org.apache.hadoop.hive.ql.session.SessionState.<init>(SessionState.java:413) at org.apache.hadoop.hive.ql.session.SessionState.<init>(SessionState.java:389) at org.apache.hadoop.hive.cli.CliSessionState.<init>(CliSessionState.java:60) at org.apache.hadoop.hive.cli.CliDriver.run(CliDriver.java:705) at org.apache.hadoop.hive.cli.CliDriver.main(CliDriver.java:683)

哥们用的jdk版本过高，是21，所以方法调用失败

直接去 bat 文件中添加以下语句进去

# 原启动行（示例）
# java -cp %CLASSPATH% org.apache.hadoop.hive.cli.CliDriver %*
# 修改后（添加 JVM 参数）
java –add-opens java.base/jdk.internal.loader=ALL-UNNAMED -cp "%CLASSPATH%" org.apache.hadoop.hive.cli.CliDriver %*

老实了，依旧报错，那就用装个java8上去好了（认命）

装好之后 hive.bat 修改一下

@echo off
setlocal enabledelayedexpansion

:: ########## 适配你的实际路径（核心：无空格/中文）##########
:: 必须是JDK 8（如JDK 1.8.0_291，路径替换为你的JDK 8路径）
set "JAVA_HOME=C:\\Program Files\\Java\\jdk1.8.0_341"
:: 你的Hadoop 3.4.2路径
set "HADOOP_HOME=D:\\workAPP\\Hadoop\\hadoop-3.4.2"
:: 你的Hive路径
set "HIVE_HOME=D:\\workAPP\\Hadoop\\hive\\apache-hive-3.1.3-bin"

:: ########## 强制拼接Hadoop 3.4.2核心类路径（包含Configuration类）##########
set "HADOOP_CLASSPATH=%HADOOP_HOME%\\share\\hadoop\\common\\*;%HADOOP_HOME%\\share\\hadoop\\common\\lib\\*;%HADOOP_HOME%\\share\\hadoop\\hdfs\\*;%HADOOP_HOME%\\share\\hadoop\\mapreduce\\*;%HADOOP_HOME%\\share\\hadoop\\yarn\\*"
:: 合并Hive + Hadoop类路径（优先加载Hadoop核心JAR）
set "CLASSPATH=%HIVE_HOME%\\conf;%HIVE_HOME%\\lib\\*;%HADOOP_CLASSPATH%;%JAVA_HOME%\\lib\\tools.jar"

:: ########## 启动Hive（指定JDK 8的java.exe，避免高版本JDK）##########
"%JAVA_HOME%\\bin\\java" -cp "%CLASSPATH%" org.apache.hadoop.hive.cli.CliDriver %*

endlocal

启动成功

篇幅限制，后续内容发布后我会在评论区说

END

如果觉得这份基础知识点总结清晰，别忘了动动小手点个赞👍，再关注一下呀～后续还会分享更多有关面试问题的干货技巧，同时一起解锁更多好用的功能，少踩坑多提效！🥰 你的支持就是我更新的最大动力，咱们下次分享再见呀～🌟

前言

一、资源准备

二、为什么需要 mysql

2.1、先搞懂 Hive 的核心架构

2.2、为什么需要 MySQL 存储元数据

1. Hive 内置的元数据存储方案有致命缺陷

2. MySQL 完美解决这些问题

3. 不是只能用 MySQL，但 MySQL 是最优选择

2.3、MySQL 与 Hive 的协作流程（简化版）

总结

三、安装hive

3.1 解压 hive 安装包

3.2 解压 mysql 安装包到 hive\\lib 中

1、先搞懂这个 JAR 包的本质

2、为什么必须放到 Hive 的 lib 目录？

3.3 配置系统变量和环境变量

1.系统变量

2. 环境变量

3.4 修改Hive config 中的文件名

一、先搞懂 .template 文件的本质

二、核心原因：Hive 有固定的配置文件加载规则

1. hive-default.xml.template → hive-site.xml（最核心）

2. hive-env.sh.template → hive-env.sh（环境变量配置）

3. log4j2 相关模板 → 正式日志配置文件

3.5 创建目录

3.6 详细修改各项配置内容

1. 修改 hive-env.sh

2. 修改 hive-site.xml

3.7 启动Hive

1. 启动 Hadoop

2. 创建数据库 Hive

四、滑铁卢

问题本质

1. ✅ 推荐：用 WSL2（Windows 子系统 Linux）部署 Hive

2. ⚙️ 可选：手动创建 hive.bat（原生 Windows）

3. 📌 降级：改用 Hive 2.3.x 版本

1.报错找不到mapred：

2.报错：无法加载主类

3.报错：xml格式错误

4.报错java.net.URLClassLoader (jdk.internal.loader.ClassLoaders$AppClassLoader and java.net.URLClassLoader are in module java.base of loader 'bootstrap')

END

相关推荐

评论 抢沙发

热门标签

热门文章

最新文章

归档

分类

评论抢沙发