快速搭建 Apache Hive Docker 测试环境

在某些场景下，需要快速构建自己的 Hive 测试环境来调试和学习 Hive 相关的语法和分析执行语句。本文介绍了和种免除分布式Hadoop配置的复杂过程。能够快速构建自己的Hive环境，并介绍构建在远程主机情况下，客户端访问Hive与执行SQL。

基本条件

本文参考的基本安装配置如下，

Linux（本文采用Debian，开放ssh远程访问）
Docker

配置步骤

1.在已安装 Docker 的 Linux 主机上拉取镜像¹。

docker pull apache/hive:对应版本

在 Docker Hub 上目前仅有3个版本

4.0.0-alpha-2
4.0.0-alpha-1
3.1.3
2.在 Shell 环境设置 Hive 对应版本

export HIVE_VERSION=对应版本

3.创建容器, --name 后为容器名称，可设置为其它

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

4.尝试用 beeline 连接检测容器是否正常。若创建容器时修改了名称，注意执行下面语句也要调整对应名称。

docker exec -it hive beeline -u 'jdbc:hive2://localhost:10000/'

至此，Apache Hive 测试环境已配置成功！

以下为扩展配置，使用 DataGrip 连接远程 Linux中的 Docker Hive。

配置 Linux SSH，开放远程 SSH 访问。具体可通过搜索查询相关资料。
DataGrip 配置
Data Source选择 Apache Hive，General不调整默认10000端口号，SSH/SSL 选项歨配置 SSH，若是在 ~/.ssh/config 中配置了远程的连接，这里可以直接选择配置即可。然后下载 Hive Driver，再 Test Connection，连接正常后即可保存数据源。

console中执行测试

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;