Hive数据库默认密码及其修改方法 (hive数据库默认密码)

2023-08-01 06:12:57 数据库 密码 默认

Hive数据库是Apache Hadoop项目的一个分支,提供了一种将结构化数据映射到Hadoop分布式文件系统中的机制。它允许用户通过SQL查询Hadoop数据源,并将结果转换为常见数据格式,例如ON、CSV和Apache Parquet等,使得处理海量数据变得更加容易和高效。

但是,对于Hive数据库来说,安全是一个非常重要的问题。其中一个重要的方面就是保护访问密码。在这篇文章中,我们将向大家介绍。

Hive数据库默认密码

在安装Hive数据库之前,我们需要先安装Hadoop并启动它。Hive数据库一般会绑定一个默认密码,以确保访问Hive数据库的用户有所限制,只有部分授权的用户才能使用Hive。

事实上,Hive数据库的默认密码是“空密码”。这意味着任何人都可以访问Hive数据库,只要他们能够连接到Hive数据库所在的服务器。因此,为了确保Hive数据库的安全性,我们必须更改默认的密码。

修改Hive数据库密码

为了保持Hive数据库的安全性,我们可以采取以下步骤来修改密码:

1.打开终端窗口,连接到Hive数据库所在的计算机,并使用管理员权限运行终端。

2.启动Hive服务器,并使用Hive管理员账户登录到Hive终端窗口。

3.输入以下命令更改Hive管理员账户的密码:

ALTER USER hive_user SET PASSWORD ‘新密码’;

4.确认新密码是否成功设置:

SHOW USERS;

在这个步骤中,你也可以创建一个新用户,并授权他们访问Hive数据库。而授予权限最简单的方式是使用SQL语句:

GRANT ALL PRIVILEGES ON DATABASE sampledb TO sample_user;

通过这个SQL语句,sample_user可以获得sampledb数据库中所有表的操作权限。

在保护Hive数据库安全的同时,更改默认密码对于数据库的管理员来说是必要的。新的密码更好是强密码,同时也应该更具可读性,方便管理员以后的记忆和使用。在此之后,我们也可以根据需要创建新用户,并授权他们访问Hive数据库。这些步骤确保了Hive数据库的安全性,以及维持了其稳定性同时简化了日常维护的任务。

相关问题拓展阅读:

  • Hive入门概述
  • 怎样查看hive建的外部表的数据库

Hive入门概述

1.1 什么是Hive

Hive:由Facebook开源用于解决海量结构化日志的数据统计。

Hive是基于Hadoop的一个数据仓库工具,可以将结构化的数据文件映射为一张表,并提供类SQL查询功能。本质是:将HQL转化成MapReduce程序

Hive处理的数据存储在HDFS

Hive分析数据底层的实现是MapReduce

执行程序运行在Yarn上

1.2 Hive的优缺点

1.2.1 优点

操作接口采用类SQL语法,提供快速开发的能力(简单、容易上手)。

避免了去写MapReduce,减少开发人员的学习成本。

Hive的执行延迟比较高,因此Hive常用于数据分析,对实时性要求不高的场合。

Hive优势在于处理大数据,对于处理小数据没有优势,因为Hive的执行延迟比较高。

Hive支持用户自定义函数,用户可以根据自己的需求来实现自己的函数。

1.2.2 缺点

1.Hive的HQL表达能力有限

(1)迭代式算法无法表达

(2)数据挖掘方面不擅长

2.Hive的效率比较低

(1)Hive自动生成的MapReduce作业,通常情况下不够智能化

(2)Hive调优比较困难,粒度较粗

1.3 Hive架构原理

1.用户接口:Client

CLI(hive shell)、JDBC/ODBC(java访问hive)、WEBUI(浏览器访问hive)

2.元数据:Metastore

元数据包括:表名、表所属的数据库(默认是default)、表的拥有者、列/分区字段、表的类型(是否是外部表)、表的数据所在目录等;

默认存储在自带的derby数据库中,推荐使用MySQL替代derby存储Metastore

3.Hadoop

使用HDFS进行存储,使用MapReduce进行计算。

4.驱动器:Driver

(1)解析器(SQL Parser):将SQL字符串转换成抽象语法树AST,这一步一般都用第三方工具库完成,比如antlr;对AST进行语法分析,比如表是否存在、字段是否存在、SQL语义是否有误。

(2)编译器(Physical Plan):将AST编译生成逻辑执行计划。

(3)优化器(Query Optimizer):对逻辑执行计划进行优化。

(4)执行器(Execution):把迟态逻辑执行计划转换成可以运行的物理计划。对于Hive来说,就是MR/Spark。

Hive通过给用户提供的一系列交互接口,接收到用户的指令(SQL),使用自己的Driver,结合元数据(MetaStore),将这些指令翻译成MapReduce,提交段帆到Hadoop中执行,最后,将执行返回的结果输出到用户交互接口。

1.4 Hive和数据库比较

由于 Hive 采用了类似SQL 的查询语言 HQL(Hive Query Language),因此很容易将 Hive 理解为数据库。其实从结构上来看,Hive 和数据库除了拥有类似的查询语言,再无类似之处。本文将从多个方面来阐述 Hive 和数据库的差异。数据库可以用在 Online 的应用中,但是Hive 是为数据仓库而设计的,清楚这一点,有助于从应用角度理解 Hive 的特性。

1.4.1 查询语言

由于SQL被广泛的应用在数据仓库中,因此,专门针对Hive的特性设计了类SQL的查询语言HQL。熟悉SQL开发的开发者可以很方便的使用Hive进行开发。

1.4.2 数据存储位置

Hive 是建立在 Hadoop 之上的,所有 Hive 的数据都是存储在 HDFS 中的。而数据库则可以将数据保存在块设备或者本地文件系统中。

1.4.3 数据更新

由于Hive是针对数据仓库应用设计的,而数据仓库的内容是读多写少的。因此,Hive中不建议对数据的改写,所有的数据都是在加载的时候确定好的。而数据库中的数据通常是需要经常进行修改的,因此可以使用 INSERT INTO … VALUES 添加数据,使用 UPDATE … SET修码燃源改数据。

1.4.4 索引

Hive在加载数据的过程中不会对数据进行任何处理,甚至不会对数据进行扫描,因此也没有对数据中的某些Key建立索引。Hive要访问数据中满足条件的特定值时,需要暴力扫描整个数据,因此访问延迟较高。由于 MapReduce 的引入, Hive 可以并行访问数据,因此即使没有索引,对于大数据量的访问,Hive 仍然可以体现出优势。数据库中,通常会针对一个或者几个列建立索引,因此对于少量的特定条件的数据的访问,数据库可以有很高的效率,较低的延迟。由于数据的访问延迟较高,决定了 Hive 不适合在线数据查询。

1.4.5 执行

Hive中大多数查询的执行是通过 Hadoop 提供的 MapReduce 来实现的。而数据库通常有自己的执行引擎。

1.4.6 执行延迟

Hive 在查询数据的时候,由于没有索引,需要扫描整个表,因此延迟较高。另外一个导致 Hive 执行延迟高的因素是 MapReduce框架。由于MapReduce 本身具有较高的延迟,因此在利用MapReduce 执行Hive查询时,也会有较高的延迟。相对的,数据库的执行延迟较低。当然,这个低是有条件的,即数据规模较小,当数据规模大到超过数据库的处理能力的时候,Hive的并行计算显然能体现出优势。

1.4.7 可扩展性

由于Hive是建立在Hadoop之上的,因此Hive的可扩展性是和Hadoop的可扩展性是一致的(世界上更大的Hadoop 集群在 Yahoo!,2023年的规模在4000 台节点左右)。而数据库由于 ACID 语义的严格限制,扩展行非常有限。目前更先进的并行数据库 Oracle 在理论上的扩展能力也只有100台左右。

1.4.8 数据规模

由于Hive建立在集群上并可以利用MapReduce进行并行计算,因此可以支持很大规模的数据;对应的,数据库可以支持的数据规模较小。

怎样查看hive建的外部表的数据库

进入HIVE之前要把HADOOP给启动起来,因为HIVE是基于HADOOP的。所有的MR计算都是在HADOOP上面进行的。

在命令行中输入:hive。这个时候就可以顺利的进入HIVE了。当然了,如果你想直接执行HQL脚本文件可以这样:hive -f xxxxx.hql。

进入hive之后一一般默认的数据库都是default。如果你切穗慧换数据库的话所建的表都会是在default数据库里面。

创建数据库的语法是:激族巧create database database_name;非常简单的,其实hive跟mysql的语法还是比较相似的。为什么呢?请明键继续往下

切换数据库的时候可以输入:use database_name;

查看所有数据库的时候可以输入:show databases;

查看所有表的时候可以输入:show tables

看表结构的时候可以输入:describe tab_name;

关于hive数据库默认密码的介绍到此就结束了,不知道你从中找到你需要的信息了吗 ?如果你还想了解更多这方面的信息,记得收藏关注本站。

相关文章