Hue入门、Hue和Kafka整合、Hue和Hive整合、Hue和Impala整合 01

今天药忘吃喽~ 2022-02-24 04:48 386阅读 0赞

# 1. 什么是Hue #

**HUE=Hadoop User Experience**  
Hue是一个友好的界面集成框架，可以集成我们各种学习过的以及将要学习的框架，一个界面就可以做到查看以及执行所有的框架

## 1.1 Hue连接 ##

*  Site: http://gethue.com/
 *  Github: https://github.com/cloudera/hue
 *  Reviews: https://review.cloudera.org

## 1.2 Hue架构 ##

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjY0MTkwOQ_size_16_color_FFFFFF_t_70]

## 1.3 Hue核心功能 ##

*  SQL编辑器，支持Hive, Impala, MySQL, Oracle, PostgreSQL, SparkSQL, Solr SQL, Phoenix…
 *  搜索引擎Solr的各种图表
 *  Spark和Hadoop的友好界面支持
 *  支持调度系统Apache Oozie，可进行workflow的编辑、查看  
    HUE提供的这些功能相比Hadoop生态各组件提供的界面更加友好，但是一些需要debug的场景可能还是需要使用原生系统才能更加深入的找到错误的原因。  
    HUE中查看Oozie workflow时，也可以很方便的看到整个workflow的DAG图，不过在最新版本中已经将DAG图去掉了，只能看到workflow中的action列表和他们之间的跳转关系，想要看DAG图的仍然可以使用oozie原生的界面系统查看。  
    1，访问HDFS和文件浏览  
    2，通过web调试和开发hive以及数据结果展示  
    3，查询solr和结果展示，报表生成  
    4，通过web调试和开发impala交互式SQL Query  
    5，spark调试和开发  
    7，oozie任务的开发，监控，和工作流协调调度  
    8，Hbase数据查询和修改，数据展示  
    9，Hive的元数据（metastore）查询  
    10，MapReduce任务进度查看，日志追踪  
    11，创建和提交MapReduce，Streaming，Java job任务  
    12，Sqoop2的开发和调试  
    13，Zookeeper的浏览和编辑  
    14，数据库（MySQL，PostGres，SQlite，Oracle）的查询和展示

# 2. Hue的安装 #

Hue的安装支持多种方式，包括rpm包的方式进行安装，tar.gz包的方式进行安装以及cloudera manager的方式来进行安装等，我们这里使用tar.gz包的方式来进行安装

## 2.1 下载Hue的压缩包并上传到linux解压 ##

Hue的压缩包的下载地址：  
http://archive.cloudera.com/cdh5/cdh/5/  
我们这里使用的是CDH5.14.0这个对应的版本，具体下载地址为  
http://archive.cloudera.com/cdh5/cdh/5/hue-3.9.0-cdh5.14.0.tar.gz  
下载然后上传到linux系统，然后进行解压

cd /export/softwares/
    tar -zxvf hue-3.9.0-cdh5.14.0.tar.gz -C ../servers/

![在这里插入图片描述][20190403093339874.png]

## 2.2 编译安装启动 ##

*  linux系统安装依赖包：联网安装各种必须的依赖包

yum install ant asciidoc cyrus-sasl-devel cyrus-sasl-gssapi cyrus-sasl-plain gcc gcc-c++ krb5-devel libffi-devel libxml2-devel libxslt-devel make  mysql mysql-devel openldap-devel python-devel sqlite-devel gmp-devel

*  开始配置Hue

cd /export/servers/hue-3.9.0-cdh5.14.0/desktop/conf
    vim  hue.ini

#通用配置
    [desktop]
    secret_key=jFE93j;2[290-eiw.KEiwN2s3['d;/.q[eIW^y#e=+Iei*@Mn<qW5o
    http_host=node03.hadoop.com
    is_hue_4=true
    time_zone=Asia/Shanghai
    server_user=root
    server_group=root
    default_user=root
    default_hdfs_superuser=root
    #配置使用mysql作为hue的存储数据库,大概在hue.ini的587行左右
    [[database]]
    engine=mysql
    host=node03.hadoop.com
    port=3306
    user=root
    password=123456
    name=hue

*  创建mysql数据库  
    创建hue数据库

create database hue default character set utf8 default collate utf8_general_ci;

注意：实际工作中，还需要为hue这个数据库创建对应的用户，并分配权限，我这就不创建了，所以下面这一步不用执行了

grant all on hue.* to 'hue'@'%' identified by 'hue';

*  准备进行编译

cd /export/servers/hue-3.9.0-cdh5.14.0
    make apps

*  linux系统添加普通用户hue

useradd hue
    passwd hue

*  启动hue进程

cd /export/servers/hue-3.9.0-cdh5.14.0/
    build/env/bin/supervisor

*  页面访问  
    http://node03:8888  
    第一次访问的时候，需要设置管理员用户和密码  
    我们这里的管理员的用户名与密码尽量保持与我们安装hadoop的用户名和密码一致，  
    我们安装hadoop的用户名与密码分别是root 123456  
    初次登录使用root用户，密码为123456  
    ![在这里插入图片描述][20190403211335408.png]  
    进入之后发现我们的hue页面报错了，这个错误主要是因为hive的原因，因为我们的hue与hive集成的时候出错了，所以我们需要配置我们的hue与hive进行集成，接下里就看看我们的hue与hive以及hadoop如何进行集成

# 3. Hue与其他框架的集成 #

## 3.1 Hue与Hadoop的hdfs以及yarn集成 ##

*  更改所有hadoop节点的core-site.xml配置  
    记得更改完core-site.xml之后一定要重启hdfs与yarn集群  
    三台机器更改core-site.xml

<property>
    <name>hadoop.proxyuser.root.hosts</name>
    <value>*</value>
    </property>
    <property>
    <name>hadoop.proxyuser.root.groups</name>
    <value>*</value>
    </property>

*  更改所有hadoop节点的hdfs-site.xml

<property>
    	  <name>dfs.webhdfs.enabled</name>
    	  <value>true</value>
    </property>

*  重启hadoop集群  
    在node01机器上面执行以下命令

cd /export/servers/hadoop-2.6.0-cdh5.14.0
    sbin/stop-dfs.sh
    sbin/start-dfs.sh
    sbin/stop-yarn.sh
    sbin/start-yarn.sh

*  停止hue的服务，并继续配置hue.ini

cd /export/servers/hue-3.9.0-cdh5.14.0/desktop/conf
    vim hue.ini

**配置我们的hue与hdfs集成**

[[hdfs_clusters]]
        [[[default]]]

fs_defaultfs=hdfs://node01.hadoop.com:8020
    webhdfs_url=http://node01.hadoop.com:50070/webhdfs/v1
    hadoop_hdfs_home=/export/servers/hadoop-2.6.0-cdh5.14.0
    hadoop_bin=/export/servers/hadoop-2.6.0-cdh5.14.0/bin
    hadoop_conf_dir=/export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop

**配置我们的hue与yarn集成**

[[yarn_clusters]]
        [[[default]]]

resourcemanager_host=node01
          resourcemanager_port=8032
          submit_to=True
          resourcemanager_api_url=http://node01:8088
          history_server_api_url=http://node01:19888

## 3.2 配置hue与hive集成 ##

如果需要配置hue与hive的集成，我们需要启动hive的metastore服务以及hiveserver2服务（impala需要hive的metastore服务，hue需要hvie的hiveserver2服务）

*  更改Hue的配置hue.ini  
    修改hue.ini

[beeswax]

hive_server_host=node03.hadoop.com
      hive_server_port=10000
      hive_conf_dir=/export/servers/hive-1.1.0-cdh5.14.0/conf
      server_conn_timeout=120
      auth_username=root
      auth_password=123456

[metastore]

#允许使用hive创建数据库表等操作
      enable_new_create_table=true

*  启动Hive的metastore服务  
    去node03机器上启动hive的metastore以及hiveserver2服务

cd /export/servers/hive-1.1.0-cdh5.14.0
    nohup bin/hive --service metastore &
    nohup bin/hive --service hiveserver2 &

重新启动hue，然后就可以通过浏览器页面操作hive了

## 3.3 配置Hue与Impala的集成 ##

停止hue的服务进程  
修改hue.ini配置文件

[impala]

server_host=node03
      server_port=21050
      impala_conf_dir=/etc/impala/conf

## 3.4 配置Hue与Mysql的集成 ##

找到databases 这个选项，将这个选项下面的mysql注释给打开，然后配置mysql即可,大概在1547行

[[[mysql]]]
          nice_name="My SQL DB"
          engine=mysql
          host=node03.hadoop.com
          port=3306
          user=root
          password=123456

## 3.5 重新启动Hue的服务 ##

cd /export/servers/hue-3.9.0-cdh5.14.0/
    build/env/bin/supervisor

## 3.6 解决Hive以及Impala执行权限不足的问题 ##

在我们hive当中执行任意的查询，只要是需要跑MR的程序，就会报错，发现权限不够的异常，具体详细信息如下：

INFO  : Compiling command(queryId=root_20180625191616_d02efd23-2322-4f3d-9cb3-fc3a06ff4ce0): select count(1) from mystu
    INFO  : Semantic Analysis Completed
    INFO  : Returning Hive schema: Schema(fieldSchemas:[FieldSchema(name:_c0, type:bigint, comment:null)], properties:null)
    INFO  : Completed compiling command(queryId=root_20180625191616_d02efd23-2322-4f3d-9cb3-fc3a06ff4ce0); Time taken: 0.065 seconds
    INFO  : Concurrency mode is disabled, not creating a lock manager
    INFO  : Executing command(queryId=root_20180625191616_d02efd23-2322-4f3d-9cb3-fc3a06ff4ce0): select count(1) from mystu
    INFO  : Query ID = root_20180625191616_d02efd23-2322-4f3d-9cb3-fc3a06ff4ce0
    INFO  : Total jobs = 1
    INFO  : Launching Job 1 out of 1
    INFO  : Starting task [Stage-1:MAPRED] in serial mode
    INFO  : Number of reduce tasks determined at compile time: 1
    INFO  : In order to change the average load for a reducer (in bytes):
    INFO  :   set hive.exec.reducers.bytes.per.reducer=<number>
    INFO  : In order to limit the maximum number of reducers:
    INFO  :   set hive.exec.reducers.max=<number>
    INFO  : In order to set a constant number of reducers:
    INFO  :   set mapreduce.job.reduces=<number>
    ERROR : Job Submission failed with exception 'org.apache.hadoop.security.AccessControlException(Permission denied: user=admin, access=EXECUTE, inode="/tmp":root:supergroup:drwxrwx---

我们需要给hdfs上面的几个目录执行权限即可

hdfs  dfs  -chmod o+x /tmp
    hdfs  dfs  -chmod o+x  /tmp/hadoop-yarn
    hdfs  dfs  -chmod o+x  /tmp/hadoop-yarn/staging

![在这里插入图片描述][20190403212318497.png]  
或者我们可以这样执行

hdfs  dfs  -chmod -R o+x /tmp

可以将/tmp目录下所有的文件及文件夹都赋予权限  
继续执行hive的任务就不会报错了

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjY0MTkwOQ_size_16_color_FFFFFF_t_70]: /images/20220224/f6d2da61bc324a55a645a26eb0069a8a.png
[20190403093339874.png]: /images/20220224/a2698a72c20f4d349d8aecaffa1a4f31.png
[20190403211335408.png]: /images/20220224/e757c87e205f44f4ae241f103552eb59.png
[20190403212318497.png]: /images/20220224/297aa766581040f9a17b5306c874a0e2.png