HUE=Hadoop User Experience
在没有HUE的时候,如果我们想要查看Hadoop生态圈各组件的状态,可以通过它们的webconsole,地址分别是:
HDFS: NameNode网页 http://ip:50070
SecondaryNameNode网页: http://ip:50090
Yarn: http://ip:8088
HBase: http://ip:16010
Hive http://ip:9999/hwi/
Spark http://ip:8080
如果一个个去查看肯定是可以的,但是…比较耗时间,稍显麻烦。而HUE就是对这些的整合,在HUE一个地方就可以查看上面全部组件的状况和进行一些操作。
Hue是一个开源的Apache Hadoop UI系统,由Cloudera Desktop演化而来,最后Cloudera公司将其贡献给Apache基金会的Hadoop社区,它是基于Python Web框架Django实现的。
通过使用Hue我们可以在浏览器端的Web控制台上与Hadoop集群进行交互来分析处理数据,例如操作HDFS上的数据,运行MapReduce Job,执行Hive的SQL语句,浏览HBase数据库等等。
HUE链接
Site: http://gethue.com/
Github: https://github.com/cloudera/hue
Reviews: https://review.cloudera.org
核心功能
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。
总结: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
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
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 openssl-devel -y
hue的编译需要使用maven进行下载一些其他jar包
wget http://repos.fedorapeople.org/repos/dchen/apache-maven/epel-apache-maven.repo -O /etc/yum.repos.d/epel-apache-maven.repo
sed -i s//$releasever/6/g /etc/yum.repos.d/epel-apache-maven.repo
yum install -y apache-maven
mvn --version
配置maven的下载地址
vim /etc/maven/settings.xml
<mirror>
<id>alimaven</id>
<mirrorOf>central</mirrorOf>
<name>aliyun maven</name>
<url>http://maven.aliyun.com/nexus/content/groups/public/</url>
</mirror>
<mirror>
<id>ui</id>
<mirrorOf>central</mirrorOf>
<name>Human Readable Name for this Mirror.</name>
<url>http://uk.maven.org/maven2/</url>
</mirror>
<mirror>
<id>jboss-public-repository-group</id>
<mirrorOf>central</mirrorOf>
<name>JBoss Public Repository Group</name>
<url>http://repository.jboss.org/nexus/content/groups/public</url>
</mirror>
注:在标签<mirrors>
内添加
hue的安装必须添加普通用户 hue,否则启动报错,直接给node03服务器添加普通用户即可
useradd hue
passwd hue
cd /opt/module
wget http://gethue.com/downloads/releases/4.0.1/hue-4.0.1.tgz
tar -zxf hue-4.0.1.tgz -C /export/servers/
修改hue的配置文件hue.ini
cd/opt/module/hue-4.0.0/desktop/conf/
vim hue.ini
#通用配置
[desktop]
secret_key=adsfasdfadsfasdfadfadfad
http_host=bigdata333
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561行左右
[[database]]
engine=mysql
host=bigdata333
port=3306
user=root
password=000000
name=hue
进入mysql客户端,然后创建mysql数据库
mysql –uroot -p000000
create database hue default character set utf8 default collate utf8_general_ci;
/opt/module/hue-4.0.0
make apps
注意:如果编译失败,那么需要重新进行编译,多编译几次,网速够快就能编译通过
make clean
make apps
cd /opt/module/hue-4.0.0
build/env/bin/supervisor
页面访问:http://bigdata333:8888
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。
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。
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>
<property>
<name>dfs.webhdfs.enabled</name>
<value>true</value>
</property>
配置我们的hue与hdfs集成 在830行
[[hdfs_clusters]]
[[[default]]]
fs_defaultfs=hdfs://bigdata111:9000
webhdfs_url=http://bigdata111:50070/webhdfs/v1
hadoop_hdfs_home=/opt/module/hadoop-2.8.4
hadoop_bin=/opt/module/hadoop-2.8.4/bin
hadoop_conf_dir=/opt/module/hadoop-2.8.4/etc/hadoop
[[yarn_clusters]]
[[[default]]]
resourcemanager_host=bigdata222
resourcemanager_port=8032
submit_to=True
resourcemanager_api_url=http://bigdata222:8088
history_server_api_url=http://bigdata111:19888
注:需要根据自己服务器的设置进行相关配置,本机测试是yarn在bigdata222节点,其他在bigdata111节点
如果需要配置hue与hive的集成,我们需要启动hive的hiveserver2服务
大约在955行
[beeswax]
hive_server_host=bigdata111
hive_server_port=10000
hive_conf_dir=/opt/module/hive-2.3.4/conf
erver_conn_timeout=120
auth_username=root
auth_password=000000
[metastore]
#允许使用hive创建数据库表等操作
enable_new_create_table=true
cd /opt/module/hive-2.3.4
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
大约在1190行
[hbase]
hbase_clusters=(Cluster|bigdata111:9090)
hbase_conf_dir=/opt/module/hbase-2.0.0/conf
启动hbase的thriftserver
bin/hbase-daemon.sh start thrift
build/env/bin/supervisor
http://bigdata333:8888/hue/
注意:与HBase有关系的组件也需要全部启动,比如:启动hbase需要hdfs与zookeeper,所有这两个也需要启动
可以把Phoenix理解为Hbase的查询引擎,phoenix,由saleforce.com开源的一个项目,后又捐给了Apache。它相当于一个Java中间件,帮助开发者,像使用jdbc访问关系型数据库一些,访问NoSql数据库HBase。
phoenix,操作的表及数据,存储在hbase上。phoenix只是需要和Hbase进行表关联起来。然后再用工具进行一些读或写操作。
其实,可以把Phoenix只看成一种代替HBase的语法的一个工具。虽然可以用java可以用jdbc来连接phoenix,然后操作HBase,但是在生产环境中,不可以用在OLTP中。在线事务处理的环境中,需要低延迟,而Phoenix在查询HBase时,虽然做了一些优化,但延迟还是不小。所以依然是用在OLAT中,再将结果返回存储下来。
tar -zxvf apache-phoenix-4.14.1-HBase-1.2-bin.tar.gz -C /opt/module
mv apache-phoenix-4.14.1-HBase-1.2-bin phoenix-4.14.1
vi /etc/profile
#phoenix
export PHOENIX_HOME=/opt/module/phoenix-4.14.1
export PATH=$PATH:$PHOENIX_HOME/bin
source /etc/profile
scp -r phoenix-4.14.1 root@bigdata13:/opt/module
scp -r phoenix-4.14.1 root@bigdata12:/opt/module
cp hbase-site.xml /opt/module/phoenix-4.14.1/bin/
拷贝jar包(注)三台都要
将如下两个jar包,目录在/opt/module/phoenix-4.14.1下,拷贝到hbase的lib目录,目录在/opt/module/hbase-1.3.1/lib/
phoenix-4.10.0-HBase-1.2-server.jar
phoenix-core-4.10.0-HBase-1.2.jar
sqlline.py bigdata111:2181
!table
create table test(id integer not null primary key,name varchar);
create table "Andy"(id integer not null primary key,name varchar);
drop table test;
upsert into test values(1,'Andy');
upsert into users(name) values('toms');
select * from test;
scan 'test'
!q
delete from test where id=2;
select sum(id) from "Andy";
alter table "Andy" add address varchar;
alter table "Andy" drop column address;
**其他语法详见:**http://phoenix.apache.org/language/index.html
create 'teacher','info','contact'
put 'teacher','1001','info:name','Jack'
put 'teacher','1001','info:age','28'
put 'teacher','1001','info:gender','male'
put 'teacher','1001','contact:address','shanghai'
put 'teacher','1001','contact:phone','13458646987'
put 'teacher','1002','info:name','Jim'
put 'teacher','1002','info:age','30'
put 'teacher','1002','info:gender','male'
put 'teacher','1002','contact:address','tianjian'
put 'teacher','1002','contact:phone','13512436987'
create view "teacher"(
"ROW" varchar primary key,
"contact"."address" varchar,
"contact"."phone" varchar,
"info"."age" varchar,
"info"."gender" varchar,
"info"."name" varchar
);
select * from "teacher";
内容来源于网络,如有侵权,请联系作者删除!