Hue的安装与部署

Hue的安装与部署

hadoop
hue

Hue 简介

Hue是一个开源的Apache Hadoop UI系统，最早是由Cloudera Desktop演化而来，由Cloudera贡献给开源社区，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等等。很早以前就听说过Hue的便利与强大，一直没能亲自尝试使用，下面先通过官网给出的特性，通过翻译原文简单了解一下Hue所支持的功能特性集合：

  • 默认基于轻量级sqlite数据库管理会话数据，用户认证和授权，可以自定义为MySQL、Postgresql，以及Oracle

  • 基于文件浏览器（File Browser）访问HDFS

  • 基于Hive编辑器来开发和运行Hive查询

  • 支持基于Solr进行搜索的应用，并提供可视化的数据视图，以及仪表板（Dashboard）

  • 支持基于Impala的应用进行交互式查询

  • 支持Spark编辑器和仪表板（Dashboard）

  • 支持Pig编辑器，并能够提交脚本任务

  • 支持Oozie编辑器，可以通过仪表板提交和监控Workflow、Coordinator和Bundle

  • 支持HBase浏览器，能够可视化数据、查询数据、修改HBase表

  • 支持Metastore浏览器，可以访问Hive的元数据，以及HCatalog

  • 支持Job浏览器，能够访问MapReduce Job（MR1/MR2-YARN）

  • 支持Job设计器，能够创建MapReduce/Streaming/Java Job

  • 支持Sqoop 2编辑器和仪表板（Dashboard）

  • 支持ZooKeeper浏览器和编辑器

  • 支持MySql、PostGresql、Sqlite和Oracle数据库查询编辑器

Hue的架构：

enter description here

hue官网：http://gethue.com/
配置文档：http://archive.cloudera.com/cdh5/cdh/5/hue-3.7.0-cdh5.3.6/manual.html#_install_hue
源码：https://github.com/cloudera/hue

这里我们直接用下载Hue：http://archive.cloudera.com/cdh5/cdh/5/hue-3.7.0-cdh5.3.6.tar.gz

Hue 编译

  1. 需要连接互联网
    修改虚拟机网络配置

  2. 安装系统包
    yum install ant asciidoc cyrus-sasl-devel cyrus-sasl-gssapi gcc gcc-c++ krb5-devel libtidy libxml2-devel libxslt-devel openldap-devel python-devel sqlite-devel openssl-devel mysql-devel gmp-devel
    在实际安装的时候，sqlite-devel不能从镜像下载，这里我是用了手动下载tar包，安装编译：
    下载地址： http://www.sqlite.org/sqlite-autoconf-3070500.tar.gz

    tar zxf sqlite-autoconf-3070500.tar.gz
cd sqlite-autoconf-3070500
./configure
make
sudo make install

  3. 编译Hue

    tar zxf hue-3.7.0-cdh5.3.6.tar.gz /opt/cdh5/
cd /opt/cdh5/hue-3.7.0-cdh5.3.6/
make apps

  4. 配置Hue

    secret_key=jFE93j;2[290-eiw.KEiwN2s3['d;/.q[eIW^y#e=+Iei*@Mn<qW5o
# Webserver listens on this address and port
http_host=hadoop
http_port=8888
# Time zone name
time_zone=Asia/Shanghai

  5. 启动Hue

    ${HUE_HOME}/build/env/bin/supervisor

  6. 打开hue的浏览器页面：hadoop:8888

Hue与HDFS，YARN集成

  1. Hue与Hadoop集成时，需要配置启动HDFS中的webHDFS，在hdfs-site.xml增加下面配置:

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

  2. 此外，还需要配置Hue访问HDFS用户权限，在core-site.xml中配置：

    <property>
    <name>hadoop.http.staticuser.user</name>
    <value>hadoop</value>
</property> 

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

    完成上述配置后，需重启HDFS。

  3. 配置Hue

    [[hdfs_clusters]]
  # HA support by using HttpFs

  [[[default]]]
  fs_defaultfs=hdfs://hadoop:8020

  # Directory of the Hadoop configuration
  hadoop_conf_dir=/opt/cdh5/hadoop-2.5.0-cdh5.3.6/etc/hadoop

  # This is the home of your Hadoop HDFS installation.
  hadoop_hdfs_home=/opt/cdh5/hadoop-2.5.0-cdh5.3.6

  # Use this as the HDFS Hadoop launcher script
  hadoop_bin=/opt/cdh5/hadoop-2.5.0-cdh5.3.6/bin
  
# Configuration for YARN (MR2)
# ------------------------------------------------------------------------
[[yarn_clusters]]

  [[[default]]]
  # Enter the host on which you are running the ResourceManager
   resourcemanager_host=hadoop

  # The port where the ResourceManager IPC listens on
   resourcemanager_port=8032

  # Whether to submit jobs to this cluster
  submit_to=True

  # URL of the ResourceManager API
   resourcemanager_api_url=http://hadoop:8088

  # URL of the ProxyServer API
   proxy_api_url=http://hadoop:8088

  # URL of the HistoryServer API
   history_server_api_url=http://hadoop:19888

    重启Hue服务。这里我们可以通在远程cmd中运行hive，在Hue中查看任务运行状况

Hue与Hive的集成

  1. hive-site.xml:
    注：metastore应该作为一个服务起来，然后让客户端去连接这个服务，去读mysql数据库里面的数据，可以参考hive官网上的Administrator Documentation中的Setting Up MetaStore

    <property>
  <name>hive.metastore.uris</name>
  <value>thrift://hadoop:9083</value>
  <description>Thrift URI for the remote metastore. Used by metastore client to connect to remote metastore.</description>
</property>

    配置完成以后，需启动服务: nohup {$HIVE_HOME}/bin/hive --service metastore &
    nohup {$HIVE_HOME}/bin/hiveserver2 &

  2. hue.ini

    # Host where HiveServer2 is running.
# If Kerberos security is enabled, use fully-qualified domain name (FQDN).
hive_server_host=hadoop

# Port where HiveServer2 Thrift server runs on.
hive_server_port=10000

# Hive configuration directory, where hive-site.xml is located
hive_conf_dir=/opt/cdh5/hive-0.13.1-cdh5.3.6/conf

# Timeout in seconds for thrift calls to Hive service
server_conn_timeout=120

    注：重新启动hive和hue以后，可能在hue中运行sql时会出现错误，因为权限问题，hue登陆的用户和hdfs上创建表的用户不相同，这个时候需要用hadoop的命令在后台做出更改bin/hdfs dfs -R o+x /xx

Hue与RDBMS的集成

  1. 在hue.ini中配置Hue本身的数据库SQLite

    [[[sqlite]]]
# Name to show in the UI.
nice_name=SQLite

# For SQLite, name defines the path to the database.
name=/opt/cdh5/hue-3.7.0-cdh5.3.6/desktop/desktop.db

# Database backend to use.
engine=sqlite

  2. 在hue.ini中配置Mysql数据库

    # Name to show in the UI.
nice_name="My SQL DB"
## nice_name=MySqlDB
# For MySQL and PostgreSQL, name is the name of the database.
# For Oracle, Name is instance of the Oracle server. For express edition
# this is 'xe' by default.
## name=db_track

# Database backend to use. This can be:
# 1. mysql
# 2. postgresql
# 3. oracle
engine=mysql

# IP or hostname of the database to connect to.
host=hadoop

# Port the database server is listening to. Defaults are:
# 1. MySQL: 3306
# 2. PostgreSQL: 5432
# 3. Oracle Express Edition: 1521
port=3306

# Username to authenticate with when connecting to the database.
user=root

# Password matching the username to authenticate with when
# connecting to the database.
password=123456

    重启hue服务，可以在页面中看到配置的数据库了：
    enter description here

    enter description here

posted @ 2016-04-01 02:03  Raymoc  阅读(7629)  评论(1)  编辑  收藏  举报