数据交互工具 -- HUE

相关资料包：https://pan.baidu.com/s/1y0cmzWN9VwrXVzSKEeIG1Q?pwd=5j0o 

1、Hue概述

        Hue(Hadoop User Experience)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 PythonWeb 框架 Django 实现的。通过使用 Hue 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。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

        一句话总结：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。

类似的产品还有 Apache Zeppelin。 

2、Hue编译安装

Hue官方网站：https://gethue.com/

HUE官方用户手册：https://docs.gethue.com/

官方安装文档：https://docs.gethue.com/administrator/installation/install/

HUE下载地址：https://docs.gethue.com/releases/

• Hue的安装并不是那么简单，官方并没有编译好的软件包，需要从github上下载源码、安装依赖、编译安装。以下详细讲解Hue下载、编译、安装的操作过程。
• 安装Hue的节点上最好没有安装过MySQL，否则可能有版本冲突，这里选择将Hue安装在 linux122 上。

1. 下载软件包、上传、解压(hue-release-4.3.0.zip、apache-maven-3.6.3-bin.tar.gz)
2. 安装依赖包
3. 安装maven
4. hue编译
5. 修改hadoop配置
6. 修改hue配置
7. 启动hue服务

2.1、下载软件包

到官方网站下载 hue-release-4.3.0.zip；上传至服务器，并解压缩

yum install unzip
unzip hue-release-4.3.0.zip

2.2、安装依赖

# 需要Python支持(Python 2.7+ / Python 3.5+)
python --version
 
# 在 CentOS 系统中安装编译 Hue 需要的依赖库
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
 
yum install -y rsync

备注：

• 以上依赖仅适用CentOS/RHEL 7.X，其他情况请参考https://docs.gethue.com/administrator/installation/dependencies/
• 安装Hue的节点上最好没有安装过MySQL，否则可能有版本冲突
• 安装过程中需要联网，网络不好会有各种奇怪的问题

2.3、安装Maven

编译 Hue 还需要 Maven 环境，因此在编译前需要安装 Maven。

下载 apache-maven-3.6.3-bin.tar.gz，上传虚拟机解压缩，添加环境变量

vi /etc/profile
 
# 添加环境变量
export MAVEN_HOME=/opt/lagou/servers/apache-maven-3.6.3
export PATH=$PATH:$MAVEN_HOME/bin
 
source /etc/profile
 
# 验证安装
mvn --version

2.4、编译

# 进入 hue 源码目录，进行编译。 使用 PREFIX 指定安装 Hue 的路径
cd /opt/lagou/software/hue-release-4.3.0
PREFIX=/opt/lagou/servers make install
cd /opt/lagou/servers
 
 
# 如果想把HUE从移动到另外一个地方，由于HUE使用了Python包的一些绝对路径,移动之后则必须执行以下命令：
# 这里不要执行
rm app.reg
rm -r build
make apps

备注：这一步持续的时间比较长，还会从网上下载 jar；需要联网

2.5、修改 Hadoop 配置文件

在 hdfs-site.xml 中增加配置

<property>
    <name>dfs.webhdfs.enabledname>
    <value>truevalue>
property>
<property>
    <name>dfs.permissions.enabledname>
    <value>falsevalue>
property>

在 core-site.xml 中增加配置

<property>
    <name>hadoop.proxyuser.hue.hostsname>
    <value>*value>
property>
<property>
    <name>hadoop.proxyuser.hue.groupsname>
    <value>*value>
property>
<property>
    <name>hadoop.proxyuser.hdfs.hostsname>
    <value>*value>
property>
<property>
    <name>hadoop.proxyuser.hdfs.groupsname>
    <value>*value>
property>

增加 httpfs-site.xml 文件，加入配置

<configuration>
    
    <property>
        <name>httpfs.proxyuser.hue.hostsname>
        <value>*value>
    property>
    <property>
        <name>httpfs.proxyuser.hue.groupsname>
        <value>*value>
    property>
configuration>

备注：修改完HDFS相关配置后，需要把配置scp给集群中每台机器，重启hdfs服务。

scp 文件名 IP地址:$PWD

start-dfs.sh

2.6、Hue配置

# 进入 Hue 安装目录
cd /opt/lagou/servers/hue
 
# 进入配置目录
cd desktop/conf
 
# 复制一份HUE的配置文件，并修改复制的配置文件
cp pseudo-distributed.ini.tmpl pseudo-distributed.ini
vi pseudo-distributed.ini
（:set number : 显示行号，便于我们观看配置文件）

# [desktop]
    http_host=linux122
    http_port=8000
    is_hue_4=true
    time_zone=Asia/Shanghai
    dev=true
    server_user=hue
    server_group=hue
    default_user=hue
 
# 211行左右。禁用solr，规避报错
app_blacklist=search
 
 
# [[database]]。Hue默认使用SQLite数据库记录相关元数据，替换为mysql
    engine=mysql
    host=linux123
    port=3306
    user=hive
    password=12345678
    name=hue # 数据库名
    
 
# 1003行左右，Hadoop配置文件的路径
hadoop_conf_dir=/opt/lagou/servers/hadoop-2.9.2/etc/hadoop

# 在mysql中创建数据库hue，用来存放元数据
mysql -uhive -p12345678
mysql> create database hue;

# 进入hue的bin目录
/opt/lagou/servers/hue/build/env/bin
 
# 初始化数据，执行下面两个命令
./syncdb
./migrate
 
# 这个时后去查询我们的数据库，发现已经生成了许多数据，这是hue创建的

2.7、启动 Hue 服务

# 增加 hue 用户和用户组
groupadd hue
useradd -g hue hue
 
 
# 在hue安装路径下执行
进入此目录build/env/bin/执行下面命令
./supervisor

• 在浏览器中输入：linux122:8000，可以看见以下画面，说明安装成功。
• 第一次访问的时候，需要设置超级管理员用户和密码。记住它(hue/123456)。

3、Hue整合Hadoop、Hive

修改参数文件 /opt/lagou/servers/hue/desktop/conf/pseudo-distributed.ini

3.1、集成HDFS、YARN

# 211 行。 没有安装 Solr，禁用，否则一直报错
app_blacklist=search
 
# [hadoop] -- [[hdfs_clusters]] -- [[[default]]]
# 注意端口号。下面语句只要一个
# fs_defaultfs=hdfs://linux121:8020
fs_defaultfs=hdfs://linux121:9000
 
webhdfs_url=http://linux121:50070/webhdfs/v1
 
# 211 行
hadoop_conf_dir=/opt/lagou/servers/hadoop-2.9.2/etc/hadoop
 
# [hadoop] -- [[yarn_clusters]] -- [[[default]]]
resourcemanager_host=linux123
resourcemanager_port=8032
submit_to=True
resourcemanager_api_url=http://linux123:8088
proxy_api_url=http://linux123:8088
history_server_api_url=http://linux123:19888

3.2、集成Hive

集成Hive需要启动 Hiveserver2 服务，在linux123节点上启动 Hiveserver2

查询端口

lsof -i:10000

启动Hiveserver2

nohup hiveserver2 &

# [beeswax]
hive_server_host=linux123
hive_server_port=10000
hive_conf_dir=/opt/lagou/servers/hive-2.3.7/conf

3.3、集成MySQL

# [librdbms] -- [[databases]] -- [[[mysql]]]；1639行
# 注意：1639行原文： ##[[mysql]] => [[mysql]]；两个##要去掉!
[[[mysql]]]
    nice_name="My SQL DB"
    name=hue
    engine=mysql
    host=linux123
    port=3306
    user=hive
    password=12345678

备注：name是数据库名，即 database 的名称

3.4、重启Hue服务

# 停止服务
ctrl + c
 
# 启动服务
./supervisor

4、特别提示

        我这个hue环境的配置是基于我自己搭建的hive本地集群，其中hdfs、yarn、mysql、hive、Hiveserver2 我搭建在了不同的集群节点，在配置时要依据自己的实际情况来做出相应的改变。

我搭建的节点参见下方博文：

Apache Hadoop 完全分布式集群搭建_悠然予夏的博客-CSDN博客

Hive安装与配置_悠然予夏的博客-CSDN博客_第1关:hive的安装与配置

Hive元数据管理_悠然予夏的博客-CSDN博客