Hue的安装与部署

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：

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：