1.Apache Hue介绍

注：之前已经在HBase章节做过一次了，本次是cdh版本

hue是什么？

HUE = Hadoop User Experience

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，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能做什么？

访问HDFS和文件浏览
通过web调试和开发hive以及数据结果展示
查询solr和结果展示，报表生成通过web调试和开发impala交互式SQL Query
spark调试和开发
Pig开发和调试
oozie任务的开发，监控，和工作流协调调度
Hbase数据查询和修改，数据展示
Hive的元数据（metastore）查询
MapReduce任务进度查看，日志追踪
创建和提交MapReduce，Streaming，Java job任务
Sqoop2的开发和调试
Zookeeper的浏览和编辑
数据库（MySQL，PostGres，SQlite，Oracle）的查询和展示

Hue的架构

Hue是一个友好的界面集成框架，可以集成各种大量的大数据体系软件框架，通过一个界面就可以做到查看以及执行所有的框架。

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的场景可能还是要使用原生系统才能更加深入的找到错误的原因。

2. Hue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。

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

上传并解压安装包

tar -zxvf hue-3.9.0-cdh5.14.0.tar.gz

安装依赖包

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

配置hue

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=node-1
is_hue_4=true
time_zone=Asia/Shanghai  ## 注意时区
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=node-1
port=3306
user=root
password=Hadoop
name=hue ## 注意数据库的名字

创建mysql中hue使用的数据库

create database hue default character set utf8 default collate utf8_general_ci;

编译Hue

进入hue根目录下执行该命令

make apps

编译成功以后会在mysql对应的数据库中创建很多初始化表

启动Hue，Web UI访问

进入hue根目录下执行该命令

build/env/bin/supervisor

页面访问路径

http://node-1:8888

注：第一次访问hue的时候需要设置超级管理员用户与密码。默认你第一次登陆使用的账户名和密码就是超级管理员

3.Hue与软件的集成

3.1 Hue集成HDFS

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

core-site.xml

<!—允许通过httpfs方式访问hdfs的主机名 -->
<property>
<name>hadoop.proxyuser.root.hosts</name>
<value>*</value>
</property>
<!—允许通过httpfs方式访问hdfs的用户组 -->
<property>
<name>hadoop.proxyuser.root.groups</name>
<value>*</value>
</property>

hdfs-site.xml

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

hue.ini

vim /hue/desktop/conf/hue.ini

[[hdfs_clusters]]
 [[[default]]]
fs_defaultfs=hdfs://node-1:9000 ## NameNode端口
webhdfs_url=http://node-1:50070/webhdfs/v1 ## webUI页面端口
hadoop_hdfs_home= /export/servers/hadoop-2.7.5 ## hadoop所在位置
hadoop_bin=/export/servers/hadoop-2.7.5/bin ## hadoop的bin目录
hadoop_conf_dir=/export/servers/hadoop-2.7.5/etc/hadoop ## hadoop配置文件所在位置

重启HDFS、Hue

start-dfs.sh

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

3.2 Hue集成YARN

修改hue.ini

[[yarn_clusters]]
 [[[default]]]
resourcemanager_host=node-1 ## RM所在节点
resourcemanager_port=8032 ## RM端口
submit_to=True
resourcemanager_api_url=http://node-1:8088 #yarn端口
history_server_api_url=http://node-1:19888 ## hadoop历史端口

开启yarn日志聚集服务

MapReduce 是在各个机器上运行的，在运行过程中产生的日志存在于各个机器上，为了能够统一查看各个机器的运行日志，将日志集中存放在 HDFS 上，这个过程就是日志聚集。

<property>  ##是否启用日志聚集功能。
<name>yarn.log-aggregation-enable</name>
<value>true</value>
</property>
<property>  ##设置日志保留时间，单位是秒。
<name>yarn.log-aggregation.retain-seconds</name>
<value>106800</value>
</property>

重启Yarn、Hue

3.3 Hue集成Hive

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）。

修改Hue.ini

[beeswax]
  hive_server_host=node-1 ## hive所在节点
  hive_server_port=10000 ## hive端口
  hive_conf_dir=/export/servers/hive/conf ## hive配置文件所在目录
  server_conn_timeout=120 ## 超时时间
  auth_username=root ## 用户
  auth_password=123456 ## 密码

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

启动Hive服务、重启hue

去node-1机器上启动hive的metastore以及hiveserver2服务

nohup bin/hive --service metastore &
nohup bin/hive --service hiveserver2 &

重新启动hue。

build/env/bin/supervisor

3.4 Hue集成MySql

修改hue.ini

需要把mysql的注释给去掉。大概位于1546行

[[[mysql]]]
nice_name="My SQL DB"
engine=mysql
host=node-1
port=3306
user=root
password=hadoop

重启hue

build/env/bin/supervisor

3.5 Hue集成Oozie

修改配置文件hue.ini

[liboozie]
oozie_url=http://node-1:11000/oozie
remote_deployement_dir=/user/root/oozie_works
 
[oozie]
oozie_jobs_count=100
enable_cron_scheduling=true
enable_document_action=true
enable_oozie_backend_filtering=true
enable_impala_action=true

[filebrowser]
archive_upload_tempdir=/tmp
show_download_button=true
show_upload_button=true
enable_extract_uploaded_archive=true

启动hue、oozie

启动 hue 进程

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

启动 oozie 进程

cd /export/servers/oozie-4.1.0-cdh5.14.0
bin/oozied.sh start

页面访问hue

http://node-1:8888

3.5.1 使用hue配置oozie调度

hue提供了页面鼠标拖拽的方式配置oozie调度

3.5.2 利用hue调度shell脚本

在HDFS上创建一个shell脚本程序文件。

打开工作流调度页面。

3.5.3 利用hue调度hive脚本

在HDFS上创建一个hive sql脚本程序文件。

打开workflow页面，拖拽hive2图标到指定位置。

3.5.4 利用hue调度MapReduce程序

利用hue提交MapReduce程序

3.5.5 利用Hue配置定时调度任务

在hue中，也可以针对workflow配置定时调度任务，具体操作如下：

一定要注意时区的问题，否则调度就出错了。保存之后就可以提交定时任务。

点击进去，可以看到定时任务的详细信息。

3.6 Hue集成HBase

hbase-site.xml

作用：开启hbase thrift服务

修改完成之后scp给其他机器上hbase安装包。

<property>
  <name>hbase.thrift.support.proxyuser</name>
  <value>true</value>
</property>
<property>
  <name>hbase.regionserver.thrift.http</name>
  <value>true</value>
</property>

core-site.xml

scp给其他机器和hbase安装包conf目录下

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

hue.ini

[hbase]
hbase_clusters=(Cluster|node-1:9090)
hbase_conf_dir=/export/servers/hbase-1.2.1/conf
thrift_transport=buffered

启动HBase（包括thrift服务）、hue

需要启动hdfs和hbase，然后再启动thrift。

start-dfs.sh
start-hbase.sh
hbase-daemon.sh start thrift