声明
- 本文基于Centos 6.x + CDH 5.x
HUE
Hadoop也有web管理控制台，而且还很华丽，它的名字叫HUE。通过HUE可以管理Hadoop常见的组件。下面用一幅图说明HUE能管理哪些组件
除了Oozie，LDAP SAML和Solr以外，前面的课程都说过了，Oozie是一个工作流组件，在下一课讲解，LDAP是一个用户密码的管理中心，负责用户的登陆。Solr是一个全文检索的引擎，不过其实Solr也不算Hadoop系专有的，Solr在很早以前就出现了，要算的话应该算Lucene系。
如果是根据课程来的同学，大家的机器上应该已经装了这些组件
- YARN
- Pig
- Hive
- Impala
- HBase
- Sqoop1(我们装的是Sqoop1这边管理的是Sqoop2)
- Zookeeper
安装HUE
可以在随便一台机器上安装HUE，官方建议在master机器上安装，我现在就俩虚拟机host1和host2，master是host1，但是我觉得host1的负担太重了，所以我决定吧HUE装host2上
在host2上执行
1. $ sudo yum install hue
配置HUE
配置Hadoop和HttpFs
HUE使用两种方式 WebHDFS 和 HttpFS 来访问HDFS，由于我们采用的是HA方式，所以只能用HttpFS。没有装过的同学可以看这个教程 Alex 的 Hadoop 菜鸟教程: 第18课 用Http的方式访问HDFS - HttpFs 教程
接下来我们要打开hue用户对hdfs的访问权限
编辑 /etc/hadoop-httpfs/conf/httpfs-site.xml
1. <!-- Hue HttpFS proxy user setting -->
2. <property>
3. <name>httpfs.proxyuser.hue.hosts</name>
4. <value>*</value>
5. </property>
6. <property>
7. <name>httpfs.proxyuser.hue.groups</name>
8. <value>*</value>
9. </property> 然后我们要在hue里面配置上httpfs的地址，编辑 /etc/hue/conf/hue.ini ，因为上一课我是在host2上安装的HttpFs，所以地址写成host2的地址
1. [hadoop]
2.
3. # Configuration for HDFS NameNode
4. # ------------------------------------------------------------------------
5. [[hdfs_clusters]]
6. # HA support by using HttpFs
7.
8. [[[default]]]
9. # Enter the filesystem uri
10. fs_defaultfs=hdfs://mycluster
11.
12. # NameNode logical name.
13. ## logical_name=
14.
15. # Use WebHdfs/HttpFs as the communication mechanism.
16. # Domain should be the NameNode or HttpFs host.
17. # Default port is 14000 for HttpFs.
18. webhdfs_url=http://host2:14000/webhdfs/v1
fs_defaultfs 的值配置成你在 /etc/hadoop/conf/core-site.xml 里面配置的 fs.defaultFS 属性值
配置YARN
继续编辑hue.ini ，找到 [[yarn_clusters]] 编辑一下
1. [[yarn_clusters]]
2.
3. [[[default]]]
4. # Enter the host on which you are running the ResourceManager
5. resourcemanager_host=host1
6.
7. # The port where the ResourceManager IPC listens on
8. ## resourcemanager_port=8032
9.
10. # Whether to submit jobs to this cluster
11. submit_to=True
12.
13. # Resource Manager logical name (required for HA)
14. ## logical_name=
15.
16. # Change this if your YARN cluster is Kerberos-secured
17. ## security_enabled=false
18.
19. # URL of the ResourceManager API
20. resourcemanager_api_url=http://host1:8088
21.
22. # URL of the ProxyServer API
23. proxy_api_url=http://host1:8088
24.
25. # URL of the HistoryServer API
26. history_server_api_url=http://host1:19888
因为我的 resoucemanager , history-server 都装在host1上，所以我修改了resourcemanager_host, resourcemanager_api_url, proxy_api_url, history_server_api_url 这些属性
配置Zookeeper
找到 [zookeeper] 节点
1. [zookeeper]
2.
3. [[clusters]]
4.
5. [[[default]]]
6. # Zookeeper ensemble. Comma separated list of Host/Port.
7. # e.g. localhost:2181,localhost:2182,localhost:2183
8. host_ports=host1:2181,host2:2181
配置上 host_ports
配置Hbase
HUE跟Hbase通讯是通过 hbase-thrift ， Alex 的 Hadoop 菜鸟教程: 第6课 Hbase 安装教程 中已经安装过hbase-thrift，当时是安装在 host1 上，所以我们先在 host1 上启动 hbase-thrift 服务
1. service hbase-thrift start
继续编辑 /etc/hue/conf/hue.ini 找到 [hbase] 段落，去掉 hbase_clusters 的注释，并修改 hbase_clusters 的地址
1. [hbase]
2. # Comma-separated list of HBase Thrift servers for clusters in the format of '(name|host:port)'.
3. # Use full hostname with security.
4. hbase_clusters=(Cluster|host1:9090)
5.
6. # HBase configuration directory, where hbase-site.xml is located.
7. ## hbase_conf_dir=/etc/hbase/conf
8.
9. # Hard limit of rows or columns per row fetched before truncating.
10. ## truncate_limit = 500
11.
12. # 'buffered' is the default of the HBase Thrift Server and supports security.
13. # 'framed' can be used to chunk up responses,
14. # which is useful when used in conjunction with the nonblocking server in Thrift.
15. ## thrift_transport=buffered
- 这边的 (Cluster|host1:9090) 里面的 Cluster并不是你的HDFS集群名字，只是一个显示在HUE界面上的文字，所以可以随便写，我这边保留 Cluster字样，后面的host1:9090是thrift的访问地址，如果有多个用逗号分隔
配置Hive
编辑 hue.ini ，找到 [beeswax] 段落，为什么叫[beeswax]而不是[hive]这是历史原因
1. [beeswax]
2.
3. # Host where HiveServer2 is running.
4. # If Kerberos security is enabled, use fully-qualified domain name (FQDN).
5. hive_server_host=host1
6.
7. # Port where HiveServer2 Thrift server runs on.
8. ## hive_server_port=10000
9.
10. # Hive configuration directory, where hive-site.xml is located
11. ## hive_conf_dir=/etc/hive/conf
- 把 hive_server_host的注释去掉，并写上hive-server2 所在服务器名字
- 如果你改了hive的默认端口，就修改hive_server_port
- 如果你这台机器有装hive，就配置上hive_conf_dir
配置Impala
编辑 hue.ini 找到 [impala] 段落
1. [impala]
2. # Host of the Impala Server (one of the Impalad)
3. server_host=host2
其实这边的 server_host 可以写任意一台impalad所在的服务器，我在所有的datanode上都装了impalad ( Alex 的 Hadoop 菜鸟教程: 第15课 Impala 安装使用教程)，所以我这里写host2或者host1都无所谓
配置Pig
由于我在 Alex 的 Hadoop 菜鸟教程: 第16课 Pig 安装使用教程 只在 host1 上安装了pig，所以我先在host2上补装上pig
配置Spark
要在HUE中使用Spark还需要安装spark-jobserver，但是这个东西没在CDH中，所以我们必须手动安装spark-jobserver
先要安装SBT。SBT = (not so) Simple Build Tool,是scala的构建工具，与java的maven地位相同
1. echo "debhttp://dl.bintray.com/sbt/debian /" | sudo tee -a/etc/apt/sources.list.d/sbt.list
2. sudo apt-get update
3. sudo apt-get install sbt
安装好SBT后，安装spark-jobserver
1. git clone https://github.com/ooyala/spark-jobserver.git
2. cd spark-jobserver
3. sbt
4. re-start
修改master属性
1. master = "spark://localhost:7077"
找到 [spark] 段落，修改 server_url 为正确的地址
1. [spark]
2. # URL of the REST Spark Job Server.
3. server_url=http://localhost:8090/
配置secret_key
设置一个secret_key的目的是加密你的cookie让你的hue更安全。找到 secret_key 这个项，然后随便设置一串字符串（官方建议30-60个字符长度）这里举个例子
1. secret_key=qpbdxoewsqlkhztybvfidtvwekftusgdlofbcfghaswuicmqp
启动HUE
配置完毕后确保你的 HttpFs 服务启动了。然后启动HUE
1. service hue start
hue的运行日志在 /var/log/hue/runcpserver.log
使用HUE
启动后，访问 http://host2:8888 可以看到
第一个访问这个地址的人就会成为超级用户，输入用户名和密码后会进入快速启动
快速启动
步骤1 检查配置
检查完会给你报错，然后你根据这些错误去修正配置
当然也不是每个项都一定要修改好才可以用，比如Oozie我们就没装，就放着就好了，等以后装了Oozie再回来配置
步骤2 示例
下一步，安装示例，继续点击下一页
步骤3 用户
直接点击下一页
步骤4 执行
点击 "HUE主页" 就会跳到 HUE的控制台了
在HUE中管理HDFS
点击右上角的 File Browser
进入了HDFS管理界面
这个界面下，你可以
- 上传文件
- 建立文件夹
- 删除文件
等操作
在HUE中查询Hbase
我们用HUE最重要的就是可以用它来直接跟各个hadoop组价交互，作为各个组件的UI使用。
选择最上面工具栏的 Data Browser 下拉菜单，选择Hbase
可以看到Hbase中表的列表
点击其中一个表可以看到数据
HUE支持一个Hbase的查询语法，比如像下面这幅图我是查所有以row1打头的rowkey，并往下看50条
在HUE中查询Hive
选择Hive
输入SQL后点击“执行”
是不是很方便？
在HUE中使用Spark
HUE还有其他功能，比如 可以直接建立Metatable ，查询Impala等，就自己探索把，这些功能都很简单明了。
