apache-atlas-0.8.4 安装部署(apache版本)

    Atlas官网地址：https://atlas.apache.org/

    文档查看地址：https://atlas.apache.org/0.8.4/index.html

    下载地址：https://www.apache.org/dyn/closer.cgi/atlas/0.8.4/apache-atlas-0.8.4-sources.tar.gz

 

1.安装前环境准备

    Atlas安装分为：集成自带的HBase+Solr；集成外部的HBase+Solr。通常企业开发中选择集成外部的HBase+Solr，方便项目整体进行集成操作。

服务名称	子服务	服务器hadoop102	服务器 hadoop103	服务器 hadoop104
HDFS	NameNode	√
	DataNode	√	√	√
	SecondaryNameNode			√
Yarn	NodeManager	√	√	√
	Resourcemanager		√
Zookeeper	QuorumPeerMain	√	√	√
Kafka	Kafka	√	√	√
HBase	HMaster	√
	HRegionServer	√	√	√
Solr	Jar	√	√	√
Hive	Hive	√
MySQL	MySQL	√
Azkaban	AzkabanWebServer	√
	AzkabanExecutorServer	√
Atlas	atlas	√
服务数总计		13	7	7

 

1.1 安装JDK8、Hadoop2.7.2

    之前已安装，详见相关文档。

1.2 安装Zookeeper3.4.10

    之前已安装，详见相关文档。

1.3 安装Kafka0.11.0.2

    之前已安装，详见相关文档。

1.4 安装Hbase1.3.1

    之前已安装，详见相关文档。

1.5 安装Solr5.2.1

1.5.1 Solr版本要求必须是5.2.1，见官网。

1.5.2 Solr下载：http://archive.apache.org/dist/lucene/solr/5.2.1/solr-5.2.1.tgz

1.5.3 把solr-5.2.1.tgz上传到hadoop102的/opt/software目录下

1.5.4 解压solr-5.2.1.tgz到/opt/module/目录下面

    [luomk@hadoop102 software]$ tar -zxvf solr-5.2.1.tgz -C /opt/module/

1.5.5 修改solr-5.2.1的名称为solr

    [luomk@hadoop102 module]$ mv solr-5.2.1/ solr

1.5.6 进入solr/bin目录，修改solr.in.sh文件

[luomk@hadoop102 solr]$ vim bin/solr.in.sh
#添加下列指令
ZK_HOST="hadoop102:2181,hadoop103:2181,hadoop104:2181"
SOLR_HOST="hadoop102"
# Sets the port Solr binds to, default is 8983
#可修改端口号
SOLR_PORT=8983

1.5.7 分发Solr，进行Cloud模式部署

    [luomk@hadoop102 module]$ xsync solr

    提示：分发完成后，分别对hadoop103、hadoop104主机/opt/module/solr/bin下的solr.in.sh文件，修改为SOLR_HOST=对应主机名。

1.5.8 在三台节点上分别启动Solr，这个就是Cloud模式

[luomk@hadoop102 solr]$ bin/solr start 
[luomk@hadoop103 solr]$ bin/solr start 
[luomk@hadoop104 solr]$ bin/solr start

    提示：启动Solr前，需要提前启动Zookeeper服务。

1.5.9 Web访问8983端口，可指定三台节点中的任意一台IP，http://hadoop102:8983/solr/#/

    提示：UI界面出现Cloud菜单栏时，Solr的Cloud模式才算部署成功。

1.5.10 编写Solr启动停止脚本

（1）在hadoop102的/home/luomk/bin目录下创建脚本

[luomk@hadoop102 bin]$ vim s.sh
在脚本中编写如下内容
#!/bin/bash
case $1 in
"start"){
    for i in hadoop102 hadoop103 hadoop104
    do
        ssh $i "/opt/module/solr/bin/solr start"
    done
};;
"stop"){
    for i in hadoop102 hadoop103 hadoop104
    do
        ssh $i "/opt/module/solr/bin/solr stop"
    done
};;
esac

（2）增加脚本执行权限

    [luomk@hadoop102 bin]$ chmod 777 s.sh

（3）Solr集群启动脚本

    [luomk@hadoop102 module]$ s.sh start

（4）Solr集群停止脚本

    [luomk@hadoop102 module]$ s.sh stop

1.6 安装Hive1.2.1

    之前已安装，详见相关文档

1.7 安装Azkaban2.5.0

    之前已安装，详见相关文档

1.8 安装Atlas0.8.4

1.8.1 把apache-atlas-0.8.4-bin.tar.gz上传到hadoop102的/opt/software目录下

1.8.2 解压apache-atlas-0.8.4-bin.tar.gz到/opt/module/目录下面

    [luomk@hadoop102 software]$ tar -zxvf apache-atlas-0.8.4-bin.tar.gz -C /opt/module/

1.8.3 修改apache-atlas-0.8.4的名称为atlas

    [luomk@hadoop102 module]$ mv apache-atlas-0.8.4/ atlas

 

2.Atlas集成外部框架

2.1 Atlas集成Hbase

2.1.1 进入/opt/module/atlas/conf/目录，修改配置文件

[luomk@hadoop102 conf]$ vim atlas-application.properties 
#修改atlas存储数据主机
atlas.graph.storage.hostname=hadoop102:2181,hadoop103:2181,hadoop104:2181

2.1.2 进入到/opt/module/atlas/conf/hbase路径，添加Hbase集群的配置文件到${Atlas_Home}

[luomk@hadoop102 hbase]$ 
ln -s /opt/module/hbase/conf/ /opt/module/atlas/conf/hbase/

2.1.3 在/opt/module/atlas/conf/atlas-env.sh中添加HBASE_CONF_DIR

[luomk@hadoop102 conf]$ vim atlas-env.sh
#添加HBase配置文件路径
export HBASE_CONF_DIR=/opt/module/atlas/conf/hbase/conf

 

2.2 Atlas集成Solr

2.2.1 进入/opt/module/atlas/conf目录，修改配置文件

[luomk@hadoop102 conf]$ vim atlas-application.properties
#修改如下配置
atlas.graph.index.search.solr.zookeeper-url=hadoop102:2181,hadoop103:2181,hadoop104:2181

2.2.2 将Atlas自带的Solr文件夹拷贝到外部Solr集群的各个节点。

[luomk@hadoop102 conf]$ 
cp -r /opt/module/atlas/conf/solr /opt/module/solr/

2.2.3 进入到/opt/module/solr路径，修改拷贝过来的配置文件名称为atlas_conf

[luomk@hadoop102 solr]$ mv solr atlas_conf

2.2.4 在Cloud模式下，启动Solr（需要提前启动Zookeeper集群），并创建collection

[luomk@hadoop102 solr]$ bin/solr create -c vertex_index -d /opt/module/solr/atlas_conf -shards 3 -replicationFactor 2
[luomk@hadoop102 solr]$ bin/solr create -c edge_index -d /opt/module/solr/atlas_conf -shards 3 -replicationFactor 2
[luomk@hadoop102 solr]$ bin/solr create -c fulltext_index -d /opt/module/solr/atlas_conf -shards 3 -replicationFactor 2

    -shards 3：表示该集合分片数为3

    -replicationFactor 2：表示每个分片数都有2个备份

    vertex_index、edge_index、fulltext_index：表示集合名称

    注意：如果需要删除vertex_index、edge_index、fulltext_index等collection可以执行如下命令。

    [luomk@hadoop102 solr]$ bin/solr delete -c ${collection_name}

2.2.5 验证创建collection成功

    登录solr web控制台：http://hadoop102:8983/solr/#/~cloud 看到如下图显示：

 

2.3 Atlas集成Kafka

2.3.1 进入/opt/module/atlas/conf/目录，修改配置文件atlas-application.properties

[luomk@hadoop102 conf]$ vim atlas-application.properties 

#########  Notification Configs  #########
atlas.notification.embedded=false
atlas.kafka.zookeeper.connect=hadoop102:2181,hadoop103:2181,hadoop104:2181
atlas.kafka.bootstrap.servers=hadoop102:9092,hadoop103:9092,hadoop104:9092
atlas.kafka.zookeeper.session.timeout.ms=4000
atlas.kafka.zookeeper.connection.timeout.ms=2000

atlas.kafka.enable.auto.commit=true

2.3.2 启动Kafka集群，并创建Topic

[luomk@hadoop102 kafka]$ bin/kafka-topics.sh --zookeeper hadoop102:2181,hadoop103:2181,hadoop104:2181 --create --replication-factor 3 --partitions 3 --topic _HOATLASOK

[luomk@hadoop102 kafka]$ bin/kafka-topics.sh --zookeeper hadoop102:2181,hadoop103:2181,hadoop104:2181 --create --replication-factor 3 --partitions 3 --topic ATLAS_ENTITIES

 

2.4 Atlas其他配置

2.4.1 进入/opt/module/atlas/conf/目录，修改配置文件atlas-application.properties

[luomk@hadoop102 conf]$ vim atlas-application.properties 

#########  Server Properties  #########
atlas.rest.address=http://hadoop102:21000
# If enabled and set to true, this will run setup steps when the server starts
atlas.server.run.setup.on.start=false

#########  Entity Audit Configs  #########
atlas.audit.hbase.zookeeper.quorum=hadoop102:2181,hadoop103:2181,hadoop104:2181

2.4.2 记录性能指标，进入/opt/module/atlas/conf/路径，修改当前目录下的atlas-log4j.xml

[luomk@hadoop102 conf]$ vim atlas-log4j.xml

#去掉如下代码的注释

    
    
    
    
        
    



    
    

2.5 Atlas集成Hive

2.5.1 进入/opt/module/atlas/conf/目录，修改配置文件atlas-application.properties

[luomk@hadoop102 conf]$ vim atlas-application.properties 

######### Hive Hook Configs #######
atlas.hook.hive.synchronous=false
atlas.hook.hive.numRetries=3
atlas.hook.hive.queueSize=10000
atlas.cluster.name=primary

2.5.2 将atlas-application.properties配置文件加入到atlas-plugin-classloader-1.0.0.jar中

[luomk@hadoop102 hive]$ zip -u /opt/module/atlas/hook/hive/atlas-plugin-classloader-0.8.4.jar /opt/module/atlas/conf/atlas-application.properties
[luomk@hadoop102 hive]$ cp /opt/module/atlas/conf/atlas-application.properties /opt/module/hive/conf/

    原因：这个配置不能参照官网，将配置文件考到hive的conf中。参考官网的做法一直读取不到atlas-application.properties配置文件，看了源码发现是在classpath读取的这个配置文件，所以将它压到jar里面。

2.5.3 在/opt/module/hive/conf/hive-site.xml文件中设置Atlas hook

[luomk@hadoop102 conf]$ vim hive-site.xml

      hive.exec.post.hooks
      org.apache.atlas.hive.hook.HiveHook


[luomk@hadoop102 conf]$ vim hive-env.sh

#在tez引擎依赖的jar包后面追加hive插件相关jar包
export HIVE_AUX_JARS_PATH=/opt/module/hadoop-2.7.2/share/hadoop/common/hadoop-lzo-0.4.20.jar$TEZ_JARS,/opt/module/atlas/hook/hive/atlas-plugin-classloader-0.8.4.jar,/opt/module/atlas/hook/hive/hive-bridge-shim-0.8.4.jar

 

3.集群启动

3.1 启动Hadoop集群

    [luomk@hadoop102 hadoop-2.7.2]$ sbin/start-dfs.sh

    [luomk@hadoop103 hadoop-2.7.2]$ sbin/start-yarn.sh

3.2 启动Zookeeper集群

    [luomk@hadoop102 zookeeper-3.4.10]$ zk.sh start

3.3. 启动Kafka集群

    [luomk@hadoop102 kafka]$ kf.sh start

3.4 启动Hbase集群：

    [luomk@hadoop102 hbase]$ bin/start-hbase.sh

3.5 启动Solr集群

    [luomk@hadoop102 solr]$ bin/solr start

    [luomk@hadoop103 solr]$ bin/solr start

    [luomk@hadoop104 solr]$ bin/solr start

3.6 进入/opt/module/atlas路径，重新启动Atlas服务

    [luomk@hadoop102 atlas]$ bin/atlas_stop.py

    [luomk@hadoop102 atlas]$ bin/atlas_start.py

提示：错误信息查看路径：/opt/module/atlas/logs/*.out和application.log

访问地址：http://hadoop102:21000

注意：等待时间大概2分钟。

账户：admin

密码：admin

 

4.将Hive元数据导入Atlas

4.1 配置Hive环境变量

[luomk@hadoop102 hive]$ sudo vim /etc/profile
#配置Hive环境变量
export HIVE_HOME=/opt/module/hive
export PATH=$PATH:$HIVE_HOME/bin/
[luomk@hadoop102 hive]$ source /etc/profile

4.2 启动Hive，如果Hive能正常启动说明环境OK，就可以退出Hive客户端

[luomk@hadoop102 hive]$ hive 
hive (default)> show databases;
hive (default)> use gmall;

4.3 在/opt/module/atlas/路径，将Hive元数据导入到Atlas

[luomk@hadoop102 atlas]$ bin/import-hive.sh

Using Hive configuration directory [/opt/module/hive/conf]
Log file for import is /opt/module/atlas/logs/import-hive.log
log4j:WARN No such property [maxFileSize] in org.apache.log4j.PatternLayout.
log4j:WARN No such property [maxBackupIndex] in org.apache.log4j.PatternLayout.
输入用户名：admin；输入密码：admin
Enter username for atlas :- admin
Enter password for atlas :- 
Hive Meta Data import was successful!!!

 

5.Atlas常用配置（可选）

5.1 配置内存

    如果计划存储数万个元数据对象，建议调整参数值获得最佳的JVM GC性能。以下是常见的服务器端选项

    修改配置文件/opt/module/atlas/conf/atlas-env.sh

#设置Atlas内存
export ATLAS_SERVER_OPTS="-server -XX:SoftRefLRUPolicyMSPerMB=0 -XX:+CMSClassUnloadingEnabled -XX:+UseConcMarkSweepGC -XX:+CMSParallelRemarkEnabled -XX:+PrintTenuringDistribution -XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath=dumps/atlas_server.hprof -Xloggc:logs/gc-worker.log -verbose:gc -XX:+UseGCLogFileRotation -XX:NumberOfGCLogFiles=10 -XX:GCLogFileSize=1m -XX:+PrintGCDetails -XX:+PrintHeapAtGC -XX:+PrintGCTimeStamps"

#建议JDK1.7使用以下配置
export ATLAS_SERVER_HEAP="-Xms15360m -Xmx15360m -XX:MaxNewSize=3072m -XX:PermSize=100M -XX:MaxPermSize=512m"

#建议JDK1.8使用以下配置
export ATLAS_SERVER_HEAP="-Xms15360m -Xmx15360m -XX:MaxNewSize=5120m -XX:MetaspaceSize=100M -XX:MaxMetaspaceSize=512m"

#如果是Mac OS用户需要配置
export ATLAS_SERVER_OPTS="-Djava.awt.headless=true -Djava.security.krb5.realm= -Djava.security.krb5.kdc="
# 参数说明： -XX:SoftRefLRUPolicyMSPerMB 此参数对管理具有许多并发用户的查询繁重工作负载的GC性能特别有用。

5.2 配置用户名密码

    Atlas支持以下身份验证方法：File、Kerberos协议、LDAP协议

    通过修改配置文件atlas-application.properties文件开启或关闭三种验证方法

atlas.authentication.method.kerberos=true|false
atlas.authentication.method.ldap=true|false
atlas.authentication.method.file=true|false

    如果两个或多个身份证验证方法设置为true，如果较早的方法失败，则身份验证将回退到后一种方法。例如，如果Kerberos身份验证设置为true并且ldap身份验证也设置为true，那么，如果对于没有kerberos principal和keytab的请求，LDAP身份验证将作为后备方案。

    本文主要讲解采用文件方式修改用户名和密码设置。其他方式可以参见官网配置即可。

5.2.1 打开/opt/module/atlas/conf/users-credentials.properties文件

[luomk@hadoop102 conf]$ vim users-credentials.properties
#username=group::sha256-password
admin=ADMIN::8c6976e5b5410415bde908bd4dee15dfb167a9c873fc4bb8a81f6f2ab448a918
rangertagsync=RANGER_TAG_SYNC::e3f67240f5117d1753c940dae9eea772d36ed5fe9bd9c94a300e40413f1afb9d

（1）admin是用户名称

（2）8c6976e5b5410415bde908bd4dee15dfb167a9c873fc4bb8a81f6f2ab448a918是采用sha256加密的密码，默认密码为admin。

5.2.2 例如：修改用户名称为luomk，密码为luomk

    （1）获取sha256加密的luomk密码

[luomk@hadoop102 conf]$ echo -n "luomk"|sha256sum
2628be627712c3555d65e0e5f9101dbdd403626e6646b72fdf728a20c5261dc2

（2）修改用户名和密码

[luomk@hadoop102 conf]$ vim users-credentials.properties
#username=group::sha256-password
luomk=ADMIN::2628be627712c3555d65e0e5f9101dbdd403626e6646b72fdf728a20c5261dc2
rangertagsync=RANGER_TAG_SYNC::e3f67240f5117d1753c940dae9eea772d36ed5fe9bd9c94a300e40413f1afb9d