详解Apache Kylin安装和踩坑

2019独角兽企业重金招聘Python工程师标准>>>

1. 背景

最近在学习kylin，在安装的时候遇到一些坑，特意记录起来，也希望同样在学习kylin的人，少踩一些坑（要是连安装都过不去，还怎么学！！！）。

2. 环境

我选的kylin版本是1.5.4，因为买了一本叫《Apache kylin权威指南》，书中以1.5.x为蓝本，为了避免少踩坑，保持和书中版本一致。

关于kylin安装环境，参考Hadoop Environment，下面是我自己的环境，只是为了学习，所有的安装都是伪分布式的，也没有关注高可用

1. Ubuntu 14.04.5 LTS
2. hadoop-2.7.1.tar.gz
3. jdk-8u172-linux-x64.tar.gz
4. hbase-1.2.5-bin.tar.gz
5. apache-kylin-1.5.4-HBase1.x-bin.tar.gz
6. apache-hive-1.2.1-bin.tar.gz

特别注意点：

1. kylin的版本要和hbase的版本对应，具体参考官网说明（Hadoop Environment），其实kylin打包的名字也能看出来
2. 注意hadoop和hbase的版本（hbase hadoop version）
3. jdk和hbase的版本（hbase jdk version）
4. hive和jdk版本（hive jdk version）
5. 最好在linux环境下安装，在mac下，启动kylin的时候，脚本会报错，当然可以改脚本 （mac无法启动kylin）。此外，在Ubuntu下安装也不省心，启动kylin也会报错，改脚本吧。那么，最好使用centos，我尝试了，不会报错。

3. 安装

1. 下载安装包，这个链接可以下载到apache所有的安装包，但速度不快，有些找不到的安装包，可以在这里下载（Apache Software Foundation Distribution Directory），解压
2. 设置环境变量

export JAVA_HOME=/root/jdk1.8.0_172
export HADOOP_HOME=/root/hadoop-2.7.1
export HIVE_HOME=/root/hive-1.2.1
export HBASE_HOME=/root/hbase-1.2.5
export KYLIN_HOME=/root/kylin-1.5.4
export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$HIVE_HOME/bin:$HBASE_HOME/bin:$KYLIN_HOME/bin

3. 安装hadoop，主要编辑的文件有：core-site.xml、hadoop-env.sh、hdfs-site.xml、mapred-site.xml、yarn-site.xml（都在$HADOOP_HOME/etc/hadoop目录内）（hadoop Pseudo-Distributed Operation）

   • ssh to localhost without a passphrase, execute the following commands

     $ ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa
       $ cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
       $ chmod 0600 ~/.ssh/authorized_keys
     

   • hadoop-env.sh，加一行JAVA_HOME

     export JAVA_HOME=/root/jdk1.8.0_172
     

   • core.xml

     
         
             fs.defaultFS
             hdfs://localhost:9000
         
         
             hadoop.tmp.dir
             /root/tmp
         
     
     

   • hdfs-site.xml

     
         
             dfs.replication
             1
         
     
     

   • mapred-site.xml：jobhistory记得也要配置，我之前没有配置，导致使用kylin的sampldata构建cube失败

     
         
             mapreduce.framework.name
             yarn
         
         
             mapreduce.jobhistory.address
             localhost:10020
         
         
             mapreduce.jobhistory.webapp.address
             localhost:19888
         
     
     

   • yarn-site.xml

     
     
     
         
             yarn.nodemanager.aux-services
             mapreduce_shuffle
         
     
     

   然后，format namenode bin/hdfs namenode -format，启动hdfssbin/start-dfs.sh，启动yarnsbin/start-yarn.sh, http://ip:50070/可以查namenode的情况，http://ip:8088/可以查看resourcemanager情况

4. 安装hive：主要编辑的文件为hive-site.xml，此文件通过copy hive-default.xml.template而来（hive Installation and Configuration）

   • 在hdfs上面创建目录

     $ $HADOOP_HOME/bin/hadoop fs -mkdir       /tmp
     $ $HADOOP_HOME/bin/hadoop fs -mkdir       /user/hive/warehouse
     $ $HADOOP_HOME/bin/hadoop fs -chmod g+w   /tmp
     $ $HADOOP_HOME/bin/hadoop fs -chmod g+w   /user/hive/warehouse
     

   • 修改hive-site.xml，主要改的地方为

     
         javax.jdo.option.ConnectionURL
         jdbc:mysql://localhost:3306/hive?createDatabaseIfNotExist=true&characterEncoding=UTF-8&useSSL=false
     
     
         javax.jdo.option.ConnectionDriverName
         com.mysql.jdbc.Driver
     
     
         javax.jdo.option.ConnectionUserName
         hive
     
     
         javax.jdo.option.ConnectionPassword
         hive
     
     

   上面就是使用mysql存储hive的元数据，如果出现SSL问题，就把useSSL置为false，特别注意，不要使用默认的derby，否则在运行kylin的sampledata时，无法在hive中创建表，此外，还需要把hive-site.xml中的${system:java.io.tmpdir}和${system:user.name}分别替换成/tmp和${user.name}，当然还需要把mysql-connector-java.x.jar二方包加入hive的lib目录中，特别注意，使用5.x版本，不要使用6.x版本。最后，运行bin/hive

5. 安装hbase：主要修改的文件为hbase-env.sh、hbase-site.xml（quickstart）

   • 修改hbase-env.sh，添加export JAVA_HOME=/root/jdk1.8.0_172
   • 修改hbase-site.xml

     
         
             hbase.rootdir
             hdfs://localhost:9000/hbase
         
         
             hbase.cluster.distributed
             true
         
         
             hbase.zookeeper.property.dataDir
             /root/tmp/hbase/zookeeper
       
     
     

   **特别注意，对于伪分布式安装，hbase.cluster.distributed要设置为true。此外，这里使用hbase内置的zookeeper。**最后，执行bin/satrt-hbase.sh，启动hbase

6. 安装kylin

   • 修改check-env.sh：可以先执行bin/check-env.sh，一般来说配置了上面所述的环境变量，是可以通过check，但是这个脚本在mac和ubuntu下执行还是有问题，mac下的问题我没有解决，Ubuntu下面问题解了。原因是get-properties.sh内容在Ubuntu下执行有问题。不过在centos下没有这个问题（安装指南）

     ## 原始文件
     if [ $# != 1 ]
     then
         echo 'invalid input'
         exit -1
     fi
     
     IFS=$'\n'
     result=
     for i in `cat ${KYLIN_HOME}/conf/kylin.properties | grep -w "^$1" | grep -v '^#' | awk -F= '{ n = index($0,"="); print substr($0,n+1)}' | cut -c 1-`
     do
        :
        result=$i
     done
     echo $result
     

     ## 修改后的文件
     if [ $# != 1 ]
     then
         echo 'invalid input'
         exit -1
     fi
     
     #IFS=$'\n'
     result=`cat ${KYLIN_HOME}/conf/kylin.properties | grep -w "^$1" | grep -v '^#' | awk -F= '{ n = index($0,"="); print substr($0,n+1)}' | cut -c 1-`
     #for i in `cat ${KYLIN_HOME}/conf/kylin.properties | grep -w "^$1" | grep -v '^#' | awk -F= '{ n = index($0,"="); print substr($0,n+1)}' | cut -c 1-`
     #do
     #   :
     #   result=$i
     #done
     echo $result
     

   • 我目前使用的是apache-kylin-1.5.4-HBase1.x-bin.tar.gz版本，此版本在conf目录下，把压缩相关的配置注释了，包括kylin_hive_conf.xml、kylin_job_conf_inmem.xml、 kylin_job_conf.xml、kylin.properties，我之前用1.5.3并没有注释掉，导致在运行构建cube是出现snappy不存在问题。

     # Compression codec for htable, valid value [none, snappy, lzo, gzip, lz4]
     # 1.5.3默认未snappy，但是我使用的hadoop的并没有snappy压缩功能，所以要么把压缩相关的配置注释掉，或者重新打包hadoop
     kylin.hbase.default.compression.codec=none
     

   之后，运行bin/kylin.sh satrt，启动成功后，访问http://ip:7070/kylin，用户名是ADMIN，密码是KYLIN。然后可以运行bin/sample.sh，体验下kylin，运行完sample.sh后重启kylin，就可以build cube了。

3. 其他

1. mac无法启动kylin 最好使用linux
2. 运行sample.sh后hive无法找到表 不要使用derby，使用mysql
3. build cube出现Unexpected exception: org.apache.hadoop.hive.ql.metadata.HiveException: java.lang.RuntimeException: native snappy library not available: this version of libhadoop was built without snappy support.
   • 重新编译hadoop，让其支持snappy：https://blog.csdn.net/wzy0623/article/details/51263041
   • 关闭kylin的压缩配置：http://kylin.apache.org/docs15/install/advance_settings.html
4. kylin 安装配置实验

转载于:https://my.oschina.net/u/554140/blog/1920351