大数据之CDH5.16.1集成Tez0.9.2

俗话说：磨刀不误砍柴工。。上两篇中，我们介绍完了CDH环境的基本搭建。在这篇中，我们讲述对hive的一个优化措施之一：执行引擎tez。在HDP中hive的执行引擎默认是tez，而在CDH中默认则是mr，大家都知道mr效率是比较低的，tez则相对比较高。

tez官网地址为：http://tez.apache.org/
tez是在hadoop2才引入的，如图所示：

tez.png

图片来源：https://zh.hortonworks.com/apache/tez/

1.1前置环境

1）安装JDK
2）安装Maven
下载安装包：apache-maven-3.5.4-bin.tar.gz
解压：

[root@cm softs]#
tar -zxvf apache-maven-3.5.4-bin.tar.gz -C /usr/local/software/maven

配置:

[root@cm ~]# vim /etc/profile
export MAVEN_HOME=/usr/local/software/maven/apache-maven-3.5.4
export PATH=${MAVEN_HOME}/bin:$PATH

[root@cm ~]# source /etc/profile

3）安装protobuf-2.5.0
解压：tar -zxvf protobuf-2.5.0.tar.gz
编译：

[root@cm protobuf-2.5.0]# cd protobuf-2.5.0
[root@cm protobuf-2.5.0]# ./configure
[root@cm protobuf-2.5.0]# make
[root@cm protobuf-2.5.0]# make install
[root@cm protobuf-2.5.0]# protoc --version    #验证是否安装成功

1.2下载并解压tez

（1）下载地址：http://tez.apache.org/releases/

tezurl.png

http://tez.apache.org/releases/apache-tez-0-9-2.html

（2）解压命令：tar -zxvf apache-tez-0.9.2-src.tar.gz

1.3修改

建议在win10下通过编辑工具修改，因为文件比较大，比较难找到需要修改的地方
（1）修改pom.xml

第一处：修改为我们cdh所用版本

pom1.png

第二三处：添加Cloudera的Maven仓库地址【因为Hadoop环境版本为CDH版本】

pom2.png

第四处：注释掉tez-ext-service-tests、tez-ui这两个模块

pom3.png


    
      ${distMgmtSnapshotsId}
      ${distMgmtSnapshotsName}
      ${distMgmtSnapshotsUrl}
    
    
        cloudera
        https://repository.cloudera.com/artifactory/cloudera-repos/
        Cloudera Repositories
        
          false
        
    
  

  
    
      maven2-repository.atlassian
      Atlassian Maven Repository
      https://maven.atlassian.com/repository/public
      default
    
    
      ${distMgmtSnapshotsId}
      ${distMgmtSnapshotsName}
      ${distMgmtSnapshotsUrl}
      default
    
    
      cloudera
      Cloudera Repositories
      https://repository.cloudera.com/artifactory/cloudera-repos/

（2）修改java类
进入到：cd tez-mapreduce/src/main/java/org/apache/tez/mapreduce/hadoop/mapreduce

jobContextImpl.png

修改：JobContextImpl.java，在文件最后新增：

/**
 * Get the boolean value for the property that specifies which classpath
 * takes precedence when tasks are launched. True - user's classes takes
 * precedence. False - system's classes takes precedence.
 * @return true if user's classes should take precedence
 */
 @Override
  public boolean userClassesTakesPrecedence() {
    return getJobConf().getBoolean(MRJobConfig.MAPREDUCE_JOB_USER_CLASSPATH_FIRST, false);
  }

1.4编译

mvn clean package -DskipTests=true -Dmaven.javadoc.skip=true

mvn.png

mvnresult.png

1.5和CDH整合

1）进入apache-tez-0.9.2-src/tez-dist/target

tez-dist.png

将tez-0.9.2.tar.gz压缩包上传到HDFS上：/engine/tez-0.9.2

uploadurl.png

2）创建tez目录
在/opt/cloudera/parcels/CDH-5.16.1-1.cdh5.16.1.p0.3/lib 下创建tez目录

create-dir.png

进入到tez目录下，创建conf目录
mkdir conf
将1）中的tez-0.9.2-minimal文件夹下的jar及lib下的jar拷贝到tez中
在/opt/cloudera/parcels/CDH-5.16.1-1.cdh5.16.1.p0.3/lib/tez 中如下目录：

tezlist.png

其中conf文件夹下，放置tez-site.xml

tez-site.xml.png


    
        tez.lib.uris
        ${fs.defaultFS}/engine/tez-0.9.2/tez-0.9.2.tar.gz
    
    
          tez.use.cluster.hadoop-libs
          false

避免kryo的错误：
java.lang.NoClassDefFoundError: com/esotericsoftware/shaded/org/objenesis/strategy/InstantiatorStrategy

err.png

删除或者重命名hive/auxlib下的hive-exec-1.1.0-cdh5.16.1-core.jar和hive-exec-core.jar 否则会有kryo错误
我这里的CDH安装目录为：
/opt/cloudera/parcels/CDH-5.16.1-1.cdh5.16.1.p0.3/lib/hive/auxlib
将两个jar包删除或重名下即可

[root@master1 ~]# cd /opt/cloudera/parcels/CDH-5.16.1-1.cdh5.16.1.p0.3/lib/hive/auxlib
[root@master1 auxlib]# mv hive-exec-1.1.0-cdh5.16.1-core.jar hive-exec-1.1.0-cdh5.16.1-core.jar.bak
[root@master1 auxlib]# mv hive-exec-core.jar hive-exec-core.jar.bak

s.png

3）在CDH的hive中配置

cdh1.png

cdh2.png

HADOOP_CLASSPATH=/opt/cloudera/parcels/CDH-5.16.1-1.cdh5.16.1.p0.3/lib/tez/conf:/opt/cloudera/parcels/CDH-5.16.1-1.cdh5.16.1.p0.3/lib/tez/*:/opt/cloudera/parcels/CDH-5.16.1-1.cdh5.16.1.p0.3/lib/tez/lib/*

保存配置，重启Hive。。

4）验证

validate.png