Atlas Hook 导入 Hive 元数据

Atlas 部署之后就可以导入 Hive 元数据，这部分工作由 Atlas 组件 Hook 来完成。初次导入 Hive 元数据需要通过执行 shell 脚本来完成，然后，Atlas 就可以自动同步增量元数据信息了。下面我介绍一下如何完成这些工作。

初次导入 Hive 元数据

看了很多教程，按图索翼进行操作时，遇到了各种错误，还好，最后我成功了，成功的感觉真的很棒。

第一步：修改 hive-site.xml

首先，在 hive-site.xml 文件中添加如下配置：

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

hive-site.xml 文件路径为 $HIVE_HOME/conf

第二步：解压 apache-atlas-2.2.0-hive-hook.tar.gz

解压 apache-atlas-2.2.0-hive-hook.tar.gz，并复制到 Atlas 主目录

cd /opt/module/apache-atlas-sources-2.2.0/distro/target
tar -zxvf apache-atlas-2.2.0-hive-hook.tar.gz
cp -r apache-atlas-hive-hook-2.2.0/* /opt/module/apache-atlas-2.2.0

第三步：修改 hive-env.sh

修改 hive-env.sh 文件，添加如下命令：

export HIVE_AUX_JARS_PATH=$ATLAS_HOME/hook/hive

修改之后需要重启 Hive。不过，我重启之后依然没有效果，没有找到原因，我直接将 $ATLAS_HOME/hook/hive 目录下文件全部移动至 $HIVE_HOME/lib/auxlib 目录下（需要先创建该目录）

mkdir /opt/module/hive/lib/auxlib
cp -r /opt/module/apache-atlas-2.2.0/hook/hive/* /opt/module/hive/lib/auxlib

总之，如果你发现执行 $ATLAS_HOME/hook-bin/import-hive.sh 时报错找不到类，而该类所属的 jar 包在其他目录（比如 hadoop），你可以先尝试修改 hive-env.sh 文件的 HIVE_AUX_JARS_PATH 配置，多个路径以英文逗号分隔，如果还是不行，那么你可以直接将该 jar 包复制到 $HIVE_HOME/lib/auxlib 一份，如果连续发现 hadoo 相关 jar 包报错，可以将 $HADOOP_HOME/share/hadoop 目录下的 jar 包复制到 /opt/module/hive/lib/auxlib

第四步：搞定几个关键 jar 包

没有如下几个 jar 包，你大概率很遇到报错

jackson-module-jaxb-annotations-2.10.5.jar

jackson-jaxrs-base-2.10.5.jar

jackson-jaxrs-json-provider-2.10.5.jar

hadoop-hdfs-client-3.1.3.jar

前三个 jar 在 ATLAS_HOME/server/webapp/atlas/WEB-INF/lib/ 目录下可以找到，复制到 $HIVE_HOME/lib/auxlib 目录一份，hadoop-hdfs-client-3.1.3.jar 需要自己下载，上传至目录 $HIVE_HOME/lib/auxlib 即可。

到这里，准备工作就做完了，依次启动 hadoop、zookeeper、hbase、hive、atlas 之后，即可执行 import-hive.sh 脚本，尝试导入 Hive 元数据，如果还有报错，对症分析或者联系我。

自动同步增量元数据

Atlas Hook 可以实现自动同步增量元数据，只需要你启动 Kafka 集群即可。
Atlas 2.2.0 版本支持自动捕获如下几种 Hive 元数据变更操作：

• create database
• create table/view, create table as select
• load, import, export
• DMLs (insert)
• alter database
• alter table (skewed table information, stored as, protection is not supported)
• alter view

如上就是今天分享的内容，希望能帮助到你。