Apache Kylin 部署之不完全指南

1. 引言

Apache Kylin（麒麟）是由eBay开源的分布式分析引擎，提供Hadoop之上的SQL查询接口及多维分析（OLAP）能力以支持超大规模数据。底层存储用的是HBase，数据输入与cube building用的是Hive，中间数据存储用的是HDFS。搭建环境：

Kylin version = 1.2
Hive version = 0.13.1-cdh5.3.2
HBase version = 0.98.6+cdh5.3.2
Hadoop version = 2.5.0-cdh5.3.2

本文提供的是半分布式安装，HBase环境只在本机搭建；已略去Hadoop环境搭建过程，将主要介绍Hive、HBase、Kylin的搭建步骤。

2. Hive部署

解压包tar zxvf hive-0.13.1-cdh5.3.2.tar.gz，然后mv到指定目录mv hive-0.13.1-cdh5.3.2 <desc-dir>/，指定HIVE_HOME，在.bashrc中添加

export HIVE_HOME=/<desc-dir>/hive-0.13.1-cdh5.3.2/
export PATH=$PATH:$HIVE_HOME/bin:

source后，可以输入hive命令进行表操作；但是还未配置Hive的元数据库。cd ${HIVE_HOME}/conf，创建配置文件cp hive-default.xml.template hive-site.xml，在hive-site.xml文件中配置mysql作为元数据库，需修改以下内容：

<property>
  <name>javax.jdo.option.ConnectionURL</name>
  <value>jdbc:mysql://localhost:3306/hive?createDatabaseIfNotExist=true</value>
  <description>JDBC connect string for a JDBC metastore</description>
</property>

<property>
  <name>javax.jdo.option.ConnectionDriverName</name>
  <value>com.mysql.jdbc.Driver</value>
  <description>Driver class name for a JDBC metastore</description>
</property>

<property>
  <name>javax.jdo.option.ConnectionUserName</name>
  <value>hive</value>
  <description>username to use against metastore database</description>
</property>

<property>
  <name>javax.jdo.option.ConnectionPassword</name>
  <value>hive</value>
  <description>password to use against metastore database</description>
</property>

元数据库在mysql中的database为hive，Driver为com.mysql.jdbc.Driver，用户名与密码均为hive；需在mysql中配置Hive元数据库：

mysql -u root -p

mysql> CREATE DATABASE hive;

-- 创建 hive 用户，并赋予访问 hive 数据库的权限
mysql> GRANT ALL PRIVILEGES ON hive.* TO 'hive'@'localhost' IDENTIFIED BY 'hive';
mysql> FLUSH PRIVILEGES;

-- 设置 binary log 的格式：
mysql> set global binlog_format=MIXED;

此外还需要添加mysql jdbc jar 包：

tar xvzf mysql-connector-java-5.1.37.tar.gz
mv mysql-connector-java-5.1.37/mysql-connector-java-5.1.37-bin.jar $HIVE_HOME/lib

Kylin用 HCatalog 读取Hive表的，而HCatalog用 property hive.metastore.uris 创建HiveMetaStoreClient 得到元信息。因此，我们还需修改hive-site.xml：

<property>
  <name>hive.metastore.uris</name>
  <value>thrift://localhost:9083</value>
  <description>Thrift URI for the remote metastore. Used by metastore client to connect to remote metastore.</description>
</property>

开启metastore 服务：

nohup hive --service metastore -p 9083 &

3. HBase 部署

与Hive 搭建步骤相类似，解压文件mv到指定目录，然后在.bashrc中配置环境变量：

tar zxvf hbase-0.98.6-cdh5.3.2.tar.gz
mv hbase-0.98.6-cdh5.3.2 <desc-dir>/
--.bashrc
export HBASE_HOME=/<desc-dir>//hbase-0.98.6-cdh5.3.2/
export PATH=$PATH:$HIVE_HOME/bin:$HBASE_HOME/bin

以root权限开启HBase服务：

sudo start-hbase.sh

4. Kylin 部署

解压文件mv到指定目录，然后在.bashrc中配置环境变量KYLIN_HOME。此外，还需要修改Kylin的部分配置信息，cd ${KYLIN_HOME}/conf 修改kylin.properites:

#部署服务器ip，便于其他机器访问
kylin.rest.servers=ip:7070

#kylin在hdfs存储路径
kylin.hdfs.working.dir=<hdfs-dir>

#依赖jar包地址
kylin.job.mr.lib.dir=<lib hdfs-dir>

在每一台机器上可能Hive的部署目录不一致，导致诸如此类exception（因此需要配置 kylin.job.mr.lib.dir）：

java.lang.RuntimeException: java.lang.ClassNotFoundException: Class org.apache.hive.hcatalog.mapreduce.HCatInputFormat not found
    at org.apache.hadoop.conf.Configuration.getClass(Configuration.java:2199)
    at org.apache.hadoop.mapreduce.task.JobContextImpl.getInputFormatClass(JobContextImpl.java:184)
...

在kylin_job_conf.xml配置队列权限：

<property>
    <name>mapreduce.job.queuename</name>
    <value>...</value>
    <description>the queue name</description>
</property>

配置完成后，运行./bin/find-hive-dependency.sh看Hive环境是否配置正确，可能需要手动设置HCAT_HOME；./bin/kylin.sh start即可开启kylin服务了。