第1节 HUE：1三、hue的下载以及安装配置

hue的基本介绍：主要是用于与其余各个框架作整合的，提供一个web界面能够供咱们去操做其余的大数据框架
能够理解为这个hue就是一个与其余各个框架整合的工具，hue自己不提供任何的功能，全部的功能，都是借助其余的框架来完成

hue的架构：
第一个UI界面：主要是提供咱们web界面供咱们使用的
第二个hue server：就是一个tomcat的服务
第三个hue DB: hue的数据库，主要用于保存一些咱们提交的任务

==================================================

一、Hue的介绍

HUE=Hadoop User Experience

Hue是一个开源的Apache Hadoop UI系统，由Cloudera Desktop演化而来，最后Cloudera公司将其贡献给Apache基金会的Hadoop社区，它是基于Python Web框架Django实现的。

经过使用Hue咱们能够在浏览器端的Web控制台上与Hadoop集群进行交互来分析处理数据，例如操做HDFS上的数据，运行MapReduce Job，执行Hive的SQL语句，浏览HBase数据库等等。

HUE连接

• Site: http://gethue.com/
• Github: https://github.com/cloudera/hue
• Reviews: https://review.cloudera.org

Hue的架构

 

核心功能

• SQL编辑器，支持Hive, Impala, MySQL, Oracle, PostgreSQL, SparkSQL, Solr SQL, Phoenix…
• 搜索引擎Solr的各类图表
• Spark和Hadoop的友好界面支持
• 支持调度系统Apache Oozie，可进行workflow的编辑、查看

HUE提供的这些功能相比Hadoop生态各组件提供的界面更加友好，可是一些须要debug的场景可能仍是须要使用原生系统才能更加深刻的找到错误的缘由。

HUE中查看Oozie workflow时，也能够很方便的看到整个workflow的DAG图，不过在最新版本中已经将DAG图去掉了，只能看到workflow中的action列表和他们之间的跳转关系，想要看DAG图的仍然能够使用oozie原生的界面系统查看。

1，访问HDFS和文件浏览

2，经过web调试和开发hive以及数据结果展现

3，查询solr和结果展现，报表生成

4，经过web调试和开发impala交互式SQL Query

5，spark调试和开发

7，oozie任务的开发，监控，和工做流协调调度

8，Hbase数据查询和修改，数据展现

9，Hive的元数据（metastore）查询

10，MapReduce任务进度查看，日志追踪

11，建立和提交MapReduce，Streaming，Java job任务

12，Sqoop2的开发和调试

13，Zookeeper的浏览和编辑

14，数据库（MySQL，PostGres，SQlite，Oracle）的查询和展现

 

一句话总结：Hue是一个友好的界面集成框架，能够集成咱们各类学习过的以及将要学习的框架，一个界面就能够作到查看以及执行全部的框架

二、Hue的安装

Hue的安装支持多种方式，包括rpm包的方式进行安装，tar.gz包的方式进行安装以及cloudera  manager的方式来进行安装等，咱们这里使用tar.gz包的方式来记性安装

第一步：下载Hue的压缩包并上传到linux解压

Hue的压缩包的下载地址：

http://archive.cloudera.com/cdh5/cdh/5/

咱们这里使用的是CDH5.14.0这个对应的版本，具体下载地址为

http://archive.cloudera.com/cdh5/cdh/5/hue-3.9.0-cdh5.14.0.tar.gz

下载而后上传到linux系统，而后进行解压

cd /export/softwares/

tar -zxvf hue-3.9.0-cdh5.14.0.tar.gz -C ../servers/

 

第二步：编译安装启动

2.一、linux系统安装依赖包：

联网安装各类必须的依赖包

yum install ant asciidoc cyrus-sasl-devel cyrus-sasl-gssapi cyrus-sasl-plain gcc gcc-c++ krb5-devel libffi-devel libxml2-devel libxslt-devel make  mysql mysql-devel openldap-devel python-devel sqlite-devel gmp-devel

 

2.二、开始配置Hue

cd /export/servers/hue-3.9.0-cdh5.14.0/desktop/conf

vim  hue.ini

 

#通用配置

[desktop]

secret_key=jFE93j;2[290-eiw.KEiwN2s3['d;/.q[eIW^y#e=+Iei*@Mn<qW5o

http_host=node03.hadoop.com

is_hue_4=true

time_zone=Asia/Shanghai

server_user=root

server_group=root

default_user=root

default_hdfs_superuser=root

#配置使用mysql做为hue的存储数据库,大概在hue.ini的587行左右

[[database]]

engine=mysql

host=node03.hadoop.com

port=3306

user=root

password=123456

name=hue

 

2.三、建立mysql数据库

建立hue数据库

create database hue default character set utf8 default collate utf8_general_ci;

注意：实际工做中，还须要为hue这个数据库建立对应的用户，并分配权限，我这就不建立了，因此下面这一步不用执行了

grant all on hue.* to 'hue'@'%' identified by 'hue';

2.四、准备进行编译

cd /export/servers/hue-3.9.0-cdh5.14.0

make apps

 

2.五、linux系统添加普通用户hue

useradd hue

passwd hue

 

2.六、启动hue进程

cd /export/servers/hue-3.9.0-cdh5.14.0/

build/env/bin/supervisor

2.七、页面访问

http://node03:8888

第一次访问的时候，须要设置管理员用户和密码

咱们这里的管理员的用户名与密码尽可能保持与咱们安装hadoop的用户名和密码一致，

咱们安装hadoop的用户名与密码分别是root  root

初次登陆使用root用户，密码为root

 

进入以后发现咱们的hue页面报错了，这个错误主要是由于hive的缘由，由于咱们的hue与hive集成的时候出错了，因此咱们须要配置咱们的hue与hive进行集成，接下里就看看咱们的hue与hive以及hadoop如何进行集成。