hue是一个Apache基金会下的一个开源图形化管理工具,使用python语言开发,使用的框架是Django。而sqoop也是Apache的一个开源工具,是使用Java语言开发,主要用于进行hdfs和传统关系型数据库之间的数据传递。这两天在整合这两个工具的时候,遇到了一个问题,特此记录。
Hue版本是3.9.0,Sqoop版本是1.99.6,也就是最新版的Sqoop2。
把Hue和Sqoop安装好后,修改Hue配置文件,hue-3.9.0/desktop/conf/hue.ini
找到Sqoop的配置项:把sqoop的请求路径改成正式的URL。
# Sqoop server URL
server_url=http://ip:12000/sqoop
启动Hue、Sqoop,在Hue的管理页面中,可以新建、修改Sqoop的链接。但是在新建Sqoop的任务却报了错。
查看Sqoop的日志:sqoop-1.99.6-bin-hadoop200/server/logs/catalina.out
发现报了空指针异常:
java.lang.NullPointerException
at org.apache.sqoop.json.util.ConfigInputSerialization.restoreConfig(ConfigInputSerialization.java:160)
at org.apache.sqoop.json.util.ConfigInputSerialization.restoreConfigList(ConfigInputSerialization.java:129)
at org.apache.sqoop.json.JobBean.restoreJob(JobBean.java:179)
at org.apache.sqoop.json.JobBean.restore(JobBean.java:159)
at org.apache.sqoop.handler.JobRequestHandler.createUpdateJob(JobRequestHandler.java:169)
at org.apache.sqoop.handler.JobRequestHandler.handleEvent(JobRequestHandler.java:106)
org.apache.sqoop.server.v1.JobServlet.handlePostRequest(JobServlet.java:91)
at org.apache.sqoop.server.SqoopProtocolServlet.doPost(SqoopProtocolServlet.java:63)
at javax.servlet.http.HttpServlet.service(HttpServlet.java:643)
at javax.servlet.http.HttpServlet.service(HttpServlet.java:723)
at org.apache.catalina.core.ApplicationFilterChain.internalDoFilter(ApplicationFilterChain.java:290)
at org.apache.catalina.core.ApplicationFilterChain.doFilter(ApplicationFilterChain.java:206)
at org.apache.hadoop.security.authentication.server.Authentication
找来Sqoop的源码,看到:
for (int i = 0; i < inputs.size(); i++) {
JSONObject input = (JSONObject) inputs.get(i);
MInputType type = MInputType.valueOf((String) input.get(ConfigInputConstants.CONFIG_INPUT_TYPE));
// 省略部分代码
.......
switch (type) {
case STRING: {
// 报错位置
long size = (Long) input.get(ConfigInputConstants.CONFIG_INPUT_SIZE);
mInput = new MStringInput(name, sensitive.booleanValue(), editable, overrides, (short) size);
break;
}
// 省略部分代码
........
}
ConfigInputConstants.CONFIG_INPUT_SIZE 是字符串常量“size”,看这个代码是在获取“size”的值的时候为空,null强转为Long类型的时候报错了。再根据报错信息往前看看JobBean类,这是在加载Hue传递过来的json数据,并设置到JobBean类中,下面是获取“from-config-values”的数据,也就是来源链接的相关信息了。
.......
static final String FROM_CONFIG_VALUES = "from-config-values";
......
private MJob restoreJob(Object obj) {
//省略部分代码
......
JSONArray fromConfigJson = (JSONArray) object.get(FROM_CONFIG_VALUES);
//省略部分代码
......
// 报错点
List<MConfig> fromConfig = restoreConfigList(fromConfigJson);
//省略部分代码
......
}
从上面分析看来,是Hue传递过来的from链接配置项,即“from-config-values”项没有“size”字段或者获取到的数据为空造成这个错误的。
而Sqoop关于这个接口的API:https://sqoop.apache.org/docs/1.99.3/RESTAPI.html#v1-job-post-create-job,给出的json格式是要求有“size”字段的。
//省略部分
......
from-config-values: [
{
id: 2,
inputs: [
{
id: 2,
name: "fromJobConfig.inputDirectory",
value: "hdfs%3A%2F%2Fvbsqoop-1.ent.cloudera.com%3A8020%2Fuser%2Froot%2Fjob1",
type: "STRING",
size: 255,
sensitive: false
}
],
name: "fromJobConfig",
type: "JOB"
}
],
//省略部分
......
来分析Hue是怎么使用这个接口的:hue-3.9.0/apps/sqoop/src/sqoop/api/job.py
@never_cache
def create_job(request):
# 省略部分代码
......
d = json.loads(smart_str(request.POST['job']))
job = client.Job.from_dict(d)
try:
c = client.SqoopClient(conf.SERVER_URL.get(), request.user.username, request.LANGUAGE_CODE)
response['job'] = c.create_job(job).to_dict()
except RestException, e:
response.update(handle_rest_exception(e, _('Could not create job.')))
except SqoopException, e:
response['status'] = 100
response['errors'] = e.to_dict()
return JsonResponse(response)
最后看到了Hue对size进行了过滤处理:hue-3.9.0/apps/sqoop/src/sqoop/client/config.py
def to_dict(self):
d = {
'id': self.id,
'type': self.type,
'name': self.name,
'sensitive': self.sensitive,
}
if self.value:
d['value'] = self.value
if self.size != -1:
d['size'] = self.size
if self.values:
d['values'] = ','.join(self.values)
return d
Hue把size=-1的情况全部设置成空,然后Sqoop获取不到size的值,报了一个NullPointerException。
解决方法:修改config.py的to_dict方法,把size的过滤操作去掉就好了,如下:
def to_dict(self):
d = {
'id': self.id,
'type': self.type,
'name': self.name,
'sensitive': self.sensitive,
}
if self.value:
d['value'] = self.value
d['size'] = self.size
if self.values:
d['values'] = ','.join(self.values)
return d
如果这里把size设置成一个常量,那么可能会造成一个org.apache.sqoop.server.common.ServerError错误,其实就是Sqoop根据Hue传递过来的参数获取到的来源链接、目的链接
或者是驱动配置跟Sqoop的不一致造成的。