Kylin集群部署和cube使用

2019独角兽企业重金招聘Python工程师标准>>>

Kylin集群部署和cube使用

1. 安装集群环境

节点	Kylin节点模式	Ip	内存	磁盘
Node1	All	192.167.71.11	2G	80G
Node2	query	192.168.71.12	1.5G	80G
Node3	query	192.168.71.13	1.5G	80G

Kylin工作原理如下：

1. 集群时间同步

Ntp服务自行设置

1. 安装kylin之前所需要的环境

Hadoop-2.7.4

Hbase-1.4.0

Spark-2.2.0 可选

Zookeepr-3.3.6

Hive-2.1.1            使用mysql存放元数据，远程模式安装

Kylin-2.3.1

Hadoop环境，HBASE，zookeeper还有hive自行安装，集群环境变量如下：

##################HADOOP

export HADOOP_HOME=/home/zhouwang/hadoop-2.7.4

export HADOOP_COMMON_HOME=$HADOOP_HOME

export HADOOP_HDFS_HOME=$HADOOP_HOME

export HADOOP_MAPRED_HOME=$HADOOP_HOME

export HADOOP_YARN_HOME=$HADOOP_HOME

export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop

export CLASSPATH=.:$HADOOP_HOME/lib:$CLASSPATH

export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native

export LD_LIBRARY_PATH=$HADOOP_HOME/lib/native

export HADOOP_OPTS="-Djave.library.path=$HADOOP_HOME/lib"

 

###############ZOOKEEPER

export ZOOKEEPER_HOME=/home/zhouwang/zookeeper-3.3.6

export PATH=:$PATH:$ZOOKEEPER_HOME/bin

 

################HIVE

export HIVE_HOME=/home/zhouwang/apache-hive-2.1.1-bin

export HIVE_CONF_HOME=$HIVE_HOME/conf

export HCAT_HOME=$HIVE_HOME/hcatalog

export PATH=:$PATH:$HIVE_HOME/bin:$HCAT_HOME/bin

#######################SCALA

export SCALA_HOME=/home/zhouwang/scala-2.10.5

export PATH=:$PATH:$SCALA_HOME/bin

################################SPARK

export SPARK_HOME=/home/zhouwang/spark-2.2.0-bin-hadoop2.7

export PATH=:$PATH:$SPARK_HOME/bin

#################HBASE

export HBASE_HOME=/home/zhouwang/hbase-1.4.0

export PATH=$PATH:/home/zhouwang/hbase-1.4.0/bin

##############KYLIN

export KYLIN_HOME=/home/zhouwang/apache-kylin-2.3.1-bin

export KYLIN_CONF_HOME=/home/zhouwang/apache-kylin-2.3.1-bin/conf

export PATH=:$PATH:$KYLIN_HOME/bin:$CATALINE_HOME/bin

export tomcat_root=$KYLIN_HOME/tomcat

export hive_dependency=$HIVE_HOME/conf:$HIVE_HOME/lib/*:HCAT_HOME/share/hcatalog/hive-hcatalog-core-2.1.1.jar

 

1. 安装kylin

（1）第一步修改bin/kylin.sh，这么做的目的是为了加入$hive_dependency环境，解决后续的两个问题，都是没有hive依赖的原因。

第一个问题是kylinweb界面load hive表会失败，第二个问题是cube build的第二步会报org/apache/Hadoop/hive/conf/hiveConf的错误。

更改如下：

export HBASE_CLASSPATH_PREFIX=${tomcat_root}/bin/bootstrap.jar:${tomcat_root}/bin/tomcat-juli.jar:${tomcat_root}/lib/*:$hive_dependency:$HBASE_CLASSPATH_PREFIX

 

（2）第二步就是hadoop支持压缩的问题，本例的hadoop不支持snappy压缩，会导致后续cube build报错。如果要hadoop支持的话，另行找解决方案

解决这个问题对应的要修改kylin的三个配置文件

Kylin_job_conf.xml

#不使用压缩

mapreduce.map.output.compress设置为false

mapreduce.output.fileoutputformat.compress 设置为false

kylin_hive_conf.xml

#不使用压缩

hive.exec.compress.output 设置为false

kylin.properties

修改见下文

（3）第三步修改kylin.properties

主节点配置

kylin.metadata.url=kylin_metadata@hbase   ###hbase上存储kylin元数据

kylin.env.hdfs-working-dir=/kylin      ###hdfs上kylin工作目录

kylin.env=DEV

kylin.env.zookeeper-base-path=/kylin

kylin.server.mode=all      ###kylin主节点模式，从节点的模式为query，只有这一点不一样

kylin.rest.servers=node1:7070,node2:7070,node3:7070    ###集群的信息同步

kylin.web.timezone=GMT+8    ####改为中国时间

kylin.job.retry=2

kylin.job.mapreduce.default.reduce.input.mb=500

kylin.job.concurrent.max.limit=10

kylin.job.yarn.app.rest.check.interval.seconds=10

kylin.job.hive.database.for.intermediatetable=kylin_flat_db     ###build cube 产生的Hive中间表存放的数据库

kylin.hbase.default.compression.codec=none   ###不采用压缩

kylin.job.cubing.inmem.sampling.percent=100

kylin.hbase.regin.cut=5

kylin.hbase.hfile.size.gb=2

###定义kylin用于MR jobs的job.jar包和hbase的协处理jar包，用于提升性能(添加项)

kylin.job.jar=/home/zhouwang/apache-kylin-2.3.1-bin/lib/kylin-job-2.3.1.jar

kylin.coprocessor.local.jar=/home/zhouwang/apache-kylin-2.3.1-bin/lib/kylin-coprocessor-2.3.1.jar

 

配置完之后将kylin安装包传送搭配从节点

  Scp -r apache-kylin-2.3.1-bin zhouwang@node2:~/apache-kylin-2.3.11-bin

Scp -r apache-kylin-2.3.1-bin zhouwang@node3:~/apache-kylin-2.3.11-bin

      主从节点的配置的唯一不同就是kylin.server.mode，一个集群的所有节点必须只能有一个节点处于job或者all状态，其他节点全部为query状态。

1. 启动kylin

第一步，启动zookeeper，所有几点运行zkServer.sh start

第二步，启动hadoop，主节点运行start-all.sh

第三步，启动JobHistoryserver服务，主节点启动mr-jobhistoryserver-deamon.sh start historyserver

第四步，启动hivemetastore服务，hive –service metastore &

第五步启动hbase集群，主节点启动start-hbase.sh

第六步，检查基础依赖的服务，hadoop，hbase，hive，环境变量，工作目录等，hive依赖检查find-hive-dependency.sh ，hbase依赖检查find-hbase-dependency.sh，所有的依赖检查可吃用chek-env.sh。

第六步，启动kylin服务，所有节点运行bin/kylin.sh start

1. 登录

http：//node1:7070/kylin

默认的秘钥：admin/KYLIN

1. 样例数据测试

启动kylin之后运行sample.sh脚本

导入sample数据，模型，cube成功之后系统会提示重启kylin或者重新加载元数据让数据生效。我们选择重新加载。

重新加载过后查看hive

查看hbase中的数据多了一个kylin_metadata元数据表

默认的有一个cube需要build

Build成功之后

Build成功之后model里面会出现storage信息，之前是没有的，可以到hbase里面去找对应的表，同时cube状态变为ready,表示可查询。

 

8.查询性能对比（为本地自己的数据建的cube，不是sample数据）

 

可以看出明细kylin要比hive快上很多倍，kylin集群部署结束。

 

1. Cube使用

Cube使用分为五部：

第一步：新建工程

点击加号跳出下面的界面，输入工程名，提交即可。

第二步，添加数据源

三个按钮功能各不相同，自行了解，点击第一个输入表名同步，点击第二个加载出hive的元数据，点击选择表，同步。

第三步，新建model,自行设置各个步骤

第四部，新建cube，自行设置cube的每一步信息

第五步，cube的build

选择build，提交cube job，mapreduce计算（计算引擎自选mapreduce或者spark）。结果存在hbase。结果表在model的storage里面查看。

转载于:https://my.oschina.net/zhouwang93/blog/1840571