数据治理（八）：Atlas 集成 Hive

Atlas 集成 Hive

Atlas 可以针对多个不同的数据源，统一采用 kafka 作为中间消息传递队列，使元数据源与服务端采用异步方式进行沟通，减少元数据采集对正常业务效率的影响，但是目前的 Atlas 版本监控 Hive 中数据操作比较完善，但是监控 Sqoo（目前只支持 hive import）、Spark 等支持不好。

我们可以使用 Atlas 监控 Hive 中的元数据，这时需要配置 Hive Hook(钩子)，在 Hive 中做的任何操作，都会被钩子所感应到，并以事件的形式发布到 kafka，然后，Atlas 的 Ingest 模块会消费到 Kafka 中的消息，并解析生成相应的 Atlas 元数据写入底层的 Janus 图数据库来存储管理,其原理如下图示：

atlas 安装之前，hive 中已存在的表，钩子是不会自动感应并生成相关元数据的，可以通过 atlas 的工具脚本来对已存在的 hive 库或表进行元数据导入，步骤如下：

一、配置 hive-site.xml

在 node3 Hive 客户端 $HIVE_HOME/conf/hive-site.xml 中追加写入：

<!-- 配置hook 钩子类 --><property>    <name>hive.exec.post.hooks</name>    <value>org.apache.atlas.hive.hook.HiveHook</value></property>

复制代码

二、修改 Hive-env.sh

[root@node3 ~]# cd /software/hive-3.1.2/conf[root@node3 conf]# cp hive-env.sh.template hive-env.sh[root@node3 conf]# vim hive-env.shexport HIVE_AUX_JARS_PATH=/software/apache-atlas-2.1.0/hook/hive/

复制代码

三、 复制ATLASH​OME/conf/atlas−application.properties文件到HIVE_HOME/conf 下，并追加内容

#复制atlas-application.properties文件到$HIVE_HOME/conf下[root@node3 ~]# cp /software/apache-atlas-2.1.0/conf/atlas-application.properties /software/hive-3.1.2/conf/

四、复制导入 Hive 元数据必须的 jar 包

[root@node3 ~]# cp /software/apache-atlas-2.1.0/server/webapp/atlas/WEB-INF/lib/jackson-jaxrs-base-2.9.9.jar /software/apache-atlas-2.1.0/hook/hive/atlas-hive-plugin-impl/
[root@node3 ~]# cp /software/apache-atlas-2.1.0/server/webapp/atlas/WEB-INF/lib/jackson-jaxrs-json-provider-2.9.9.jar /software/apache-atlas-2.1.0/hook/hive/atlas-hive-plugin-impl/
[root@node3 ~]# cp /software/apache-atlas-2.1.0/server/webapp/atlas/WEB-INF/lib/jackson-module-jaxb-annotations-2.9.9.jar /software/apache-atlas-2.1.0/hook/hive/atlas-hive-plugin-impl/

五、执行同步 Hive 元数据脚本

#这里同步的是Hive中已有数据的元数据，可以通过此脚本同步过来[root@node3 ~]# cd /software/apache-atlas-2.1.0/bin/#执行脚本导入元数据，期间需要输入atlas的用户名和密码：admin/admin[root@node3 bin]# import-hive.sh 

复制代码

六、以上导入元数据成功后，可以在 Atlas 页面中查看

七、在 Hive 中创建数据表，查看是否能被 Atlas 监控

hive> create table personinfo(id int ,name string,age int) row format delimited fields terminated by '\t';#需要准备 person.txt文件hive> load data local inpath '/root/test/person.txt' into table personinfo;

复制代码

八、刷新 Atlas 页面，可以看到数据被同步