Zeppelin 安装部署实验

最新推荐文章于 2024-08-02 10:32:50 发布

wzy0623

最新推荐文章于 2024-08-02 10:32:50 发布

阅读量7.4k

点赞数

分类专栏： Linux

本文链接：https://blog.csdn.net/wzy0623/article/details/51201487

版权

Linux 专栏收录该内容

60 篇文章 5 订阅

订阅专栏

一、实验目的
1. 使用Zeppelin运行SparkSQL访问Hive表
2. 动态表单SQL

二、实验环境：
12个节点的Spark集群，以standalone方式部署，各个节点运行的进程如表1所示。

主机名	运行进程
nbidc-agent-03	Hadoop NameNode Spark Master
nbidc-agent-04	Hadoop SecondaryNameNode
nbidc-agent-11	Hadoop ResourceManager Hadoop DataNode、Hadoop NodeManager、Spark Worker
nbidc-agent-12	Hadoop DataNode、Hadoop NodeManager、Spark Worker
nbidc-agent-13	Hadoop DataNode、Hadoop NodeManager、Spark Worker
nbidc-agent-14	Hadoop DataNode、Hadoop NodeManager、Spark Worker
nbidc-agent-15	Hadoop DataNode、Hadoop NodeManager、Spark Worker
nbidc-agent-18	Hadoop DataNode、Hadoop NodeManager、Spark Worker
nbidc-agent-19	Hadoop DataNode、Hadoop NodeManager、Spark Worker
nbidc-agent-20	Hadoop DataNode、Hadoop NodeManager、Spark Worker
nbidc-agent-21	Hadoop DataNode、Hadoop NodeManager、Spark Worker
nbidc-agent-22	Hadoop DataNode、Hadoop NodeManager、Spark Worker

表1

操作系统：CentOS release 6.4
Hadoop版本：2.7.0
Hive版本：2.0.0
Spark版本：1.6.0

本实验在nbidc-agent-04上安装部署Zeppelin

Hadoop集群的安装配置参考 http://blog.csdn.net/wzy0623/article/details/50681554
hive的安装配置参考 http://blog.csdn.net/wzy0623/article/details/50685966
Spark集群的安装配置参考 http://blog.csdn.net/wzy0623/article/details/50946766

三、安装Zeppelin
前提：nbidc-agent-04需要能够连接互联网。
1. 安装Git
在nbidc-agent-04上执行下面的指令：

yum install curl-devel expat-devel gettext-devel openssl-devel zlib-devel
yum install gcc perl-ExtUtils-MakeMaker
yum remove git
cd /home/work/tools/
wget https://github.com/git/git/archive/v2.8.1.tar.gz
tar -zxvf git-2.8.1.tar.gz
cd git-2.8.1.tar.gz
make prefix=/home/work/tools/git all
make prefix=/home/work/tools/git install

2. 安装Java
在nbidc-agent-03机器上执行下面的指令拷贝Java安装目录到nbidc-agent-04机器上。

scp -r jdk1.7.0_75 nbidc-agent-04:/home/work/tools/

3. 安装Apache Maven
在nbidc-agent-04上执行下面的指令：

cd /home/work/tools/
wget ftp://mirror.reverse.net/pub/apache/maven/maven-3/3.3.9/binaries/apache-maven-3.3.9-bin.tar.gz
tar -zxvf apache-maven-3.3.9-bin.tar.gz

4. 安装Hadoop客户端
在nbidc-agent-03机器上执行下面的指令拷贝Hadoop安装目录到nbidc-agent-04机器上。

scp -r hadoop nbidc-agent-04:/home/work/tools/

5. 安装Spark客户端
在nbidc-agent-03机器上执行下面的指令拷贝Spark安装目录到nbidc-agent-04机器上。

scp -r spark nbidc-agent-04:/home/work/tools/

6. 安装Hive客户端
在nbidc-agent-03机器上执行下面的指令拷贝Hive安装目录到nbidc-agent-04机器上。

scp -r hive nbidc-agent-04:/home/work/tools/

7. 安装phantomjs
在nbidc-agent-04上执行下面的指令：

cd /home/work/tools/
tar -jxvf phantomjs-2.1.1-linux-x86_64.tar.bz2

8. 下载最新的zeppelin源码
在nbidc-agent-04上执行下面的指令：

cd /home/work/tools/
git clone https://github.com/apache/incubator-zeppelin.git

9. 设置环境变量
在nbidc-agent-04上执行下面的指令：
vi /home/work/.bashrc

# 添加下面的内容
export PATH=.:$PATH:/home/work/tools/jdk1.7.0_75/bin:/home/work/tools/hadoop/bin:/home/work/tools/spark/bin:/home/work/tools/hive/bin:/home/work/tools/phantomjs-2.1.1-linux-x86_64/bin:/home/work/tools/incubator-zeppelin/bin;
export JAVA_HOME=/home/work/tools/jdk1.7.0_75
export HADOOP_HOME=/home/work/tools/hadoop
export SPARK_HOME=/home/work/tools/spark
export HIVE_HOME=/home/work/tools/hive
export ZEPPELIN_HOME=/home/work/tools/incubator-zeppelin
# 保存文件，并是设置生效
source /home/work/.bashrc

10. 编译zeppelin源码
在nbidc-agent-04上执行下面的指令：

cd /home/work/tools/incubator-zeppelin
mvn clean package -Pspark-1.6 -Dspark.version=1.6.0 -Dhadoop.version=2.7.0 -Phadoop-2.6 -Pyarn -DskipTests

四、配置zeppelin
1. 配置zeppelin-env.sh文件
在nbidc-agent-04上执行下面的指令：

cp /home/work/tools/incubator-zeppelin/conf/zeppelin-env.sh.template  /home/work/tools/incubator-zeppelin/conf/zeppelin-env.sh

vi /home/work/tools/incubator-zeppelin/conf/zeppelin-env.sh

# 添加下面的内容
export JAVA_HOME=/home/work/tools/jdk1.7.0_75
export HADOOP_CONF_DIR=/home/work/tools/hadoop/etc/hadoop
export MASTER=spark://nbidc-agent-03:7077

2. 配置zeppelin-site.xml
在nbidc-agent-04上执行下面的指令：

cp /home/work/tools/incubator-zeppelin/conf/zeppelin-site.xml.template  /home/work/tools/incubator-zeppelin/conf/zeppelin-site.xml

vi /home/work/tools/incubator-zeppelin/conf/zeppelin-site.xml

# 修改下面这段的value值，设置zeppelin的端口为9090
<property>
  <name>zeppelin.server.port</name>
  <value>9090</value>
  <description>Server port.</description>
</property>

3. 将hive-site.xml拷贝到zeppelin的配置目录下
在nbidc-agent-04上执行下面的指令：

cd /home/work/tools/incubator-zeppelin
cp /home/work/tools/hive/conf/hive-site.xml .

五、启动zeppelin
在nbidc-agent-04上执行下面的指令：

zeppelin-daemon.sh start

六、测试
从浏览器输入http://nbidc-agent-04:9090/，如图1所示。

图1

点击'Interpreter'菜单，配置并保存spark和hive解释器，分别如图2、图3所示。

图2

图3

点击'NoteBook'->'Create new note'子菜单项，建立一个新的查询并执行，结果如图4所示。

图4

说明：
这是一个动态表单SQL，SparkSQL语句为：

%sql
select * from wxy.t1 where rate > ${r}

第一行指定解释器为SparkSQL，第二行用${r}指定一个运行时参数，执行时页面上会出现一个文本编辑框，输入参数后回车，查询会按照指定参数进行，如图会查询rate > 100的记录。

参考：
https://zeppelin.incubator.apache.org/docs/0.5.6-incubating/