HCatalog - Installazione

Tutti i sottoprogetti Hadoop come Hive, Pig e HBase supportano il sistema operativo Linux. Pertanto, è necessario installare una versione Linux sul proprio sistema. HCatalog è stato unito all'installazione di Hive il 26 marzo 2013. Dalla versione Hive-0.11.0 in poi, HCatalog viene fornito con l'installazione di Hive. Pertanto, segui i passaggi indicati di seguito per installare Hive che a sua volta installerà automaticamente HCatalog sul tuo sistema.

Passaggio 1: verifica dell'installazione di JAVA

Java deve essere installato sul sistema prima di installare Hive. È possibile utilizzare il seguente comando per verificare se Java è già installato sul sistema:

$ java –version

Se Java è già installato sul tuo sistema, visualizzerai la seguente risposta:

java version "1.7.0_71"
Java(TM) SE Runtime Environment (build 1.7.0_71-b13)
Java HotSpot(TM) Client VM (build 25.0-b02, mixed mode)

Se non hai Java installato sul tuo sistema, devi seguire i passaggi indicati di seguito.

Passaggio 2: installazione di Java

Scarica Java (JDK <ultima versione> - X64.tar.gz) visitando il seguente collegamento http://www.oracle.com/

Poi jdk-7u71-linux-x64.tar.gz verrà scaricato sul tuo sistema.

Generalmente troverai il file Java scaricato nella cartella Download. Verificalo ed estrai il filejdk-7u71-linux-x64.gz file utilizzando i seguenti comandi.

$ cd Downloads/
$ ls
jdk-7u71-linux-x64.gz

$ tar zxf jdk-7u71-linux-x64.gz
$ ls
jdk1.7.0_71 jdk-7u71-linux-x64.gz

Per rendere Java disponibile a tutti gli utenti, è necessario spostarlo nella posizione "/ usr / local /". Apri root e digita i seguenti comandi.

$ su
password:
# mv jdk1.7.0_71 /usr/local/
# exit

Per l'allestimento PATH e JAVA_HOME variabili, aggiungi i seguenti comandi a ~/.bashrc file.

export JAVA_HOME=/usr/local/jdk1.7.0_71
export PATH=PATH:$JAVA_HOME/bin

Ora verifica l'installazione utilizzando il comando java -version dal terminale come spiegato sopra.

Passaggio 3: verifica dell'installazione di Hadoop

Hadoop deve essere installato sul tuo sistema prima di installare Hive. Cerchiamo di verificare l'installazione di Hadoop utilizzando il seguente comando:

$ hadoop version

Se Hadoop è già installato sul tuo sistema, riceverai la seguente risposta:

Hadoop 2.4.1
Subversion https://svn.apache.org/repos/asf/hadoop/common -r 1529768
Compiled by hortonmu on 2013-10-07T06:28Z
Compiled with protoc 2.5.0
From source with checksum 79e53ce7994d1628b240f09af91e1af4

Se Hadoop non è installato sul tuo sistema, procedi con i seguenti passaggi:

Passaggio 4: download di Hadoop

Scarica ed estrai Hadoop 2.4.1 da Apache Software Foundation utilizzando i seguenti comandi.

$ su
password:
# cd /usr/local
# wget http://apache.claz.org/hadoop/common/hadoop-2.4.1/
hadoop-2.4.1.tar.gz
# tar xzf hadoop-2.4.1.tar.gz
# mv hadoop-2.4.1/* to hadoop/
# exit

Passaggio 5: installazione di Hadoop in modalità pseudo distribuita

I seguenti passaggi vengono utilizzati per l'installazione Hadoop 2.4.1 in modalità pseudo distribuita.

Configurazione di Hadoop

Puoi impostare le variabili d'ambiente Hadoop aggiungendo i seguenti comandi a ~/.bashrc file.

export HADOOP_HOME=/usr/local/hadoop
export HADOOP_MAPRED_HOME=$HADOOP_HOME
export HADOOP_COMMON_HOME=$HADOOP_HOME
export HADOOP_HDFS_HOME=$HADOOP_HOME
export YARN_HOME=$HADOOP_HOME 
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
export PATH=$PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin

Ora applica tutte le modifiche al sistema in esecuzione corrente.

$ source ~/.bashrc

Configurazione Hadoop

Puoi trovare tutti i file di configurazione di Hadoop nella posizione "$ HADOOP_HOME / etc / hadoop". È necessario apportare modifiche adeguate a quei file di configurazione in base alla propria infrastruttura Hadoop.

$ cd $HADOOP_HOME/etc/hadoop

Per sviluppare programmi Hadoop utilizzando Java, è necessario reimpostare le variabili d'ambiente Java in hadoop-env.sh file sostituendo JAVA_HOME valore con la posizione di Java nel sistema.

export JAVA_HOME=/usr/local/jdk1.7.0_71

Di seguito è riportato l'elenco dei file che devi modificare per configurare Hadoop.

core-site.xml

Il core-site.xml file contiene informazioni come il numero di porta utilizzato per l'istanza Hadoop, la memoria allocata per il file system, il limite di memoria per l'archiviazione dei dati e la dimensione dei buffer di lettura / scrittura.

Apri core-site.xml e aggiungi le seguenti proprietà tra i tag <configuration> e </configuration>.

<configuration>
   <property>
      <name>fs.default.name</name>
      <value>hdfs://localhost:9000</value>
   </property>
</configuration>

hdfs-site.xml

Il hdfs-site.xmlfile contiene informazioni come il valore dei dati di replica, il percorso namenode e il percorso datanode dei file system locali. Significa il luogo in cui si desidera archiviare l'infrastruttura Hadoop.

Assumiamo i seguenti dati.

dfs.replication (data replication value) = 1

(In the following path /hadoop/ is the user name.
hadoopinfra/hdfs/namenode is the directory created by hdfs file system.)

namenode path = //home/hadoop/hadoopinfra/hdfs/namenode

(hadoopinfra/hdfs/datanode is the directory created by hdfs file system.)
datanode path = //home/hadoop/hadoopinfra/hdfs/datanode

Apri questo file e aggiungi le seguenti proprietà tra i tag <configuration>, </configuration> in questo file.

<configuration>
   <property>
      <name>dfs.replication</name>
      <value>1</value>
   </property> 
   
   <property>
      <name>dfs.name.dir</name>
      <value>file:///home/hadoop/hadoopinfra/hdfs/namenode</value> 
   </property> 

   <property>
      <name>dfs.data.dir</name>
      <value>file:///home/hadoop/hadoopinfra/hdfs/datanode</value> 
   </property>
</configuration>

Note - Nel file sopra, tutti i valori delle proprietà sono definiti dall'utente ed è possibile apportare modifiche in base alla propria infrastruttura Hadoop.

filato-site.xml

Questo file viene utilizzato per configurare il filato in Hadoop. Apri il file filato-site.xml e aggiungi le seguenti proprietà tra i tag <configuration>, </configuration> in questo file.

<configuration>
   <property>
      <name>yarn.nodemanager.aux-services</name>
      <value>mapreduce_shuffle</value>
   </property>
</configuration>

mapred-site.xml

Questo file viene utilizzato per specificare quale framework MapReduce stiamo utilizzando. Per impostazione predefinita, Hadoop contiene un modello di filato-site.xml. Prima di tutto, devi copiare il file damapred-site,xml.template per mapred-site.xml file utilizzando il seguente comando.

$ cp mapred-site.xml.template mapred-site.xml

Apri il file mapred-site.xml e aggiungi le seguenti proprietà tra i tag <configuration>, </configuration> in questo file.

<configuration>
   <property>
      <name>mapreduce.framework.name</name>
      <value>yarn</value>
   </property>
</configuration>

Passaggio 6: verifica dell'installazione di Hadoop

I seguenti passaggi vengono utilizzati per verificare l'installazione di Hadoop.

Configurazione Namenode

Impostare il namenode utilizzando il comando "hdfs namenode -format" come segue:

$ cd ~
$ hdfs namenode -format

Il risultato atteso è il seguente:

10/24/14 21:30:55 INFO namenode.NameNode: STARTUP_MSG:
/************************************************************
STARTUP_MSG: Starting NameNode
STARTUP_MSG: host = localhost/192.168.1.11
STARTUP_MSG: args = [-format]
STARTUP_MSG: version = 2.4.1
...
...
10/24/14 21:30:56 INFO common.Storage: Storage directory
/home/hadoop/hadoopinfra/hdfs/namenode has been successfully formatted.
10/24/14 21:30:56 INFO namenode.NNStorageRetentionManager: Going to retain 1
images with txid >= 0 10/24/14 21:30:56 INFO util.ExitUtil: Exiting with status 0
10/24/14 21:30:56 INFO namenode.NameNode: SHUTDOWN_MSG:
/************************************************************
SHUTDOWN_MSG: Shutting down NameNode at localhost/192.168.1.11
************************************************************/

Verifica di Hadoop DFS

Il seguente comando viene utilizzato per avviare il DFS. L'esecuzione di questo comando avvierà il tuo file system Hadoop.

$ start-dfs.sh

L'output previsto è il seguente:

10/24/14 21:37:56 Starting namenodes on [localhost]
localhost: starting namenode, logging to
/home/hadoop/hadoop-2.4.1/logs/hadoop-hadoop-namenode-localhost.out localhost:
starting datanode, logging to
   /home/hadoop/hadoop-2.4.1/logs/hadoop-hadoop-datanode-localhost.out
Starting secondary namenodes [0.0.0.0]

Verifica dello script del filato

Il seguente comando viene utilizzato per avviare lo script Yarn. L'esecuzione di questo comando avvierà i tuoi demoni di Yarn.

$ start-yarn.sh

L'output previsto è il seguente:

starting yarn daemons
starting resourcemanager, logging to /home/hadoop/hadoop-2.4.1/logs/
yarn-hadoop-resourcemanager-localhost.out
localhost: starting nodemanager, logging to
   /home/hadoop/hadoop-2.4.1/logs/yarn-hadoop-nodemanager-localhost.out

Accesso ad Hadoop sul browser

Il numero di porta predefinito per accedere a Hadoop è 50070. Utilizza il seguente URL per ottenere i servizi Hadoop sul tuo browser.

http://localhost:50070/

Verifica tutte le applicazioni per il cluster

Il numero di porta predefinito per accedere a tutte le applicazioni del cluster è 8088. Utilizzare il seguente URL per visitare questo servizio.

http://localhost:8088/

Una volta terminata l'installazione di Hadoop, procedi al passaggio successivo e installa Hive sul tuo sistema.

Passaggio 7: download di Hive

Usiamo hive-0.14.0 in questo tutorial. Puoi scaricarlo visitando il seguente linkhttp://apache.petsads.us/hive/hive-0.14.0/. Supponiamo che venga scaricato nel file/Downloadsdirectory. Qui, scarichiamo l'archivio Hive denominato "apache-hive-0.14.0-bin.tar.gz"Per questo tutorial. Il seguente comando viene utilizzato per verificare il download:

$ cd Downloads
$ ls

In caso di download riuscito, viene visualizzata la seguente risposta:

apache-hive-0.14.0-bin.tar.gz

Passaggio 8: installazione di Hive

I seguenti passaggi sono necessari per l'installazione di Hive sul tuo sistema. Supponiamo che l'archivio Hive venga scaricato nel file/Downloads directory.

Estrazione e verifica dell'archivio Hive

Il seguente comando viene utilizzato per verificare il download ed estrarre l'archivio Hive:

$ tar zxvf apache-hive-0.14.0-bin.tar.gz
$ ls

In caso di download riuscito, viene visualizzata la seguente risposta:

apache-hive-0.14.0-bin apache-hive-0.14.0-bin.tar.gz

Copia dei file nella directory / usr / local / hive

Dobbiamo copiare i file dal superutente "su -". I seguenti comandi vengono utilizzati per copiare i file dalla directory estratta al file/usr/local/hive"Directory.

$ su -
passwd:
# cd /home/user/Download
# mv apache-hive-0.14.0-bin /usr/local/hive
# exit

Configurazione dell'ambiente per Hive

Puoi configurare l'ambiente Hive aggiungendo le seguenti righe a ~/.bashrc file -

export HIVE_HOME=/usr/local/hive
export PATH=$PATH:$HIVE_HOME/bin
export CLASSPATH=$CLASSPATH:/usr/local/Hadoop/lib/*:.
export CLASSPATH=$CLASSPATH:/usr/local/hive/lib/*:.

Il seguente comando viene utilizzato per eseguire il file ~ / .bashrc.

$ source ~/.bashrc

Passaggio 9: configurazione di Hive

Per configurare Hive con Hadoop, devi modificare il file hive-env.sh file, che viene inserito nel file $HIVE_HOME/confdirectory. I seguenti comandi reindirizzano a Hiveconfig cartella e copia il file modello -

$ cd $HIVE_HOME/conf
$ cp hive-env.sh.template hive-env.sh

Modifica il file hive-env.sh file aggiungendo la seguente riga -

export HADOOP_HOME=/usr/local/hadoop

Con questo, l'installazione di Hive è completa. Ora è necessario un server di database esterno per configurare Metastore. Usiamo il database Apache Derby.

Passaggio 10: download e installazione di Apache Derby

Seguire i passaggi indicati di seguito per scaricare e installare Apache Derby -

Download di Apache Derby

Il seguente comando viene utilizzato per scaricare Apache Derby. Ci vuole del tempo per il download.

$ cd ~
$ wget http://archive.apache.org/dist/db/derby/db-derby-10.4.2.0/db-derby-10.4.2.0-bin.tar.gz

Il seguente comando viene utilizzato per verificare il download:

$ ls

In caso di download riuscito, viene visualizzata la seguente risposta:

db-derby-10.4.2.0-bin.tar.gz

Estrazione e verifica dell'archivio Derby

I seguenti comandi sono usati per estrarre e verificare l'archivio Derby:

$ tar zxvf db-derby-10.4.2.0-bin.tar.gz
$ ls

In caso di download riuscito, viene visualizzata la seguente risposta:

db-derby-10.4.2.0-bin db-derby-10.4.2.0-bin.tar.gz

Copia dei file nella directory / usr / local / derby

Dobbiamo copiare dal superutente "su -". I seguenti comandi vengono utilizzati per copiare i file dalla directory estratta al file/usr/local/derby directory -

$ su -
passwd:
# cd /home/user
# mv db-derby-10.4.2.0-bin /usr/local/derby
# exit

Impostazione dell'ambiente per Derby

È possibile configurare l'ambiente Derby aggiungendo le seguenti righe a ~/.bashrc file -

export DERBY_HOME=/usr/local/derby
export PATH=$PATH:$DERBY_HOME/bin
export CLASSPATH=$CLASSPATH:$DERBY_HOME/lib/derby.jar:$DERBY_HOME/lib/derbytools.jar

Il seguente comando viene utilizzato per eseguire ~/.bashrc file -

$ source ~/.bashrc

Crea una directory per Metastore

Crea una directory denominata data nella directory $ DERBY_HOME per memorizzare i dati del Metastore.

$ mkdir $DERBY_HOME/data

L'installazione di Derby e la configurazione ambientale sono ora complete.

Passaggio 11: configurazione del metastore Hive

Configurare Metastore significa specificare in Hive dove è archiviato il database. Puoi farlo modificando il filehive-site.xml file, che si trova nel file $HIVE_HOME/confdirectory. Prima di tutto, copia il file modello utilizzando il seguente comando:

$ cd $HIVE_HOME/conf
$ cp hive-default.xml.template hive-site.xml

modificare hive-site.xml e aggiungi le seguenti righe tra i tag <configuration> e </configuration> -

<property>
   <name>javax.jdo.option.ConnectionURL</name>
   <value>jdbc:derby://localhost:1527/metastore_db;create = true</value>
   <description>JDBC connect string for a JDBC metastore</description>
</property>

Crea un file denominato jpox.properties e aggiungi le seguenti righe:

javax.jdo.PersistenceManagerFactoryClass = org.jpox.PersistenceManagerFactoryImpl

org.jpox.autoCreateSchema = false
org.jpox.validateTables = false
org.jpox.validateColumns = false
org.jpox.validateConstraints = false

org.jpox.storeManagerType = rdbms
org.jpox.autoCreateSchema = true
org.jpox.autoStartMechanismMode = checked
org.jpox.transactionIsolation = read_committed

javax.jdo.option.DetachAllOnCommit = true
javax.jdo.option.NontransactionalRead = true
javax.jdo.option.ConnectionDriverName = org.apache.derby.jdbc.ClientDriver
javax.jdo.option.ConnectionURL = jdbc:derby://hadoop1:1527/metastore_db;create = true
javax.jdo.option.ConnectionUserName = APP
javax.jdo.option.ConnectionPassword = mine

Passaggio 12: verifica dell'installazione di Hive

Prima di eseguire Hive, è necessario creare il file /tmpcartella e una cartella Hive separata in HDFS. Qui usiamo il file/user/hive/warehousecartella. È necessario impostare l'autorizzazione di scrittura per queste cartelle appena create come mostrato di seguito -

chmod g+w

Ora impostali in HDFS prima di verificare Hive. Usa i seguenti comandi:

$ $HADOOP_HOME/bin/hadoop fs -mkdir /tmp
$ $HADOOP_HOME/bin/hadoop fs -mkdir /user/hive/warehouse
$ $HADOOP_HOME/bin/hadoop fs -chmod g+w /tmp
$ $HADOOP_HOME/bin/hadoop fs -chmod g+w /user/hive/warehouse

I seguenti comandi vengono utilizzati per verificare l'installazione di Hive:

$ cd $HIVE_HOME
$ bin/hive

Dopo aver installato con successo Hive, vedrai la seguente risposta:

Logging initialized using configuration in 
   jar:file:/home/hadoop/hive-0.9.0/lib/hive-common-0.9.0.jar!/
hive-log4j.properties Hive history
   =/tmp/hadoop/hive_job_log_hadoop_201312121621_1494929084.txt
………………….
hive>

È possibile eseguire il seguente comando di esempio per visualizzare tutte le tabelle:

hive> show tables;
OK Time taken: 2.798 seconds
hive>

Passaggio 13: verificare l'installazione di HCatalog

Utilizzare il seguente comando per impostare una variabile di sistema HCAT_HOME per HCatalog Home.

export HCAT_HOME = $HiVE_HOME/HCatalog

Utilizzare il comando seguente per verificare l'installazione di HCatalog.

cd $HCAT_HOME/bin
./hcat

Se l'installazione ha esito positivo, vedrai il seguente output:

SLF4J: Actual binding is of type [org.slf4j.impl.Log4jLoggerFactory]
usage: hcat { -e "<query>" | -f "<filepath>" } 
   [ -g "<group>" ] [ -p "<perms>" ] 
   [ -D"<name> = <value>" ]
	
-D <property = value>    use hadoop value for given property
-e <exec>                hcat command given from command line
-f <file>                hcat commands in file
-g <group>               group for the db/table specified in CREATE statement
-h,--help                Print help information
-p <perms>               permissions for the db/table specified in CREATE statement