Kylin集群模式部署（使用同一HBase存储）

2019-04-17 15:25:06 浏览数 (1)

每一个成功人士的背后，必定曾经做出过勇敢而又孤独的决定。

放弃不难，但坚持很酷~

HDP版本：3.0 Kylin版本：2.6.0 前言

本文主要讲解如何部署Kylin集群，采取多个Kylin实例共享HBase存储的模式，如果需要事先了解Kylin基本概念的朋友可以查看《Apache Kylin基本原理及概念》。

一、安装启动Kylin

首先安装一个Kylin实例，然后再分析Kylin集群模式部署的注意点。

1. 下载源码

这里使用的是Kylin-2.6.0的版本，如果需要其它版本的话，请访问：

http://kylin.apache.org/cn/download/

代码语言：javascript复制
cd /usr/hdp/3.0.1.0-187/
wget https://dist.apache.org/repos/dist/dev/kylin/apache-kylin-2.6.0-rc1/apache-kylin-2.6.0-bin-hadoop3.tar.gz
mv apache-kylin-2.6.0-bin-hadoop3.tar.gz kylin
2. 修改配置文件

启动kylin服务时，会在Retrieving hive dependency…卡住，需要手动敲两下回车或者任意命令才可以继续往下执行，否则会一直被卡住。

觉得是由于Hive版本升级，hive命令行仅支持JDBC操作，所以需要输入用户名和密码所导致的Retrieving hive dependency…卡住。

解决办法是：修改kylin配置，将hive执行模式改为beeline。

代码语言：javascript复制
cd /usr/hdp/3.0.1.0-187/kylin
vim conf/kylin.properties

修改kylin.properties文件：

Kylin的配置项有很多，大部分的配置项都是采用的默认的配置。在这里我们需要设置一下hive的执行模式为beeline。

代码语言：javascript复制
## Hive client, valid value [cli, beeline]
kylin.source.hive.client=beeline
## Absolute path to beeline shell, can be set to spark beeline instead of the default hive beeline on PATH
kylin.source.hive.beeline-shell=beeline
## Parameters for beeline client, only necessary if hive client is beeline
kylin.source.hive.beeline-params=-n hive --hiveconf hive.security.authorization.sqlstd.confwhitelist.append='mapreduce.job.*|dfs.*' -u jdbc:hive2://liuyzh2.xdata:10000

配置如下图所示：

3. 启动

Kylin在基于默认配置的情况下启动需要依赖HDFS、YARN、MapReduce、Hive、HBase。

在启动kylin服务之前，还需要搞定以下两点：

  • 选择运行kylin服务的用户

由于kylin的底层存储还是在HDFS上，所以建议大家还是使用hdfs用户来启动kylin服务，以避免在构建cubu过程中报hdfs文件权限的问题。

之前，我曾尝试过使用kylin用户来启动kylin服务，但是最后我放弃了。举个例子：Hive的存储目录是 /warehouse/tablespace/managed/hive，由于该目录的文件权限是700，普通用户kylin是没有办法访问这个目录的，需要将该目录设置为777，或者通过hdfs的setfacl命令，将kylin用户设置为对该目录具有读写可执行的权限。对于后期使用ambari集成kylin服务老说太过于麻烦，也害怕后续还会有类似的文件权限的报错。

所以最后选用了使用hdfs用户来启动kylin服务，省心！

  • 解决hive用户不能访问/kylin/kylin_metadata

/kylin/kylin_metadata文件主要存储同步Hive表基数的相关文件，以及存储构建cube的相关信息。需要hive用户访问这个目录。

代码语言：javascript复制
su hdfs
hdfs dfs -mkdir -p /kylin/kylin_metadata
hdfs dfs -chmod -R 777 /kylin/kylin_metadata

前期工作准备好之后，使用hdfs用户来启动kylin服务：

代码语言：javascript复制
su hdfs
chown -R hdfs:hdfs /usr/hdp/3.0.1.0-187/kylin
/usr/hdp/3.0.1.0-187/kylin/bin/kylin.sh start

二、搭建kylin集群

1. 以下来自kylin官网资料：

http://kylin.apache.org/cn/docs/install/kylin_cluster.html

Kylin 实例是无状态的服务，运行时的状态信息存储在 HBase metastore 中。 出于负载均衡的考虑，您可以启用多个共享一个 metastore 的 Kylin 实例，使得各个节点分担查询压力且互为备份，从而提高服务的可用性。下图描绘了 Kylin 集群模式部署的一个典型场景：

如果您需要将多个 Kylin 节点组成集群，请确保他们使用同一个 Hadoop 集群、HBase 集群。然后在每个节点的配置文件 $KYLIN_HOME/conf/kylin.properties 中执行下述操作：

  1. 配置相同的 kylin.metadata.url 值，即配置所有的 Kylin 节点使用同一个 HBase metastore。
  2. 配置 Kylin 节点列表 kylin.server.cluster-servers，包括所有节点（包括当前节点），当事件变化时，接收变化的节点需要通知其他所有节点（包括当前节点）。
  3. 配置 Kylin 节点的运行模式 kylin.server.mode，参数值可选 all, job, query 中的一个，默认值为 all。job 模式代表该服务仅用于任务调度，不用于查询；query 模式代表该服务仅用于查询，不用于构建任务的调度；all 模式代表该服务同时用于任务调度和 SQL 查询。

注意：默认情况下只有一个实例用于构建任务的调度 （即 kylin.server.mode 设置为 all 或者 job 模式）。

2. kylin配置

假如现在我们有三台机器，在每一台机器里都安装一个kylin服务。使用同一HBase存储，用Nginx做负载均衡。

将之前配置好的kylin源码拷贝至其余两台机器上的相同目录下。需要配置或检查以下三个配置项，其余保持默认即可。

代码语言：javascript复制
# 配置所有的 Kylin 节点使用同一个 HBase metastore。
kylin.metadata.url=kylin_metadata@hbase
# 配置 Kylin 节点的运行模式
kylin.server.mode=all or job or query
# 将所有的 kylin 服务都写在一起。当事件变化时，接收变化的节点需要通知其他所有节点（包括当前节点）。
kylin.server.cluster-servers=node71.xdata:7070,node73.xdata:7070,node72.xdata:7070

默认情况下只有一个实例用于构建任务的调度，即仅有一台kylin可以配置为kylin.server.mode=all或kylin.server.mode=job，其余机器的kylin配置为kylin.server.mode=query。

3. Nginx配置

使用Nginx来对Ktlin集群做负载均衡，以下为nginx.conf文件内容：

代码语言：javascript复制
user  root;
worker_processes  auto;

error_log  /var/log/nginx/error.log;
error_log  /var/log/nginx/error.log  notice;
error_log  /var/log/nginx/error.log  info;

pid        /var/run/nginx/nginx.pid;


events {
    worker_connections  1024;
}


http {
    include       mime.types;
    default_type  application/octet-stream;

    log_format  main  '$remote_addr - $remote_user [$time_local] "$request" '
                      '$status $body_bytes_sent "$http_referer" '
                      '"$http_user_agent" "$http_x_forwarded_for"';

    access_log  /var/log/nginx/access.log;

    sendfile        on;
    tcp_nopush      on;

    keepalive_timeout  65;

    #gzip  on;

    server {
        listen       81;
        server_name  localhost;

        #charset koi8-r;

        location / {
             proxy_pass http://kylin.com;
             proxy_set_header Host $host;
             proxy_set_header X-Real-IP $remote_addr;
             proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
        }


        error_page   500 502 503 504  /50x.html;
        location = /50x.html {
            root   html;
        }
    }

    upstream kylin.com {
        ip_hash;
        server node71.xdata:7070;server node73.xdata:7070;server node72.xdata:7070;
    }
}

为了维持session会话持久性，避免频繁刷新页面出现kylin登陆页面进行登陆，需要在nginx.conf文件内配置ip_hash。

关于Nginx的安装，需要提前编译，编译通过后才可以使用，并且依赖于当前目录。如果之后需要移动nginx目录的话，则需要再次编译nginx，才可以重新使用。

关于Nginx的安装，可参考《Nginx安装配置》。

将Nginx服务以及所有节点的kylin服务启动，我们可以在浏览器中输入：http://10.6.6.73:81/kylin/，来访问我们的Kylin集群。

三、集成Kylin服务到Ambari

之前，我写了一片文章，是集成Apache Kylin 2.5.1服务到Ambari2.6.1，可参考《Ambari2.6.1集成Apache Kylin服务》。

之后，我又集成了Apache Kylin 2.6.0服务到Ambari2.7.1。

现在已将Kylin的自定义服务上传至github，具体地址：

https://github.com/841809077/ambari-Kylin

nginx hbase TDSQLMySQL版 大数据 hive

0 人点赞