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 $HIVE_HOME/conf/hive-site.xml 中追加写入:
<!-- 配置hook 钩子类 -->
<property>
<name>hive.exec.post.hooks</name>
<value>org.apache.atlas.hive.hook.HiveHook</value>
</property>
复制代码
二、修改 Hive-env.sh
[root@node3 ~]# cd /software/hive-3.1.2/conf
[root@node3 conf]# cp hive-env.sh.template hive-env.sh
[root@node3 conf]# vim hive-env.sh
export HIVE_AUX_JARS_PATH=/software/apache-atlas-2.1.0/hook/hive/
复制代码
三、 复制ATLASHOME/conf/atlas−application.properties文件到HIVE_HOME/conf 下,并追加内容
#复制atlas-application.properties文件到$HIVE_HOME/conf下
[root@node3 ~]# cp /software/apache-atlas-2.1.0/conf/atlas-application.properties /software/hive-3.1.2/conf/
复制代码
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/
复制代码
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
评论