Atlas——数据治理工具的使用

Posted 2022-02-04 想学习安全的小白

一、启动Atlas

1、启动前置环境

1. 启动Hadoop 集群
2. 启动Zookeeper 集群
3. 启动Kafka 集群
4. 启动Hbase 集群
5. 启动Solr 集群

2、启动Atlas服务

1. 进入atlas的bin目录，命令：cd /home/atlas/atlas/bin
2. 执行启动脚本，命令：./atlas_start.py，等待2min
   
3. 访问hadoop01的21000端口
   
4. 使用默认账号登录，用户名：admin，密码：admin

二、初次使用时将Hive中元数据导入

Atlas 提供了一个Hive 元数据导入的脚本，直接执行该脚本，即可完成Hive 元数据的
初次全量导入。

1、导入元数据

1. 使用hadoop01机器，进入到hook-bin目录，命令：cd /home/atlas/atlas/hook-bin
2. 执行里面的自动化导入脚本，命令：./import-hive.sh
3. 中途需要输入密码，输入系统自带的账户：admin，密码:admin
   
4. 等待系统提示成功
   
5. 去Atlas网页，点击右上角的数据展示，验证导入成功
   

三、血缘关系功能使用

1、在hive上创建两个表

1. 用hadoop01进入hive
   
2. 创建一张订单事实表

CREATE TABLE dwd_order_info ( 
    `id` STRING COMMENT '订单号', 
    `final_amount` DECIMAL(16,2) COMMENT '订单最终金额', 
    `order_status` STRING COMMENT '订单状态', 
    `user_id` STRING COMMENT '用户id', 
    `payment_way` STRING COMMENT '支付方式', 
    `delivery_address` STRING COMMENT '送货地址', 
    `out_trade_no` STRING COMMENT '支付流水号', 
    `create_time` STRING COMMENT '创建时间', 
    `operate_time` STRING COMMENT '操作时间', 
    `expire_time` STRING COMMENT '过期时间', 
    `tracking_no` STRING COMMENT '物流单编号', 
    `province_id` STRING COMMENT '省份ID', 
    `activity_reduce_amount` DECIMAL(16,2) COMMENT '活动减免金额', 
    `coupon_reduce_amount` DECIMAL(16,2) COMMENT '优惠券减免金额', 
    `original_amount` DECIMAL(16,2)  COMMENT '订单原价金额', 
    `feight_fee` DECIMAL(16,2)  COMMENT '运费', 
    `feight_fee_reduce` DECIMAL(16,2)  COMMENT '运费减免' 
) COMMENT '订单表' 
ROW FORMAT DELIMITED FIELDS TERMINATED BY '\\t';

3. 创建一张地区维度表

CREATE TABLE dim_base_province ( 
    `id` STRING COMMENT '编号', 
    `name` STRING COMMENT '省份名称', 
    `region_id` STRING COMMENT '地区ID', 
    `area_code` STRING COMMENT '地区编码', 
    `iso_code` STRING COMMENT 'ISO-3166 编码，供可视化使用', 
    `iso_3166_2` STRING COMMENT 'ios-3166-2 编码，供可视化使用' 
)  COMMENT '省份表' 
ROW FORMAT DELIMITED FIELDS TERMINATED BY '\\t';

2、使用hive网页功能将数据上传进表中

1. 访问hive网页，地址：hadoop01ip:9870，点击Utilities下拉菜单的Browse the file system选项
   
2. 在搜索栏搜索/user/hive/warehouse/dwd_order_info
   
3. 点击右侧上传按钮将数据上传，数据下载地址.
4. 或者进入hive中使用命令导入

#追加导入
load data local inpath '/home/atlas/1.txt' into table dwd_order_info;
#覆盖导入
load data local inpath '/home/atlas/1.txt' overwrite into table dwd_order_info;

3、根据订单事实表和地区维度表，求出每个省份的订单次数和订单金额

1. 创建查询结果表

CREATE TABLE `ads_order_by_province` ( 
  `dt` STRING COMMENT '统计日期', 
  `province_id` STRING COMMENT '省份id', 
  `province_name` STRING COMMENT '省份名称', 
  `area_code` STRING COMMENT '地区编码', 
  `iso_code` STRING COMMENT '国际标准地区编码', 
  `iso_code_3166_2` STRING COMMENT '国际标准地区编码', 
  `order_count` BIGINT COMMENT '订单数', 
  `order_amount` DECIMAL(16,2) COMMENT '订单金额' 
) COMMENT '各省份订单统计' 
ROW FORMAT DELIMITED  FIELDS TERMINATED BY '\\t';

2. 将查询结果装入结果表中

insert into table ads_order_by_province 
select 
    '2021-08-30' dt, 
    bp.id, 
    bp.name, 
    bp.area_code, 
    bp.iso_code, 
    bp.iso_3166_2, 
    count(*) order_count, 
    sum(oi.final_amount) order_amount 
from dwd_order_info oi 
left join dim_base_province bp 
on oi.province_id=bp.id 
group by bp.id,bp.name,bp.area_code,bp.iso_code,bp.iso_3166_2;

4、查看结果表的血缘关系

1. 查看总体关系
   

5、查看表中某一字段的血缘关系

1. 点击表的Schema
2. 点击某一字段