MRS +Apache Zeppelin，让数据分析更便捷

Posted 2022-08-03 华为云开发者联盟

摘要：选择轻量化、免运维、低成本的大数据云服务是业界趋势，如果搭建Zeppelin再同步自建一套Hadoop生态成本太高！因此我们通过结合华为云MRS服务构建数据中台。

本文分享自华为云社区《MRS大数据平台结合Apache Zeppelin让数据分析更便捷》，作者： dullman。

Apache Zeppelin：一款大数据分析和可视化工具，可以让数据分析师在一个基于Web的notebook中，采用不同语言对不同数据源中的数据进行交互式分析，并对结果进行可视化图表的展示。

云服务MRS：华为云提供的一站式大数据平台，包含Hudi、ClickHouse、Spark、Flink、Kafka、Hive、HBase等丰富的大数据组件，完全兼容开源生态。 本文介绍如何搭建Zeppelin并连接Hive、HBase进行简单的数据开发。

为什么写这篇文章？

1. Zeppelin相关的文章虽然很多，但是都没有与实际大数据平台结合的实践案例指导。
2. Zeppelin的搭建存在不少坑，因此记录下部署中的各个问题，为后人填坑。
3. 选择轻量化、免运维、低成本的大数据云服务是业界趋势，如果搭建Zeppelin再同步自建一套Hadoop生态成本太高！因此我们通过结合华为云MRS服务构建数据中台。

环境准备

• Apache Zeppelin 0.9.0安装包
• MRS 3.1.0普通集群 （包含Hive、HBase组件）
• ECS centos7.6

安装MRS客户端

MRS客户端提供java、python开发环境，也提供开通集群中各组件的环境变量：Hadoop、Hive、HBase、flink等。

参见登录ECS安装集群外客户端

安装Zeppelin

• 使用Xftp等工具导入主机并采用以下命令安装在/opt/zeppelin目录。

tar -zxvf zeppelin-0.9.0-bin-all.tgz
mv zeppelin-0.9.0-bin-all /opt/zeppelin

• 配置Zeppelin环境变量，在profile文件中加入变量

vi /etc/profile
export ZEPPELIN_HOME=/opt/zeppelin
export PATH=ZEPPELIN_HOME/bin:ZEPPELINH​OME/bin:PATH

• 导入环境变量

source /etc/profile

• 编辑zeppelin-env.sh文件，加入JAVA_HOME，这里需要替换成自己的环境变量

cd /opt/zeppelin/conf/
cp zeppelin-env.sh.template zeppelin-env.sh
source /opt/hadoopclient/bigdata_env
echo “export JAVA_HOME=/opt/hadoopclient/JDK/jdk-8u201”>>zeppelin-env.sh

• 编辑zeppelin-site.xml文件,将zeppelin.server.port 8080替换成18081（可自定义，也可以不改）；将zeppelin.anonymous.allowed参数的true修改为false

cd /opt/zeppelin/conf
cp zeppelin-site.xml.template zeppelin-site.xml
vi zeppelin-site.xml

<property>
    <name>zeppelin.server.port</name>
    <value>18081</value>
    <description>Server port.</description>
</property>
<property>
    <name>zeppelin.anonymous.allowed</name>
    <value>falase</value>
    <description>Anonymous user allowed by default</description>
</property>

• 编辑shiro.ini文件，新增用户developuser

cp shiro.ini.template shiro.ini
vi shiro.ini

在[users]下新增用户developuser，密码Huawei@123，权限admin

developuser=Huawei@123, admin

• 运行Zeppelin（并检查启动参数）

cd /opt/zeppelin
bin/zeppelin-daemon.sh start

ps ef | grep zeppelin

• 关闭防火墙,允许端口18081(此为测试环境，生产环境建议采取更安全措施) systtemctl stop firewalld
• 完成以上配置，并启动成功后，在浏览器中输入地址zeppelin_ip:18081（zeppelin_ip为安装zeppelin的HD客户端IP），即可看到如下界面。

  

• 使用developuser登录，就可以基于note进行大数据的交互式开发了！

  

Zeppelin连接Hive

1、将Zeppelin中jdbc依赖的jar包替换成MRS客户端中Hive/Beeline/lib中的jar包，保证hive Interpreter依赖的Jar包存在

cp -f /opt/Bigdata/client/Hive/Beeline/lib/*.jar /opt/zeppelin/interpreter/jdbc/

2、修改Zeppelin配置，添加Client Hive Url

查询CLIENT_HIVE_URL

source /opt/hadoopclient/bigdata_env
echo $CLIENT_HIVE_URI

编辑interpreter.json，位置/usr/zeppelin/conf/interpreter.json，修改JDBC default.url，default.driver.

"jdbc": 
   "id": "jdbc",
   "name": "jdbc",
   "group": "jdbc",
   "properties": 
     "default.url": 
       "name": "default.url",
       "value": "jdbc:hive2://192.168.1.188:24002,192.168.1.234:24002,192.168.1.241:24002/;serviceDiscoveryMode\\u003dzooKeeper;zooKeeperNamespace\\u003dhiveserver2",
       "type": "string",
       "description": "The URL for JDBC."
     ,
     "default.user": 
       "name": "default.user",
       "value": "gpadmin",
       "type": "string",
       "description": "The JDBC user name"
     ,
     "default.password": 
       "name": "default.password",
       "value": "",
       "type": "password",
       "description": "The JDBC user password"
     ,
     "default.driver": 
       "name": "default.driver",
       "value": "org.apache.hive.jdbc.HiveDriver",
       "type": "string",
       "description": "JDBC Driver Name"
     

3、重启zeppelin

bin/zeppelin-daemon.sh restart

4、创建Notebook，选择default interpreter 为jdbc

5、在notebook上使用Hive SQL进行查询

查询数据库
%jdbc
show databases;

创建Hive表
%jdbc
create external table stu (s_id string,s_name string) row format delimited fields terminated by ‘\\t’;

Zeppelin连接HBase

1、将Zeppelin中hbase依赖的jar包替换成MRS客户端中HBase中的jar包，保持jar的一致

• 先将/opt/zeppelin/interpreter/hbase/目录下原本的Jar包移走

cd /opt/zeppelin/interpreter/hbase
mkdir hbase_old_jar
mv hbase*.jar hbase_old_jar
mv hadoop*.jar hbase_old_jar
mv zookeeper-3.4.6.jar hbase_old_jar

• 再将/opt/hadoopclient/HBase/hbase/lib/下的jar包拷贝至/opt/zeppelin/interpreter/hbase/。

cp -f /opt/hadoopclient/HBase/hbase/lib/*.jar /usr/zeppelin/interpreter/hbase/

2、修改Zeppelin配置

编辑zeppelin-env.sh，加入hbase环境变量

export HBASE_HOME=/opt/hadoopclient/HBase/hbase

编辑interpreter.json，位置/opt/zeppelin/conf/interpreter.json，修改hbase.home

  "hbase.home": 
        "name": "hbase.home",
        "value": "/opt/hadoopclient/HBase/hbase",
        "type": "string"
      

3、重启zeppelin

bin/zeppelin-daemon.sh restart

4、配置Interpreter

从web界面右上角菜单中Interpreter中进入，配置Interpreter

选择Hbase，修改如下配置，并保存配置。

hbase.home : /opt/client/HBase/hbase

5、创建note进行数据开发

页面选择Notebook →create new note

自定义Note名称，例如hbaseNote，并指定Interpreter为HBase。

编辑Note，点击右侧“执行”按钮（三角标志）

%hbase
create ‘test6’, ‘cf’
put ‘test6’, ‘row1’, ‘cf:a’, ‘value1’

若在创建Interpreter未指定default Interpreter，需要在note最前面加上%hbase进行指定。

6、在FusionInsight客户端下查看刚刚通过Zeppelin创建的hbase表test6和数据

其他Hadoop生态组件在云服务MRS上的实践参考

使用商业智能软件Superset分析MRS数据之最佳实践

基于云服务MRS构建DolphinScheduler2调度系统

开源工作流引擎Azkaban在MRS中的实践

分布式调度平台Airflow在华为云MRS中的实践

点击关注，第一时间了解华为云新鲜技术~