CDH6.0.1集成tez-0.9.1计算引擎

参考文章：

https://www.jianshu.com/p/9fb9f32e1f0f

https://www.baidu.com/link?url=OgpwasnZi7H1dySN2T111sseEWDBaCCTC3DFV61G7756YbrkJCA8Y3UFaueyqnfN&wd=&eqid=daeb8b3500049cf3000000065d82fcbc

http://tez.apache.org/releases/apache-tez-0-9-1.html

准备工作：

hadoop版本：3.0.0-cdh6.0.1

hive版本：hive-2.1.1

linux环境：

jdk1.8

maven-3.6

protobuf-2.5.0.tar.gz // https://github.com/protocolbuffers/protobuf/releases

tez-0.9.1源码 //http://www.apache.org/dyn/closer.lua/tez/0.9.1/

windows环境：

jdk1.8

maven-3.3.9

protoc-2.5.0-win32.zip // https://github.com/protocolbuffers/protobuf/releases

tez-0.9.1源码 //http://www.apache.org/dyn/closer.lua/tez/0.9.1/

 

 

1.首先安装jdk ：version》=1.8

2.安装maven：解压即用，配置环境变量

linux：

解压到/usr/local/maven

export MVN_HOME=/usr/local/maven

export PATH=$MVN_HOME/bin:$PATH

windows:

系统环境变量：

M2_HOME=D:\tool\maven3

MAVEN_HOME=D:\tool\maven3

PATH路径：

%M2_HOME%\bin

检查安装：

mvn -v

3.protobuf安装：

linux：

解压：

tar -zxvf protobuf-2.5.0.tar.gz

cd protobuf-2.5.0

./configure

make

make install

protoc --version #验证是否安装成功

备注：当configure校验不通过的时候，缺少哪些包就安装，一般需要安装gcc

windows：

直接解压protoc-2.5.0-win32.zip，得到一个exe文件，直接设置该文件的环境变量即可

PATH:

D:\tool\protoc-2.5.0-win32

protoc --version #验证是否安装成功

4.tez解压以及文件修改

linux：

tar -zxvf apache-tez-0.9.1-src.tar.gz

修改pom文件：

直接拖到windows修改比较快，本次tez编译选择的是通过windows编译，因为有些包下载很慢，就通过windows开启svn代理，编译较快。

但还是有些包下载失败，主要是clouder的相关包，只好通过直接访问该网站，下载对应的jar包，然后放入maven仓库即可。以下包通过网站直接下载的

修改为我们cdh所用版本：3.0.0-cdh6.0.1

添加Cloudera的Maven仓库地址【因为Hadoop环境版本为CDH版本】

注释掉tez-ext-service-tests、tez-ui这两个模块，国外网下载慢

修改后的pom.xml

<properties>
    <maven.test.redirectTestOutputToFile>true</maven.test.redirectTestOutputToFile>
    <clover.license>${user.home}/clover.license</clover.license>
    <hadoop.version>3.0.0-cdh6.0.1</hadoop.version>
    <jetty.version>6.1.26</jetty.version>
    <netty.version>3.6.2.Final</netty.version>
    <pig.version>0.13.0</pig.version>
    <javac.version>1.8</javac.version>
    <slf4j.version>1.7.10</slf4j.version>
    <enforced.java.version>[${javac.version},)</enforced.java.version>
    <distMgmtSnapshotsId>apache.snapshots.https</distMgmtSnapshotsId>
    <distMgmtSnapshotsName>Apache Development Snapshot Repository</distMgmtSnapshotsName>
    <distMgmtSnapshotsUrl>https://repository.apache.org/content/repositories/snapshots</distMgmtSnapshotsUrl>
    <distMgmtStagingId>apache.staging.https</distMgmtStagingId>
    <distMgmtStagingName>Apache Release Distribution Repository</distMgmtStagingName>
    <distMgmtStagingUrl>https://repository.apache.org/service/local/staging/deploy/maven2</distMgmtStagingUrl>
    <failIfNoTests>false</failIfNoTests>
    <protobuf.version>2.5.0</protobuf.version>
    <protoc.path>${env.PROTOC_PATH}</protoc.path>
    <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
    <scm.url>scm:git:https://git-wip-us.apache.org/repos/asf/tez.git</scm.url>
    <build.time>${maven.build.timestamp}</build.time>
    <frontend-maven-plugin.version>1.4</frontend-maven-plugin.version>
    <findbugs-maven-plugin.version>3.0.1</findbugs-maven-plugin.version>
    <javadoc-maven-plugin.version>2.10.4</javadoc-maven-plugin.version>
    <shade-maven-plugin.version>2.4.3</shade-maven-plugin.version>
  </properties>
  <scm>
    <connection>${scm.url}</connection>
  </scm>

  <distributionManagement>
    <repository>
      <id>${distMgmtStagingId}</id>
      <name>${distMgmtStagingName}</name>
      <url>${distMgmtStagingUrl}</url>
    </repository>
    <snapshotRepository>
      <id>${distMgmtSnapshotsId}</id>
      <name>${distMgmtSnapshotsName}</name>
      <url>${distMgmtSnapshotsUrl}</url>
    </snapshotRepository>
  </distributionManagement>

  <repositories>
    <repository>
      <id>${distMgmtSnapshotsId}</id>
      <name>${distMgmtSnapshotsName}</name>
      <url>${distMgmtSnapshotsUrl}</url>
    </repository>
	<repository>
            <id>nexus</id>
            <name>Team Nexus Repository</name>
            <url>http://192.168.0.203:8081/repository/maven-public/</url>
            <releases>
                <enabled>false</enabled>
            </releases>
            <snapshots>
                <enabled>true</enabled>
            </snapshots>
        </repository>
	<repository>
            <id>cloudera</id>
            <url>https://repository.cloudera.com/artifactory/cloudera-repos/</url>
            <name>Cloudera Repositories</name>
            <snapshots>
              <enabled>false</enabled>
            </snapshots>
          </repository>
  </repositories>

  <pluginRepositories>
    <pluginRepository>
      <id>maven2-repository.atlassian</id>
      <name>Atlassian Maven Repository</name>
      <url>https://maven.atlassian.com/repository/public</url>
      <layout>default</layout>
    </pluginRepository>
    <pluginRepository>
      <id>${distMgmtSnapshotsId}</id>
      <name>${distMgmtSnapshotsName}</name>
      <url>${distMgmtSnapshotsUrl}</url>
      <layout>default</layout>
    </pluginRepository>
	<pluginRepository>
            <id>cloudera</id>
            <name>Cloudera Repositories</name>
            <url>https://repository.cloudera.com/artifactory/cloudera-repos/</url>
          </pluginRepository>
  </pluginRepositories>

参考的博客说要修改tez-mapreduce模块下的源码文件，但修改后报错，所以这次编译不需要修改代码即可。

5.maven编译

mvn clean package -DskipTests=true -Dmaven.javadoc.skip=true

发现编译太慢，以为是下载包太缓慢了，但是后面通过在windows上打开源码编译时，才发现，其实是项目中很多的tests文件报错，导致编译不通过，同时编译执行的testwe年耗费很长时间。

maven指令应该修改为

mvn clean package -Dmaven.javadoc.skip=true -Dmaven.test.skip=true

这样才会跳过test编译，很快就编译完成！

编译后的文件在tez-dist/target下面

6.部署到HDFS

创建文件：

hdfs dfs -mkdir /user/tez

将tez-0.9.1.tar.gz上传至hdfs

hdfs dfs -put tez-0.9.1.tar.gz /user/tez/

文件权限（可不修改）

hdfs dfs -chmod -R 777 /user/tez/

7.创建tez-site.xml，配置客户端

在CDH的lib目录下创建tez：

一般CDH6的安装目录都在该地方

cd /opt/cloudera/parcels/CDH-6.0.1-1.cdh6.0.1.p0.590678/lib/

mkdir tez

cd tez

mkdir conf

vi tez-site.xml

<configuration>

<property>

<name>tez.lib.uris</name>

<value>${fs.defaultFS}/user/tez/tez-0.9.1.tar.gz</value>

</property>

<property>

<name>tez.use.cluster.hadoop-libs</name>

<value>false</value>

</property>

</configuration>

将tez-0.9.1-minimal文件夹下的jar及lib下的jar拷贝到tez中

从 /opt/cloudera/parcels/CDH-6.0.1-1.cdh6.0.1.p0.590678/jars中拷贝kryo-2.22.jar到tez文件夹下的lib文件夹下，防止出现以下异常：

java.lang.ClassNotFoundException: com.esotericsoftware.kryo.Serializer

tez/lib中包含slf4j的jar包，会打印较多日志，可以在客户端中去掉slf4j-api-1.7.10.jar、slf4j-log4j12-1.7.10.jar这两个jar包，减少日志打印，

到这里就客户端的基本配置结束。

将 tez这个文件就 copy的集群中的其他主机的cloudera目录下

scp /opt/cloudera/parcels/CDH-6.0.1-1.cdh6.0.1.p0.590678/lib/tez root@drgs2:/opt/cloudera/parcels/CDH-6.0.1-1.cdh6.0.1.p0.590678/lib/

8.配置hive环境变量

在cdh找到hive客户端配置

内容如下：

HADOOP_CLASSPATH=/opt/cloudera/parcels/CDH-6.0.1-1.cdh6.0.1.p0.590678/lib/tez/conf:/opt/cloudera/parcels/CDH-6.0.1-1.cdh6.0.1.p0.590678/lib/tez/*:/opt/cloudera/parcels/CDH-6.0.1-1.cdh6.0.1.p0.590678/lib/tez/lib/*

 

然后保存并部署客户端配置，这样配置的环境变量才会生效。

重启完成后，tez安装完成。

9。测试

hive //进入hive cli

hive> set hive.tez.container.size=3020;

hive> set hive.execution.engine=tez;

hive> use db_cd_yb;

hive>select count(1) from ks05_modify;

 

备注：

1.如果maven使用nexus私服下载的话，还需要在nexus中添加CDH的远程仓库地址，不然会报找不jar包。

2.如果报跑tez任务的是报classnotfound，可以试着在hadoop-env.sh的最后添加tez的位置。

vi /etc/hadoop/conf/hadoop-env.sh

TEZ_CONF_DIR=/opt/cloudera/parcels/CDH-6.0.1-1.cdh6.0.1.p0.590678/lib/tez/conf/tez-site.xml

TEZ_JARS=/opt/cloudera/parcels/CDH-6.0.1-1.cdh6.0.1.p0.590678/lib/tez

export HADOOP_CLASSPATH=${HADOOP_CLASSPATH}:${TEZ_CONF_DIR}:${TEZ_JARS}/*:${TEZ_JARS}/lib/*

来源：https://my.oschina.net/shea1992/blog/3107972