Atlas2.2.0編譯、安裝及使用(集成ElasticSearch，導入Hive數據)

2022 年 5 月 11 日
筆記
Atlas

1、編譯階段

組件信息：

組件名稱	版本
Atals	2.2.0
HBase	2.2.6
Hive	3.1.2
Hadoop	3.1.1
Kafka	2.11_2.4.1
Zookeeper	3.6.2
ElasticSearch	7.12.1

架構: x86 (已知arm編譯時會報node-sass缺少的問題，git上沒有對應arm架構的包)
操作系統：CentOS 7.6

說明：
1、編譯不包括其內嵌的HBase和Solr，只編譯Atlas本身
2、下面的步驟中有些並非編譯過程報錯，而是具體使用中或導入hive元數據時報的錯，提前修改

步驟：
step1：官網下載Atlas-2.2.0源碼,解壓

step2：配個國內源。可以在maven的conf目錄下settings.xml里配置，也可以在項目的pom.xml里配置，這裡貼阿里源做參考

step3：提前從Here下一個nodejs的包放到maven倉庫下，目錄參考
$MAVEN_REPOSITORY/com/github/eirslett/node/12.16.0/node-12.16.0-linux-x64.tar.gz

注意下下來的包名字叫node-v12.16.0-linux-x64.tar.gz，放在maven倉庫里的時候要把裏面的v去掉。如果不提前下，編譯時候自己下載的速度很慢

step4：主pom.xml里添加下面兩個依賴

                        <dependency>
                <groupId>org.restlet.jee</groupId>
                <artifactId>org.restlet</artifactId>
                <version>2.4.0</version>
            </dependency>
            
            <dependency>
                <groupId>org.restlet.jee</groupId>
                <artifactId>org.restlet.ext.servlet</artifactId>
                <version>2.4.0</version>
            </dependency>

step5：修改./intg/src/main/java/org/apache/atlas/ApplicationProperties.java
注釋掉line 365 LOG.info("Setting " + SOLR_WAIT_SEARCHER_CONF + " = " + getBoolean(SOLR_WAIT_SEARCHER_CONF));

這步是因為我們採用es作為查詢引擎，solr的相關配置都會注釋掉，而這行調用會在導入hive元數據的時候報錯

step6：把項目里的jsr311-api改成javax.ws.rs-api (6處，可以直接在項目目錄下grep -rn搜)，並修改主pom.xml中jsr.version為2.0.1

這步主要影響六個支持的組件的數據導入及後續，包括hbase、hive、sqoop、impala、falcon、storm
主要原因：jsr311-api包中javax.ws.rs.core包中沒有Link類，而Atlas以HBase作為元數據存儲，HBase本身使用的為javax.ws.rs-api包中的core包，其中有Link類，所以調用腳本導入數據時會報以下錯誤

step7：執行編譯命令mvn clean package -DskipTests -Drat.skip=true -Pdist

編譯後的包在./distro/target目下,server包即為Atlas部署包，bin包為集成了常用hook(如hbase-hook)的部署包

2、部署階段

前置條件：
集群內有正常運行且可用的hadoop、hive、hbase、kafka、zk、es，且atlas所在節點必須有hbase及hive的配置文件目錄

步驟：
step1:解壓atlas-bin包(這裡以/data/apps為例，順便改個名

tar -zxvf apache-atlas-2.2.0-bin.tar.gz -C /data/apps
mv apache-atlas-2.2.0 atlas-2.2.0

step2:解壓hook包(這裡以hive-hook為例)，並拷貝內容到atlas安裝目錄下

tar -zxvf apache-atlas-2.2.0-hive-hook.tar.gz -C /data/apps/
/usr/bin/cp /data/apps/apache-atlas-hive-hook-2.2.0/* /data/apps/atlas-2.2.0/

step3:修改atlas配置文件(有的配置是已有的，修改即可；有的配置沒有，需要加)
atlas-application.properties:

     #atlas server config
             atlas.rest.address=//atlas-ip:21000
        atlas.server.run.setup.on.start=false
      
     #hbase config
        atlas.audit.hbase.tablename=apache_atlas_entiry_audit
        atuls.audit.zookeeper.session.timeout.ms=1000
        atlas.audit.hbase.zookeeper.quorum=zk地址
             atlas.graph.storage.hostname=zk地址
        
     #solr config
      #注釋掉所有和solr相關的配置項
        
     #es config
              atlas.graph.index.search.backend=elasticsearch
        atlas.graph.index.search.hostname=es-ip:9200
        atlas.graph.index.search.elasticsearch.client-only=true
        atlas.graph.index.search.elasticsearch.http.auth.type=basic
        atlas.graph.index.search.elasticsearch.http.auth.basic.username=elastic
        atlas.graph.index.search.elasticsearch.http.auth.basic.password=Cestc!666
      
    #kafka config
             atlas.nofification.embedded=false
        atlas.kafka.data=/data/log/kafka
        atlas.kafka.zookeeper.connect=zk地址/kafkaCluster
        atlas.kafka.bootstrap.servers=kafka地址
      
    #hive config
             atlas.hook.hive.numRetries=3
        atlas.hook.hive.queueSize=10000
        atlas.cluster.name=primary

atlas-env.sh:

        export HBASE_CONF_DIR=/data/apps/hbase-2.2.6/conf

atlas-log4j.xml:

        #去掉org.apache.log4j.DailyRollingFileAppender一塊的注釋來暴露性能指標

step4:將atlas-application.properties分發到所有hive所在節點的hive/conf目錄下

step5:分發hive-hook目錄到hive節點下,並修改hive配置文件

ssh hive-node "mkdir -p /data/apps/atlas-2.2.0/hook"
scp -r /data/apps/atlas-2.2.0/hook/hive hive-node:$PWD

hive-site.xml

           <property>
            <name>hive.exec.post.hooks</name>
            <value>org.apache.atlas.hive.hook.HiveHook</value>
        </property>

hive-env.sh

       export HIVE_AUX_JARS_PATH=/data/apps/atlas-2.2.0/hook/hive

step6:重啟Hive

step7:調用atlas啟動腳本啟動服務

$ATLAS_HONE/bin/atlas_start.py

啟動過程如下圖所示

該過程會耗時較久，包含index創建、數據的初始化等操作
此時可以跟一下atlas的啟動日誌，直到日誌不再刷新，再lsof或netstat查一下21000是否已經監聽了，如已存在，則打開瀏覽器輸入ip:21000登錄atlas頁面

千萬不要相信他提示的Apache Atlas Server started!!!和jps顯示的Atlas進程，因為啟動腳本超過一定時間後一定會報成功，但此時21000端口還未被監聽，服務是不可用的，真正可用還是以21000被成功監聽，可以進到Atlas登錄頁面為準

3、使用階段

說明：
此處我們以Hive的元數據導入及使用為例，其它數據源使用類似

步驟：
step1:進入atlas安裝目錄下，執行hook-bin中的import-hive.sh腳本

$ATLAS_HOME/hook-bin/import-hive.sh

執行後如下圖

過程中會提示輸入atlas用戶名和密碼，都輸入admin即可
成功後會提示

該過程時間視hive現有數據量大小而定

step2:登錄Atlas Web頁面
打開瀏覽器輸入ip:21000登錄atlas頁面

登錄後如下圖

此時可以點擊右上角小圖標

查看總體數據情況

查看所有hive表

隨便點擊一個表查看詳情

可以清楚地看到這個表的各項信息、字段及血緣圖等

我們也可以通過左側搜索欄檢索過濾想要查找的項

以上就是我在生產環境中部署Atlas-2.2.0並集成es、hive的過程，使用時可以點擊頁面操作，也可通過調用Rest API集成到自己系統里用

本文首發於博客園，作者榆天紫夏，希望對大家有所幫助。原文地址//www.cnblogs.com/yutianzixia/p/16257916.html。如有遺漏或問題歡迎補充指正

Tags: Atlas