Atlas Hook 导入 Hive 元数据

Atlas 部署之后就可以导入 Hive 元数据,这部分工作由 Atlas 组件 Hook 来完成。初次导入 Hive 元数据需要通过执行 shell 脚本来完成,然后,Atlas 就可以自动同步增量元数据信息了。下面我介绍一下如何完成这些工作。

初次导入 Hive 元数据

看了很多教程,按图索翼进行操作时,遇到了各种错误,还好,最后我成功了,成功的感觉真的很棒。

第一步:修改 hive-site.xml

首先,在 hive-site.xml 文件中添加如下配置:

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

hive-site.xml 文件路径为 $HIVE_HOME/conf

第二步:解压 apache-atlas-2.2.0-hive-hook.tar.gz

解压 apache-atlas-2.2.0-hive-hook.tar.gz,并复制到 Atlas 主目录

复制代码
cd /opt/module/apache-atlas-sources-2.2.0/distro/target
tar -zxvf apache-atlas-2.2.0-hive-hook.tar.gz
cp -r apache-atlas-hive-hook-2.2.0/* /opt/module/apache-atlas-2.2.0

第三步:修改 hive-env.sh

修改 hive-env.sh 文件,添加如下命令:

export HIVE_AUX_JARS_PATH=$ATLAS_HOME/hook/hive

修改之后需要重启 Hive。不过,我重启之后依然没有效果,没有找到原因,我直接将 $ATLAS_HOME/hook/hive 目录下文件全部移动至 $HIVE_HOME/lib/auxlib 目录下(需要先创建该目录)

复制代码
mkdir /opt/module/hive/lib/auxlib
cp -r /opt/module/apache-atlas-2.2.0/hook/hive/* /opt/module/hive/lib/auxlib

总之,如果你发现执行 $ATLAS_HOME/hook-bin/import-hive.sh 时报错找不到类,而该类所属的 jar 包在其他目录(比如 hadoop),你可以先尝试修改 hive-env.sh 文件的 HIVE_AUX_JARS_PATH 配置,多个路径以英文逗号分隔,如果还是不行,那么你可以直接将该 jar 包复制到 $HIVE_HOME/lib/auxlib 一份,如果连续发现 hadoo 相关 jar 包报错,可以将 $HADOOP_HOME/share/hadoop 目录下的 jar 包复制到 /opt/module/hive/lib/auxlib

第四步:搞定几个关键 jar 包

没有如下几个 jar 包,你大概率很遇到报错

jackson-module-jaxb-annotations-2.10.5.jar

jackson-jaxrs-base-2.10.5.jar

jackson-jaxrs-json-provider-2.10.5.jar

hadoop-hdfs-client-3.1.3.jar

前三个 jar 在 ATLAS_HOME/server/webapp/atlas/WEB-INF/lib/ 目录下可以找到,复制到 $HIVE_HOME/lib/auxlib 目录一份,hadoop-hdfs-client-3.1.3.jar 需要自己下载,上传至目录 $HIVE_HOME/lib/auxlib 即可。

到这里,准备工作就做完了,依次启动 hadoop、zookeeper、hbase、hive、atlas 之后,即可执行 import-hive.sh 脚本,尝试导入 Hive 元数据,如果还有报错,对症分析或者联系我。

自动同步增量元数据

Atlas Hook 可以实现自动同步增量元数据,只需要你启动 Kafka 集群即可。

Atlas 2.2.0 版本支持自动捕获如下几种 Hive 元数据变更操作:

  • create database
  • create table/view, create table as select
  • load, import, export
  • DMLs (insert)
  • alter database
  • alter table (skewed table information, stored as, protection is not supported)
  • alter view

如上就是今天分享的内容,希望能帮助到你。

相关推荐
呆呆小金人8 小时前
SQL入门:正则表达式-高效文本匹配全攻略
大数据·数据库·数据仓库·sql·数据库开发·etl·etl工程师
一棵树73518 小时前
Android OpenGL ES初窥
android·大数据·elasticsearch
白鲸开源9 小时前
(二)从分层架构到数据湖仓架构:数据仓库分层下的技术架构与举例
大数据·数据库·数据分析
赵谨言9 小时前
基于Python楼王争霸劳动竞赛数据处理分析
大数据·开发语言·经验分享·python
阿里云大数据AI技术9 小时前
云栖实录 | DataWorks 发布下一代 Data+AI 一体化平台,开启企业智能数据新时代
大数据·人工智能
hunteritself11 小时前
阿里千问上线记忆,Manus 1.5 全栈升级,ChatGPT 将推成人模式!| AI Weekly 10.13-10.19
大数据·人工智能·深度学习·机器学习·chatgpt
像是套了虚弱散12 小时前
DevEco Studio与Git完美搭配:鸿蒙开发的版本控制指南
大数据·elasticsearch·搜索引擎
AI企微观察12 小时前
高频低客单价产品怎么做私域?餐饮/生鲜/零售用社群运营提效37%的私域代运营方案
大数据·产品运营·零售
武子康13 小时前
大数据-133 ClickHouse 概念与基础|为什么快?列式 + 向量化 + MergeTree 对比
大数据·后端·nosql
夕小瑶13 小时前
Dexmal 原力灵机开源 Dexbotic:具身智能的“Transformers“库来了
大数据·人工智能