Hue添加Spark notebook

参考自https://blogs.msdn.microsoft.com/pliu/2016/06/18/run-hue-spark-notebook-on-cloudera/

说明

使用Cloudera Manager部署CDH群集时，可以使用Hue Web UI运行Hive和Impala查询。但Spark笔记本没有开箱即用。在CDH上安装和配置Spark笔记本并不像现有文档中描述的那样简单。在本博客中，我们将提供有关如何在CDH上使用Livy启用Hue Spark笔记本的分步说明。

在撰写本文时，部署的CDH版本为5.9.3，HUE 3.11和Livy 0.3。对于使用Cloudera Manager部署的任何CDH群集，步骤应该类似。请注意，Cloudera尚不支持Livy。

1.　在cloudera manager集群中找到hue服务

2.　添加配置　

在Cloudera Manager中，转到Hue - > Configurations，在hue服务高级配置代码段（安全阀）中搜索hue_safety_valve.ini的 “安全” ，添加以下配置，保存更改，然后重新启动Hue：

[spark]
server_url=http://fp-01:8998
languages='[{"name": "Scala Shell", "type": "spark"},{"name": "PySpark Shell", "type": "pyspark"},{"name": "R Shell", "type": "r"},{"name": "Jar", "type": "Jar"},{"name": "Python", "type": "py"},{"name": "Impala SQL", "type": "impala"},{"name": "Hive SQL", "type": "hive"},{"name": "Text", "type": "text"}]'

[notebook]
show_notebooks=true
enable_batch_execute=true
enable_query_builder=true
enable_query_scheduling=false
 [[interpreters]]
 [[[hive]]]
      # The name of the snippet.
      name=Hive
      # The backend connection to use to communicate with the server.
      interface=hiveserver2

    [[[impala]]]
      name=Impala
      interface=hiveserver2
[[[spark]]]
      name=Scala
      interface=livy

    [[[pyspark]]]
      name=PySpark
      interface=livy
[[[jar]]]
      name=Spark Submit Jar
      interface=livy-batch

    [[[py]]]
      name=Spark Submit Python
      interface=livy-batch
[[[spark2]]]
      name=Spark
      interface=oozie

添加完成之后重启hue服务。

3.　打开hue web ui界面

Hue Web UI，你应该能够看到Spark笔记本。Spark笔记本使用Livy提交Spark工作，所以没有Livy，它还没有运行。

Hbase Browser：警告原因是因为cdh集群没有安装hbase组件。

Impala：警告原因是因为cdh集群没有安装impala组件。

Spark：警告原因是因为没有安装livy服务。

4.　安装Livy服务

4.1　下载地址

https://github.com/cloudera/livy/releases

4.2　上传到服务器并解压

[root@fp- soft]# unzip livy-server-0.3..zip -d /opt/

4.3　修改配置文件

[root@fp- soft]# cd /opt/livy-server-0.3./conf/
[root@fp- conf]# vi livy-env.sh 

在文件最后添加以下内容

export JAVA_HOME=/opt/jdk1..0_151
export SPARK_HOME=/opt/cloudera/parcels/CDH-5.9.-.cdh5.9.3.p0./lib/spark/
export SPARK_CONF_DIR=/etc/spark2/conf
export HADOOP_CONF_DIR=/etc/hadoop/conf

4.4　配置环境变量

[root@fp- conf]# vi /etc/profile

#Livy
export LIVY_HOME=/opt/livy-server-0.3.
export PATH=$LIVY_HOME/bin:$PATH

立即生效

[root@fp- conf]# source /etc/profile

4.5　创建日志文件夹

如果没有创建logs，则启动的时候会报错找不到logs文件夹

[root@fp-01 conf]# cd /opt/livy-server-0.3.0

[root@fp-01 livy-server-0.3.0]# mkdir logs

4.6　后台启动livy

[root@fp- conf]# cd /opt/livy-server-0.3./bin/
[root@fp- bin]# nohup ./livy-server > livy.out >& &

4.7　查看启动日志

[root@fp- bin]# cat livy.out
nohup: 忽略输入
// :: WARN LivySparkUtils$: Current Spark (,) is not verified in Livy, please use it carefully
// :: INFO StateStore$: Using BlackholeStateStore for recovery.
// :: INFO BatchSessionManager: Recovered  batch sessions. Next session id:
// :: INFO InteractiveSessionManager: Recovered  interactive sessions. Next session id:
// :: INFO InteractiveSessionManager: Heartbeat watchdog thread started.
// :: INFO WebServer: Starting server on http://fp-01:8998

5.　刷新Hue web UI界面

由于已经启动livy服务，spark警告已经消失

6.　CDH集群添加hbase和impala组件

7.　再次刷新Hue web UI界面

此时所有警告已经消失

8.　点击页面顶部的Notebooks

8.1　发现页面报500错误

8.2　点击View logs，查看报错日志

有一行报错：NameError：global name 'SHOW_NOTEBOOKS' is not defined

8.3　点击More info

查看最下面的文件views.py，第68行，问题代码if not SHOW_NOTEBOOKS.get()，但是前面并没有定义，所以报错。

8.4　查看hue源码

https://github.com/cloudera/hue

https://github.com/cloudera/hue/blob/master/desktop/libs/notebook/src/notebook/views.py

发现是在前面引入

8.5　修改cdh hue的views.py文件

[root@fp- ~]# cd /opt/cloudera/parcels/CDH-5.9.-.cdh5.9.3.p0./lib/hue/desktop/libs/notebook/src/notebook/
[root@fp- notebook]# vi views.py

8.6　重启hue服务，在hue web UI界面点击notebooks

一切正常