Hive On LLAP搭建&常见问题
Hive On LLAP搭建&常见问题
基本概述
Hive在2.0之后，推出一个新特性LLAP（Live Long And Process），可以显著提高查询效率。
LLAP是一个常驻于Yarn的进程，并不是一个执行引擎，它将DataNode数据预先缓存到内存中，然后交由DAG引擎进行查询、处理任务使用。部分查询、权限控制将由LLAP执行，短查询任务的结果会很快的返回。
相对于Hive 1.x，提升大约25倍的性能。
安装准备
Apache Slider安装
LLAP需要常驻于Yarn之上，所以需要提前安装Apache Slider。当然，在Hadoop 3.x中，Yarn已经支持常驻任务的运行，就不需要对Apache Slider进行安装了。
首先下载Slider，如果网速较慢，可以先从Github中下载zip包，再上传到服务器进行解压。
git clone https://github.com/apache/incubator-retired-slider/tree/branches/branch-0.90.2这里将slider安装包放置到/opt/frames/目录下，然后对安装包进行解压。
因为编译过程需要maven，所以使用脚本对maven进行安装。
# 进入自动化脚本安装目录cd /home/hadoop/automaticDeploy/# 编辑frames.txt，添加maven配置apache-maven-3.6.3-bin.tar.gz true# 使用脚本安装maven./systems/configureMaven.sh # 初始化环境变量source /etc/profile# 查看是否安装成功mvn --version进入到Slider源码目录下，进行编译。
# 进入slider源码目录cd apache-slider-0.90.2-incubating/# 进行编译mvn clean site:site site:stage package -DskipTests解压编译后的文件。
mkdir /opt/app/slider/tar -zxvf slider-assembly/target/slider-0.90.2-incubating-all.tar.gz -C /opt/app/slider/编辑conf/slider-env，添加环境变量。
# 进入slider安装目录cd /opt/app/slider/slider-0.90.2-incubating# 编辑conf/slider-env，添加以下内容export JAVA_HOME=${JAVA_HOME}export HADOOP_CONF_DIR=${HADOOP_HOME}/etc/hadoop/编辑conf/slider-client.xml，指定Zookeeper地址，Zookeeper稍后使用脚本进行安装，这里提前规定它安装到node01、node02、node03节点。
<property><name>hadoop.registry.zk.quorum</name><value>node01:2181,node02:2181,node03:2181</value></property>将Slider添加到PATH环境变量中。
vim /etc/profile# 配置环境变量export SLIDER_HOME=/opt/app/slider/slider-0.90.2-incubatingexport PATH=$PATH:$SLIDER_HOME/bin# 配置完成后，初始化环境变量source /etc/profile查看是否配置成功。
slider versionZookeeper安装
因为Slider依赖Zookeeper，所以需要在各个节点提前进行安装。这里直接使用脚本来完成。
首先进入脚本目录，分别在node01、node02、node03中编辑frames.txt配置文件，添加zookeeper的安装信息。
cd /home/hadoop/automaticDeploy/vim frames.txt# 添加如下信息zookeeper-3.4.10.tar.gz true node01,node02,node03然后将zookeeper-3.4.10.tar.gz安装包上传到各节点的/opt/frames目录下，如果使用frames.zip包，则安装包已经在对应目录中。这里也可以安装其它版本，自行更改配置即可。
在node01、node02、node03上调用脚本进行一键安装。
/home/hadoop/automaticDeploy/hadoop/installZookeeper.sh然后初始化环境变量即可。
source /etc/profile因为启动时需要在各个节点执行启动命令，为了方便起见，使用脚本安装Zookeeper后，启动命令已经被封装为脚本zookeeper.sh，在任意一台节点执行便可以一键完成Zookeeper集群的启停：
# 在任意一台节点执行即可zookeeper.sh start环境搭建
首先编辑hive-site.xml，配置LLAP，这里hive.llap.daemon.service.hosts配置为运行在yarn上的LLAP服务名，这里可以自定义设置，但要与下一步中使用hive命令生成的LLAP环境包中的服务名一致。
<property> <name>hive.zookeeper.quorum</name> <value>node01:2181,node02:2181,node03:2181</value></property> <property> <name>hive.execution.mode</name> <value>llap</value></property><property> <name>hive.llap.execution.mode</name> <value>all</value></property><property> <name>hive.llap.daemon.service.hosts</name> <value>@llap_server</value></property>然后，使用Hive命令生成LLAP环境包，它包含LLAP运行所需依赖、LLAP启动脚本。其中–name参数指定的便是LLAP服务名。
# 使用命令生成的llap环境包会存放在当前目录中# 所以提前进入/opt/app目录，避免llap环境包生成到其它目录cd /opt/app# instances指定节点数量；executors指定每个节点执行器数量# iothread指定实例的IO线程数# size指定container内存大小# xmx指定container JVM堆大小hive --service llap --name llap_server --instances 2 --cache 512m --executors 2 --iothreads 2 --size 1024m --xmx 512m --loglevel INFO --args "-XX: UseG1GC -XX: ResizeTLAB -XX: UseNUMA -XX:-ResizePLAB -XX:MaxGCPauseMillis=200" --javaHome $JAVA_HOME在运行前，需要在各个节点确认关闭python的ssl功能，避免因为在集群中进行https校验，而导致llap从节点无法向主节点汇报心跳而关闭。
vim /etc/python/cert-verification.cfg # 确保以下参数为disable[https]verify=disable然后，因为llap使用的执行引擎为tez，而当前安装的tez-0.9.1版本自带的hadoop依赖为2.7.0，集群hadoop版本为2.7.7，所以在执行SQL时会抛出异常：
org.apache.hadoop.tracing.SpanReceiverHost.getInstance(Lorg/apache/hadoop/conf/Configuration;)Lorg/apache/hadoop/tracing/SpanReceiverHost;这是因为hadoop 2.7.3中更改了SpanReceiverHost.getInstance方法而导致的，所以，需要替换掉llap中的tez依赖（如果使用更高版本的tez，则不需要进行替换）：
# 进入生成的llap目录中，这里以llap-slider-20Jan2021为例cd llap-slider-20Jan2021/# 解压llap依赖包unzip llap-20Jan2021.zip -d unzippedcd unzipped/package/filestar -zxvf llap-20Jan2021.tar.gz# 替换Hadoop Jar包cd lib/tezcp ../hadoop-common-2.7.7.jar ./cp /opt/app/hadoop-2.7.7/share/hadoop/common/lib/hadoop-annotations-2.7.7.jar ./cp /opt/app/hadoop-2.7.7/share/hadoop/common/lib/hadoop-auth-2.7.7.jar ./cp /opt/app/hadoop-2.7.7/share/hadoop/hdfs/hadoop-hdfs-2.7.7.jar ./cp /opt/app/hadoop-2.7.7/share/hadoop/mapreduce/hadoop-mapreduce-client-common-2.7.7.jar ./cp /opt/app/hadoop-2.7.7/share/hadoop/yarn/hadoop-yarn-api-2.7.7.jar ./rm -rf hadoop-common-2.7.0.jar hadoop-annotations-2.7.0.jar hadoop-auth-2.7.0.jar hadoop-hdfs-2.7.0.jar hadoop-mapreduce-client-common-2.7.0.jar hadoop-yarn-api-2.7.0.jar # 返回到llap-slider-20Jan2021/unzipped/package/files目录cd ../../# 删除旧的压缩包rm -rf llap-20Jan2021.tar.gz # 重新打包tar -zcvf llap-20Jan2021.tar.gz *# 删除旧的文件rm -rf bin conf config.json lib# 返回到llap-slider-20Jan2021/unzipped目录cd ../../# 将unzipped文件重新打包zip -r llap-20Jan2021.zip *# 拷贝到原目录中覆盖旧的zip包rm -rf ../llap-20Jan2021.zipcp llap-20Jan2021.zip ../# 回到llap-slider-20Jan2021目录，删除unzipped目录rm -rf unzipped/在启动LLAP前，保证zookeeper已经启动，否则会报错：
2021-01-21 07:08:36,668 [main-SendThread(node02:2181)] WARN zookeeper.ClientCnxn - Session 0x0 for server null, unexpected error, closing socket connection and attempting reconnectException in thread Thread-2:Traceback (most recent call last): File "/usr/lib64/python2.7/threading.py", line 811, in __bootstrap_inner self.run() File "/usr/lib64/python2.7/threading.py", line 764, in run self.__target(*self.__args, **self.__kwargs) File "/opt/app/slider/slider-0.90.2-incubating/bin/slider.py", line 172, in print_output (line, done) = read(src, line) File "/opt/app/slider/slider-0.90.2-incubating/bin/slider.py", line 149, in read o = c.decode('utf-8') File "/usr/lib64/python2.7/encodings/utf_8.py", line 16, in decode return codecs.utf_8_decode(input, errors, True)UnicodeDecodeError: 'utf8' codec can't decode byte 0xe6 in position 0: unexpected end of data最后，进入到生成的llap目录中，执行run.sh。
# 这里，生成的llap目录为llap-slider-20Jan2021cd llap-slider-20Jan2021/./run.shllap运行后，可以在yarn监控节点看到运行的task进程。
在各个节点上使用 jps 命令进行查看，可以找到SliderApplicationMaster进程，还有两个LlapDaemon守护进程，说明已经成功运行。
可以使用命令停止llap。
slider stop llap_server也可以使用hive命令查看llap状态。
hive --service llapstatus --name llap_server最后，创建表，并插入数据，看是否执行成功。
create table llap_test (id int ,name string);insert into llap_test values(1, 'zs');后话
至此，LLAP已经搭建完成，如果有帮助的，记得点赞、关注。在公众号《数舟》中，回复【10124】获取当前PDF版手册，也可以免费获取专栏《数据仓库》配套的视频课程、大数据集群自动安装脚本，并获取进群交流的途径。
我所有的大数据技术内容也会优先发布到公众号中。如果对某些大数据技术有兴趣，但没有充足的时间，在群里提出，我为大家安排分享。
公众号自取：