hive on tez踩坑记1-hive0.13 on tez

简介:

 最近集群准备升级到cdh5.2.0,并使用tez,在测试集群cdh5.2.0已经稳定运行了很长时间,因此开始折腾hive on tez了,期间遇到不少问题,这里记录下。

hive on tez的部署比较简单,可以参考wiki.主要注意几个地方

1.编译的时候

1
mvn clean  package  -Dtar -DskipTests= true  -Dmaven.javadoc.skip= true

2.需要将tez相关的包upload到hdfs中,并设置tez-site.xml

1
2
3
4
   <property>
     <name>tez.lib.uris< /name >
     <value>${fs.defaultFS} /tez ,${fs.defaultFS} /tez/lib < /value >
   < /property >

设置mapred-site.xml

1
2
3
4
   <property>
       <name>mapreduce.framework.name< /name >
       <value>yarn-tez< /value >
   < /property >


3.注意更新hadoop-env.sh中classpath的设置

1
2
3
4
5
6
7
export  TEZ_HOME= /home/vipshop/platform/tez
for  jar  in  ` ls  $TEZ_HOME | grep  jar`;  do
     export  HADOOP_CLASSPATH=$HADOOP_CLASSPATH:$TEZ_HOME/$jar
done
for  jar  in  ` ls  $TEZ_HOME /lib `;  do
     export  HADOOP_CLASSPATH=$HADOOP_CLASSPATH:$TEZ_HOME /lib/ $jar
done

否则会报如下错误(加载不到对应的tez相关类,导致Cluster 初始化时失败):

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
java.io.IOException: Cannot initialize Cluster. Please check your configuration  for  mapreduce.framework.name and the correspond server addresses.
         at org.apache.hadoop.mapreduce.Cluster.initialize(Cluster.java:120)
         at org.apache.hadoop.mapreduce.Cluster.<init>(Cluster.java:82)
         at org.apache.hadoop.mapreduce.Cluster.<init>(Cluster.java:75)
         at org.apache.hadoop.mapreduce.Job$9.run(Job.java:1265)
         at org.apache.hadoop.mapreduce.Job$9.run(Job.java:1261)
         at java.security.AccessController.doPrivileged(Native Method)
         at javax.security.auth.Subject.doAs(Subject.java:396)
         at org.apache.hadoop.security.UserGroupInformation.doAs(UserGroupInformation.java:1614)
         at org.apache.hadoop.mapreduce.Job.connect(Job.java:1260)
         at org.apache.hadoop.mapreduce.Job.submit(Job.java:1289)
         at org.apache.hadoop.mapreduce.Job.waitForCompletion(Job.java:1313)
         at org.apache.hadoop.mapreduce.SleepJob.run(SleepJob.java:261)
         at org.apache.hadoop.util.ToolRunner.run(ToolRunner.java:70)
         at org.apache.hadoop.mapreduce.SleepJob.main(SleepJob.java:194)
         at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
         at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:39)
         at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:25)
         at java.lang.reflect.Method.invoke(Method.java:597)
         at org.apache.hadoop.util.ProgramDriver$ProgramDescription.invoke(ProgramDriver.java:72)
         at org.apache.hadoop.util.ProgramDriver.run(ProgramDriver.java:145)
         at org.apache.hadoop. test .MapredTestDriver.run(MapredTestDriver.java:118)
         at org.apache.hadoop. test .MapredTestDriver.main(MapredTestDriver.java:126)
         at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
         at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:39)
         at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:25)
         at java.lang.reflect.Method.invoke(Method.java:597)
         at org.apache.hadoop.util.RunJar.main(RunJar.java:212)

部署完毕后,使用hadoop jar提交tez job运行正常,测试hive on tez:

1
hive -hiveconf hive.execution.engine=tez -hiveconf hive.root.logger=DEBUG,console

出现如下报错:

1
2
3
4
5
6
7
8
9
10
11
12
Exception  in  thread  "main"  java.lang.NoSuchMethodError: 
org.apache.tez.mapreduce.hadoop.MRHelpers.updateEnvironmentForMRAM(Lorg /apache/hadoop/conf/Configuration ;Ljava /util/Map ;)V
         at org.apache.hadoop.hive.ql. exec .tez.TezSessionState. open (TezSessionState.java:182)
         at org.apache.hadoop.hive.ql. exec .tez.TezSessionState. open (TezSessionState.java:123)
         at org.apache.hadoop.hive.ql.session.SessionState.start(SessionState.java:355)
         at org.apache.hadoop.hive.cli.CliDriver.run(CliDriver.java:681)
         at org.apache.hadoop.hive.cli.CliDriver.main(CliDriver.java:625)
         at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
         at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:39)
         at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:25)
         at java.lang.reflect.Method.invoke(Method.java:597)
         at org.apache.hadoop.util.RunJar.main(RunJar.java:212)

从堆栈上来看是由于session初始化异常导致,

1
2
org.apache.hadoop.hive.cli.CliDriver.main->org.apache.hadoop.hive.cli.CliDriver.run->
org.apache.hadoop.hive.ql.session.SessionState.start

在SessionState.start方法中:

1
2
3
4
5
6
7
8
9
10
11
12
13
  if  (HiveConf.getVar(startSs.getConf(), HiveConf.ConfVars.HIVE_EXECUTION_ENGINE)  
         .equals(  "tez" ) && (startSs.isHiveServerQuery ==  false )) {  //如果设置hive.execution.engine为tez(默认为mr)
       try  {
         if  (startSs.tezSessionState ==  null ) {
           startSs.tezSessionState =  new  TezSessionState(startSs.getSessionId());  //实例化一个TezSessionState对象
         }
         startSs.tezSessionState.open(startSs.conf );  //调用TezSessionState.open方法
       catch  (Exception e) {
         throw  new  RuntimeException(e);
       }
     else  {
       LOG.info(  "No Tez session required at this point. hive.execution.engine=mr." );
     }

TezSessionState.open中,首先使用createTezDir创建临时文件目录

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
     // create the tez tmp dir
     tezScratchDir = createTezDir(sessionId);
     String dir = tezScratchDir.toString();
     // Localize resources to session scratch dir
     localizedResources = utils.localizeTempFilesFromConf(dir, conf);  //DagUtils.localizeTempFilesFromConf方法
     List<LocalResource> handlerLr = utils.localizeTempFiles(dir, conf, additionalFiles);  // DagUtils.localizeTempFiles方法
     if  (handlerLr !=  null ) {
       if  (localizedResources ==  null ) {
         localizedResources = handlerLr;
       else  {
         localizedResources.addAll(handlerLr);
       }
       additionalFilesNotFromConf =  new  HashSet<String>();
       for  (String originalFile : additionalFiles) {
         additionalFilesNotFromConf.add(originalFile);
       }
     }
     // generate basic tez config
     TezConfiguration tezConfig =  new  TezConfiguration(conf);  //然后实例化一个TezConfiguration对象
     tezConfig.set(TezConfiguration.TEZ_AM_STAGING_DIR, tezScratchDir.toUri().toString());  //设置tez的staging目录,设置项为tez.staging-dir,默认值为/tmp/tez/staging
//这里默认最终为"/tmp/hive-" + System. getProperty( "user.name")/_tez_session_dir/sessionId
      appJarLr = createJarLocalResource(utils.getExecJarPathLocal());  //localize hive-exec.jar
     // configuration for the application master
     Map<String, LocalResource> commonLocalResources =  new  HashMap<String, LocalResource>();
     commonLocalResources.put( utils.getBaseName( appJarLr), appJarLr );
     if  (localizedResources !=  null ) {
       for  (LocalResource lr : localizedResources) {
         commonLocalResources.put( utils.getBaseName(lr), lr);
       }
     }
     // Create environment for AM.
     Map<String, String> amEnv =  new  HashMap<String, String>();
     MRHelpers.updateEnvironmentForMRAM(conf, amEnv);  //调用MRHelpers类的updateEnvironmentForMRAM方法

对于org.apache.tez.mapreduce.hadoop.MRHelpers类来说,在0.5.0中,这个updateEnvironmentForMRAM方法是不存在的,对应存在updateEnvBasedOnMRTaskEnv(配置Mappers和Reducers的环境变量)和updateEnvBasedOnMRAMEnv(配置am的环境变量)

1
2
3
4
5
6
public  static  void  updateEnvBasedOnMRAMEnv(Configuration conf, Map<String, String> environment) {
   TezYARNUtils.appendToEnvFromInputString(environment, conf.get(MRJobConfig.MR_AM_ADMIN_USER_ENV),
       File.pathSeparator);
   TezYARNUtils.appendToEnvFromInputString(environment, conf.get(MRJobConfig.MR_AM_ENV),
       File.pathSeparator);
}

而在0.4.1-incubating中是有updateEnvironmentForMRAM这个方法的:

1
2
3
4
5
6
public  static  void  updateEnvironmentForMRAM(Configuration conf, Map<String, String> environment) {
   TezYARNUtils.setEnvFromInputString(environment, conf.get(MRJobConfig.MR_AM_ADMIN_USER_ENV),
     File.pathSeparator);
   TezYARNUtils.setEnvFromInputString(environment, conf.get(MRJobConfig.MR_AM_ENV),
     File.pathSeparator);
}

对应的hive中:
hive0.13中:

1
2
3
     // Create environment for AM.
     Map<String, String> amEnv =  new  HashMap<String, String>();
     MRHelpers.updateEnvironmentForMRAM(conf, amEnv);

hive0.14中:

1
2
3
     // Create environment for AM.      
      Map<String, String> amEnv =  new  HashMap<String, String>();      
      MRHelpers.updateEnvBasedOnMRAMEnv(conf, amEnv);

可以看到0.4.x到0.5.x版本的tez api变动比较大,0.5.x的tez已经和hive0.13.x不能兼容了,要想使用tez-0.5.x版本,必须使用hive0.14.x版本。         
在github下载hive0.14的源码,编译并测试运行hive on tez:
https://codeload.github.com/apache/hive/zip/branch-0.14

1
mvn clean  package  -DskipTests -Phadoop- 2  -Pdist


本文转自菜菜光 51CTO博客,原文链接:http://blog.51cto.com/caiguangguang/1604087,如需转载请自行联系原作者
相关文章
|
SQL 分布式计算 Hadoop
Hive on Tez 的安装配置
Hive on Tez 的安装配置
428 0
Hive on Tez 的安装配置
|
SQL 分布式计算 资源调度
hive-3.1.2安装以及使用tez作为执行引擎指南
本文介绍hive-3.1.2安装以及使用tez作为执行引擎指南
hive-3.1.2安装以及使用tez作为执行引擎指南
|
4月前
|
SQL 数据采集 数据挖掘
大数据行业应用之Hive数据分析航班线路相关的各项指标
大数据行业应用之Hive数据分析航班线路相关的各项指标
97 1
|
4月前
|
SQL 存储 大数据
【大数据技术Hadoop+Spark】Hive基础SQL语法DDL、DML、DQL讲解及演示(附SQL语句)
【大数据技术Hadoop+Spark】Hive基础SQL语法DDL、DML、DQL讲解及演示(附SQL语句)
74 0
|
6月前
|
SQL 分布式计算 大数据
黑马程序员-大数据入门到实战-分布式SQL计算 Hive 入门
黑马程序员-大数据入门到实战-分布式SQL计算 Hive 入门
68 0
|
6月前
|
SQL Java 大数据
Hive实战(03)-深入了解Hive JDBC:在大数据世界中实现数据交互
Hive实战(03)-深入了解Hive JDBC:在大数据世界中实现数据交互
200 1
|
4月前
|
SQL 分布式计算 数据库
【大数据技术Spark】Spark SQL操作Dataframe、读写MySQL、Hive数据库实战(附源码)
【大数据技术Spark】Spark SQL操作Dataframe、读写MySQL、Hive数据库实战(附源码)
85 0
|
4月前
|
SQL 存储 分布式计算
【大数据技术Hadoop+Spark】Hive数据仓库架构、优缺点、数据模型介绍(图文解释 超详细)
【大数据技术Hadoop+Spark】Hive数据仓库架构、优缺点、数据模型介绍(图文解释 超详细)
161 0
|
6月前
|
SQL 存储 大数据
黑马程序员-大数据入门到实战-分布式SQL计算 Hive 语法与概念
黑马程序员-大数据入门到实战-分布式SQL计算 Hive 语法与概念
74 0