溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務(wù)條款》
您好，登錄后才能下訂單哦！
HIVE作業(yè)管理分析及解決方案是什么，相信很多沒有經(jīng)驗的人對此束手無策，為此本文總結(jié)了問題出現(xiàn)的原因和解決方法，通過這篇文章希望你能解決這個問題。
對于hive任務(wù)展示的時候需要把id和mr id關(guān)聯(lián)， 殺死任務(wù)的時候需要把所有屬于這個hive語句的任務(wù)都?xì)⑺馈?/p>
Hive是基于Hadoop的一個數(shù)據(jù)倉庫工具，可以將結(jié)構(gòu)化的數(shù)據(jù)文件映射為一張數(shù)據(jù)庫表，并提供類SQL查詢功能。 本質(zhì)是將SQL轉(zhuǎn)換為MapReduce程序 
thrift是facebook開發(fā)的一個軟件框架，它用來進行可擴展且跨語言的服務(wù)的開發(fā)，hive集成了該服務(wù)，能讓不同的編程語言調(diào)用hive的接口。
兩者都允許遠(yuǎn)程客戶端使用多種編程語言，通過HiveServer或者HiveServer2，客戶端可以在不啟動CLI的情況下對Hive中的數(shù)據(jù)進行操作， 允許遠(yuǎn)程客戶端使用多種編程語言如java，python等向hive提交請求，取回結(jié)果（從hive0.15起就不再支持hiveserver了）。
HiveServer或者HiveServer2都是基于Thrift的，但HiveSever有時被稱為Thrift server，而HiveServer2卻不會。
既然已經(jīng)存在HiveServer，為什么還需要HiveServer2呢？
這是因為==HiveServer不能處理多于一個客戶端的并發(fā)請求==，這是由于HiveServer使用的Thrift接口所導(dǎo)致的限制，不能通過修改HiveServer的代碼修正。因此在Hive-0.11.0版本中重寫了HiveServer代碼得到了HiveServer2，進而解決了該問題。
HiveServer2支持多客戶端的并發(fā)和認(rèn)證，為開放API客戶端如JDBC、ODBC提供更好的支持。
命令行接口，CLI可以以兩種模式運行，一種是單純的客戶端，直接連接driver；還有一種是連接hiveserver1；hiveserver1已經(jīng)被hiveserver2取代，并在1.0.0版本去掉。因為安全性等原因，官方希望用beeline替代cli；或者直接修改cli的底層實現(xiàn)來達到無縫修改。 https://issues.apache.org/jira/browse/HIVE-10511 https://cwiki.apache.org/confluence/display/Hive/Replacing+the+Implementation+of+Hive+CLI+Using+Beeline
hive客戶端提供了一種通過網(wǎng)頁的方式訪問hive所提供的服務(wù)。這個接口對應(yīng)hive的hwi組件（hive web interface），使用前要啟動hwi服務(wù)。 ==hwi因為使用較少，2.2版本后被移除。==
通過Thrift協(xié)議與某個單獨的HiveServer2進程進行連接通信。
HiveServer2提供了一個新的命令行工具Beeline，它是基于SQLLine CLI的JDBC客戶端。
Beeline工作模式有兩種，即本地嵌入模式和遠(yuǎn)程模式。嵌入模式情況下，它返回一個嵌入式的Hive（類似于Hive CLI）。而遠(yuǎn)程模式則是通過Thrift協(xié)議與某個單獨的HiveServer2進程進行連接通信。
在開發(fā)工作當(dāng)中，提交 Hadoop 任務(wù)，任務(wù)的運行詳情，這是我們所關(guān)心的，當(dāng)業(yè)務(wù)并不復(fù)雜的時候，我們可以使用 Hadoop 提供的命令工具去管理 YARN 中的任務(wù)。在編寫 Hive SQL 的時候，需要在 Hive 終端，編寫 SQL 語句，來觀察 MapReduce 的運行情況，長此以往，感覺非常的不便。另外隨著業(yè)務(wù)的復(fù)雜化，任務(wù)的數(shù)量增加，此時我們在使用這套流程，已預(yù)感到力不從心，這時候 Hive 的監(jiān)控系統(tǒng)此刻便尤為顯得重要，我們需要觀察 Hive SQL 的 MapReduce 運行詳情以及在 YARN 中的相關(guān)狀態(tài)。
Hive Falcon 用于監(jiān)控 Hadoop 集群中被提交的任務(wù)，以及其運行的狀態(tài)詳情。其中 Yarn 中任務(wù)詳情包含任務(wù) ID，提交者，任務(wù)類型，完成狀態(tài)等信息。另外，還可以編寫 Hive SQL，并運 SQL，查看 SQL 運行詳情。也可以查看 Hive 倉庫中所存在的表及其表結(jié)構(gòu)等信息。
==不能將HIVE的查詢和yarn任務(wù)關(guān)聯(lián)在一起，不滿足需求。==
待確認(rèn)
待確認(rèn)
采用thrift方式實現(xiàn)。具體可以下載hue源代碼，apps/beeswax, 使用python實現(xiàn)。
此實現(xiàn)方式只能管理通過hue界面執(zhí)行的查詢，其他客戶端的查詢無法管理。 查詢和mapreduce的關(guān)聯(lián)關(guān)系是通過分析日志實現(xiàn)的，thrift沒有對應(yīng)的接口。 https://groups.google.com/a/cloudera.org/forum/#!topic/hue-user/wSDcTnZJqTg
日志
2017-04-26 13:54:24,068 INFO ql.Driver (Driver.java:compile(411)) - Compiling command(queryId=hadoop_20170426135454_41352e71-5685-48e5-9e4d-c25819669666): select count(*) from t_function 2017-04-26 13:54:26,891 INFO HiveMetaStore.audit (HiveMetaStore.java:logAuditEvent(388)) - ugi=hadoop ip=unknown-ip-addr cmd=get_table : db=default tbl=t_function 2017-04-26 13:54:37,444 INFO ql.Driver (Driver.java:compile(463)) - Semantic Analysis Completed 2017-04-26 13:54:37,677 INFO ql.Driver (Driver.java:getSchema(245)) - Returning Hive schema: Schema(fieldSchemas:[FieldSchema(name:_c0, type:bigint, comment:null)], properties:null) 2017-04-26 13:54:38,331 INFO ql.Driver (Driver.java:compile(541)) - Completed compiling command(queryId=hadoop_20170426135454_41352e71-5685-48e5-9e4d-c25819669666); Time taken: 14.712 second s 2017-04-26 13:54:38,332 INFO ql.Driver (Driver.java:execute(1448)) - Executing command(queryId=hadoop_20170426135454_41352e71-5685-48e5-9e4d-c25819669666): select count(*) from t_function 2017-04-26 13:54:38,334 INFO ql.Driver (SessionState.java:printInfo(927)) - Query ID = hadoop_20170426135454_41352e71-5685-48e5-9e4d-c25819669666 2017-04-26 13:54:38,335 INFO ql.Driver (SessionState.java:printInfo(927)) - Total jobs = 1 2017-04-26 13:54:38,516 INFO ql.Driver (SessionState.java:printInfo(927)) - Launching Job 1 out of 1 2017-04-26 13:55:24,615 INFO exec.Task (SessionState.java:printInfo(927)) - Starting Job = job_1493083994846_0010, Tracking URL = http://T-163:23188/proxy/application_1493083994846_0010/ 2017-04-26 13:55:24,860 INFO exec.Task (SessionState.java:printInfo(927)) - Kill Command = /opt/beh/core/hadoop/bin/hadoop job -kill job_1493083994846_0010
未發(fā)現(xiàn)完全實現(xiàn)該功能的開源方案，接下來需要看看有沒有其他人干過類似的事，并發(fā)了相關(guān)文章。
目前數(shù)據(jù)平臺使用Hadoop構(gòu)建，為了方便數(shù)據(jù)分析師的工作，使用Hive對Hadoop MapReduce任務(wù)進行封裝，我們面對的不再是一個個的MR任務(wù)，而是一條條的SQL語句。數(shù)據(jù)平臺內(nèi)部通過類似JDBC的接口與HiveServer進行交互，僅僅能夠感知到一條SQL的開始與結(jié)束，而中間的這個過程通常是漫長的（兩個因素：數(shù)據(jù)量、SQL復(fù)雜度），某些場景下用戶需要了解這條SQL語句的執(zhí)行進度，從而為我們引入以下幾個問題：
（1）通過JDBC接口執(zhí)行一條SQL語句時，這條SQL語句被轉(zhuǎn)換成幾個MR任務(wù)，每個MR任務(wù)的JobId是多少，如何維護這條SQL語句與MR任務(wù)的對應(yīng)關(guān)系？
（2）如何獲取MR任務(wù)的運行狀態(tài)，通過JobClient？
（3）通過HiveServer是否可以獲取到上述信息？
http://www.cnblogs.com/yurunmiao/p/4224137.html
通過之前的調(diào)研發(fā)現(xiàn)，不管是開源項目還是其他網(wǎng)絡(luò)資料，大多數(shù)需求只實現(xiàn)了特定情況下的hive查詢與yarn任務(wù)之間的對應(yīng)， 多數(shù)還是在log上做文章，通過分析hive產(chǎn)生的日志來獲得查詢和yarn任務(wù)的關(guān)系。
種種跡象表明，情況不太樂觀，遇到硬茬了；想做一種兼容所有執(zhí)行方式的查詢管理工具，有比較大的難度，需要深入到源代碼去了解。
所有查詢方式
graph LR Hue-->Thrift Thrift-->Driver CLI-->Driver HWI-->Driver Beeline-->Driver Beeline-->Thrift
HWI方式官方將在2.2版本后去掉，且使用率不高，暫不支持。
Thrift方式支持多客戶端的并發(fā)和認(rèn)證，官方建議采用這種方式，故Beeline只支持Thrift使用方式。
CLI雖然不通過Thrift，但因為現(xiàn)在的項目用的比較多，考慮支持。
通過以上分析，我們要支持的訪問方式如下。
支持查詢方式
graph LR Hue-->Thrift Thrift-->Driver CLI-->Driver Beeline-->Thrift
通過上述分析，我們得出我們的研究方向，并確定了研究方案。 主要分兩部分，CLI模式任務(wù)管理和Thrift模式任務(wù)管理。
我們知道，cli模式下，我們一次只能執(zhí)行一條查詢，查詢執(zhí)行過程中，我們可以通過ctrl+c來終止查詢。 ctrl+c是給進程發(fā)送sig_int中斷信號。
通過閱讀源碼我們發(fā)現(xiàn)，中斷信號的處理在processLine函數(shù)中觸發(fā)，該函數(shù)為處理單條命令。 http://blog.csdn.net/lpxuan151009/article/details/7956518 注： 源碼為hive1.1分支，其中hive-cli工程即為CLI的對應(yīng)工程。 入口類為org.apache.hadoop.hive.cli.CliDriver。
if (allowInterrupting) {
// Remember all threads that were running at the time we started line processing.
// Hook up the custom Ctrl+C handler while processing this line
interruptSignal = new Signal("INT");
oldSignal = Signal.handle(interruptSignal, new SignalHandler() {
private final Thread cliThread = Thread.currentThread();
private boolean interruptRequested;
@Override
public void handle(Signal signal) {
boolean initialRequest = !interruptRequested;
interruptRequested = true;
// Kill the VM on second ctrl+c
if (!initialRequest) {
console.printInfo("Exiting the JVM");
System.exit(127);
}
// Interrupt the CLI thread to stop the current statement and return
// to prompt
console.printInfo("Interrupting... Be patient, this might take some time.");
console.printInfo("Press Ctrl+C again to kill JVM");
// First, kill any running MR jobs
HadoopJobExecHelper.killRunningJobs();
TezJobExecHelper.killRunningJobs();
HiveInterruptUtils.interrupt();
}
});
}至此，CLI查詢的終止操作我們已經(jīng)通過進程和源代碼兩種方式獲取到， 此種任務(wù)管理的任務(wù)解決方案見六。
執(zhí)行流程
graph LR processCmd-->processLocalCmd processLine-->processCmd executeDriver-->processLine run-->executeDriver main-->run
processLocalCmd
Driver qp = (Driver) proc;
PrintStream out = ss.out;
long start = System.currentTimeMillis();
if (ss.getIsVerbose()) {
out.println(cmd);
}
qp.setTryCount(tryCount);
ret = qp.run(cmd).getResponseCode();
if (ret != 0) {
qp.close();
return ret;
}查詢實際執(zhí)行的地方，可以在此處將執(zhí)行相關(guān)信息輸出，輸出方式可選擇log方式或者數(shù)據(jù)庫，也可選擇rpc(rpc方式)
相比較而言，CLI的任務(wù)管理相對簡單，因為每個CLI只能執(zhí)行一個查詢； 而Thrift模式則支持并發(fā)，這里的Thrift模式我們指的是hiveserver2的實現(xiàn)方式。 通過Thrift模式,Hue,Beeline,Ambari等等客戶端均可以連接到hive執(zhí)行查詢?nèi)蝿?wù)， 需要把這些查詢?nèi)蝿?wù)都統(tǒng)一管理起來。
Thrift連接
graph LR Hue-->hiveserver2 Beeline-->hiveserver2 Ambari-->hiveserver2 other-->hiveserver2
我們發(fā)現(xiàn)，官方提供的thrift包主要實現(xiàn)的是一個連接所對應(yīng)的各種操作， 但并不包括連接間的信息；即連接間的信息并未提供外部接口。
下面為一段Thrift示例代碼，主要功能為建立一個連接后查詢hive的數(shù)據(jù)數(shù)據(jù)。
thrift示例代碼
TSocket tSocket = new TSocket("T-162", 10000);
tSocket.setTimeout(20000);
TTransport transport = tSocket;
TBinaryProtocol protocol = new TBinaryProtocol(transport);
TCLIService.Client client = new TCLIService.Client(protocol);
transport.open();
TOpenSessionReq openReq = new TOpenSessionReq();
TOpenSessionResp openResp = client.OpenSession(openReq);
TSessionHandle sessHandle = openResp.getSessionHandle();
TExecuteStatementReq execReq = new TExecuteStatementReq(sessHandle, "show databases");
TExecuteStatementResp execResp = client.ExecuteStatement(execReq);
TOperationHandle stmtHandle = execResp.getOperationHandle();
TFetchResultsReq fetchReq = new TFetchResultsReq(stmtHandle, TFetchOrientation.FETCH_FIRST, 100);
TFetchResultsResp resultsResp = client.FetchResults(fetchReq);
List<TColumn> res=resultsResp.getResults().getColumns();
for(TColumn tCol: res){
Iterator<String> it = tCol.getStringVal().getValuesIterator();
while (it.hasNext()){
System.out.println(it.next());
}
}
TCloseOperationReq closeReq = new TCloseOperationReq();
closeReq.setOperationHandle(stmtHandle);
client.CloseOperation(closeReq);
TCloseSessionReq closeConnectionReq = new TCloseSessionReq(sessHandle);
client.CloseSession(closeConnectionReq);
transport.close();通過查看源代碼我們發(fā)現(xiàn)， 注： 源碼為hive1.1分支，其中hive-service工程即為hiveserver2的對應(yīng)工程。 Thrift類主要在org.apache.hive.service.cli.thrift包下。
session&operation管理
graph LR HiveServer2-->CLIService CLIService-->SessionManager SessionManager-->handleToSession SessionManager-->OperationManager OperationManager-->handleToOperation
SessionManager
private final Map<SessionHandle, HiveSession> handleToSession = new ConcurrentHashMap<SessionHandle, HiveSession>(); private final OperationManager operationManager = new OperationManager();
OperationManager
private final Map<OperationHandle, Operation> handleToOperation = new HashMap<OperationHandle, Operation>();
CLIService.cancelOperation
@Override
public void cancelOperation(OperationHandle opHandle)
throws HiveSQLException {
sessionManager.getOperationManager().getOperation(opHandle)
.getParentSession().cancelOperation(opHandle);
LOG.debug(opHandle + ": cancelOperation()");
}通過上述接口可知，只需要找到對應(yīng)操作的OperationHandle， 然后調(diào)用CLIService.cancelOperation即可。
operation&handler
graph LR SQLOperation-->ExecuteStatementOperation ExecuteStatementOperation-->Operation OperationHandle-->Handle
public abstract class Handle {
private final HandleIdentifier handleId;
public Handle() {
handleId = new HandleIdentifier();
}
public Handle(HandleIdentifier handleId) {
this.handleId = handleId;
}
public Handle(THandleIdentifier tHandleIdentifier) {
this.handleId = new HandleIdentifier(tHandleIdentifier);
}
public HandleIdentifier getHandleIdentifier() {
return handleId;
}
@Override
public int hashCode() {
final int prime = 31;
int result = 1;
result = prime * result + ((handleId == null) ? 0 : handleId.hashCode());
return result;
}
@Override
public boolean equals(Object obj) {
if (this == obj) {
return true;
}
if (obj == null) {
return false;
}
if (!(obj instanceof Handle)) {
return false;
}
Handle other = (Handle) obj;
if (handleId == null) {
if (other.handleId != null) {
return false;
}
} else if (!handleId.equals(other.handleId)) {
return false;
}
return true;
}
@Override
public abstract String toString();
}可以通過handle id 進行查找。 需要通過thrift接口放出根據(jù)handle id停止operation的接口。
// CancelOperation()
//
// Cancels processing on the specified operation handle and
// frees any resources which were allocated.
struct TCancelOperationReq {
// Operation to cancel
1: required TOperationHandle op_handle
}thrift cancle接口已有； 現(xiàn)在需要thrift的獲取所有operation的接口；用于展示 現(xiàn)在需要thrift的獲取所有session的接口；用于展示
cli程序沒有通信模塊，如果增加通信模塊修改較大，選擇定位進程并對進程發(fā)送中斷信號的方式取消查詢。
通過修改配置，將查詢log根據(jù)進程號進行細(xì)分，這樣就可以獲得查詢和進程號的關(guān)系。
當(dāng)想要殺死一個進程是，通過ssh給對應(yīng)主機的指定進程發(fā)送中斷信息即可。不能通過發(fā)送中斷信號來執(zhí)行，因為執(zhí)行查詢的用戶可能有很多，==只有root才能保證中斷發(fā)送成功==， 但是使用root權(quán)限會有安全問題，所有此處只能采用rpc方式進行。
具體rpc方案目前可選的為hadoop rpc形式或者thrift方式，輪詢心跳方式或者cs合集模式。
暫定輪詢心跳方式，IPC定時查詢命令，心跳間隔1分鐘。
工作量： 4-8工作日
因為cli方案的問題，所以最佳方案可能還是修改driver層。
日志格式
hive-hadoop-hive-T-162.log.2621@T-162 hive-hadoop-hive-T-162.log.28632@T-162 hive-hadoop-hive-T-162.log.362@T-162 hive-hadoop-hive-T-162.log.5762@T-162
增加thrift的獲取所有operation的接口，展示所有查詢；調(diào)用取消查詢接口殺死查詢。
工作量：4-8工作日
因為不管cli還是thrift方式，最終都要經(jīng)過driver層，所以在driver層修改，可以一站式解決所有問題。 但和上面兩種不同的是，上面兩種都只是在原有代碼上加了一層殼，基本沒有動核心代碼； 而driver層，則需要改動一定程度邏輯的代碼，難度有所增加。
看完上述內(nèi)容，你們掌握HIVE作業(yè)管理分析及解決方案是什么的方法了嗎？如果還想學(xué)到更多技能或想了解更多相關(guān)內(nèi)容，歡迎關(guān)注億速云行業(yè)資訊頻道，感謝各位的閱讀！
免責(zé)聲明：本站發(fā)布的內(nèi)容（圖片、視頻和文字）以原創(chuàng)、轉(zhuǎn)載和分享為主，文章觀點不代表本網(wǎng)站立場，如果涉及侵權(quán)請聯(lián)系站長郵箱：is@yisu.com進行舉報，并提供相關(guān)證據(jù)，一經(jīng)查實，將立刻刪除涉嫌侵權(quán)內(nèi)容。
億速云公眾號
手機網(wǎng)站二維碼