在CDH5.14.2 中启用kudu的配置

标签（空格分隔）： 大数据平台构建

• 一： 系统平台介绍
• 二： 安装kudu的集成

一： 系统平台介绍

1.1. 关于kudu的介绍

Kudu是Cloudera开源的新型列式存储系统，是Apache Hadoop生态圈的新成员之一(incubating)，专门为了对快速变化的数据进行快速的分析，填补了以往Hadoop存储层的空缺。

　　Hadoop生态系统有很多组件，每一个组件有不同的功能。在现实场景中，用户往往需要同时部署很多Hadoop工具来解决同一个问题，这种架构称为混合架构 (hybrid architecture)。比如，用户需要利用Hbase的快速插入、快读random access的特性来导入数据，HBase也允许用户对数据进行修改，HBase对于大量小规模查询也非常迅速。同时，用户使用HDFS/Parquet + Impala/Hive来对超大的数据集进行查询分析，对于这类场景， Parquet这种列式存储文件格式具有极大的优势。

　　很多公司都成功地部署了HDFS/Parquet + HBase混合架构，然而这种架构较为复杂，而且在维护上也十分困难。首先，用户用Flume或Kafka等数据Ingest工具将数据导入HBase，用户可能在HBase上对数据做一些修改。然后每隔一段时间(每天或每周)将数据从Hbase中导入到Parquet文件，作为一个新的partition放在HDFS上，最后使用Impala等计算引擎进行查询，生成最终报表。

二： 安装kudu的集成

2.1 kudu 准备与下载

CDH从5.10开始，打包集成Kudu1.2，并且Cloudera正式提供支持。这个版本开始Kudu的安装较之前要简单很多，省去了Impala_Kudu，安装完Kudu，Impala即可直接操作Kudu。

CSD 包下载
软件下载：　
　　　http://archive.cloudera.com/kudu/csd/
　　　
KUDU-5.10.2.jar

parcel 包：

　http://archive.cloudera.com/kudu/parcels/5.12.2.8/
　
　　KUDU-1.4.0-1.cdh5.12.2.p0.8-el7.parcel
　　KUDU-1.4.0-1.cdh5.12.2.p0.8-el7.parcel.sha1
　　manifest.json　
　　

2.2 开始安装kudu

mv  KUDU-5.10.2.jar /opt/cloudera/csd/
chown cloudera-scm:cloudera-scm /opt/cloudera/csd/KUDU-5.10.2.jar

cd /opt/cloudera/csd/

chmod 644 KUDU-5.10.2.jar

配置httpd-server

yum install -y httpd*

service httpd start
chkconfig httpd on

mv KUDU-1.4.0-1.cdh5.12.2.p0.8-el7.parcel* /var/www/html/kudu
mv manifest.json /var/www/html/kudu/

cd /var/www/html/kudu/
mv KUDU-1.4.0-1.cdh5.12.2.p0.8-el7.parcel.sha1 KUDU-1.4.0-1.cdh5.12.2.p0.8-el7.parcel.sha

2.3 通过CM界面配置Kudu的Parcel地址，并下载，分发，激活Kudu

2.4 kudu的验证: 使用impala 直接创建读取kudu上面的数据

impala-shell -i 172.17.100.11

create database kudu_test;

use kudu_test;

CREATE TABLE  my_first_table
(
id BIGINT,
name STRING,
PRIMARY KEY(id)
)
PARTITION BY HASH  PARTITIONS 16
STORED AS KUDU;

INSERT INTO  my_first_table VALUES (99, "sarah");
INSERT INTO  my_first_table VALUES (100, "zhangyy");
INSERT INTO  my_first_table VALUES (200, "spark");

update my_first_table  set name='hadoop' where id=99;