atlas配置impala hook & spark hook

官方文档中并没有关于impala spark hook的配置,经过探索,今天说下impala & spark的配置过程

impala&spark的元数据过程


impala


spark

可以看出过程都很类似 因为都是操作的hive的元数据,只重点看下impala的

1.When an action occurs in the Spark instance...

2.It updates HMS with information about the assets affected by the action.

3.The Atlas hook corresponding to HMS collects information for the changed and new assets and forms it into metadata entities. It publishes the metadata to the Kafka topic named ATLAS_HOOK.

4. The Atlas hook corresponding to the Spark instance collects information for the action and forms it into metadata entities. It publishes the metadata to a different Kafka topic named ATLAS_SPARK_HOOK.

5. Atlas reads the messages from the topics and determines what information will create new entities and what information updates existing entities. Atlas is able to determine the correct entities regardless of the order in which Atlas receives messages from the Kafka topics.

6. Atlas creates the appropriate entities and the relationships among them and determines lineage from existing entities to the new entities.

主要是说数据流经过两部分采集 一个是HMS的hook 一部分是impala的hook

配置过程

impala的配置和hive的不一样,主要是atlas配置文件的地方

1.    拷贝包atlas-impala-plugin-impl到impala lib下

2.    Impala的配置atlas的配置文件和hive不一样,他的配置文件在Impala Daemon应用的—flagfile文件地下,通过ps –ef | grep impala 如下:


配置目录就是/var/run/cloudera-scm-agent/process/760-impala-IMPALAD/impala-conf底下

cd 到目录底下可以看见atlas的配置文件


3.    没有则创建atlas-application.properties 增加impala的配置

atlas.rest.address=http://ip:port/ (atlas admin 地址)

atlas.metadata.namespace=集群的名字 可以自己定义 主要是为区别不同集群的元数据

atlas.hook.impala.keepAliveTime=10

atlas.hook.impala.maxThreads=5

atlas.hook.impala.minThreads=5

atlas.hook.impala.numRetries=3

atlas.hook.impala.queueSize=1000

atlas.hook.impala.synchronous=false

atlas.notification.create.topics=True

atlas.notification.replicas=1

atlas.notification.topics=ATLAS_HOOK,ATLAS_ENTITIES

atlas.kafka.hook.group.id=atlas

atlas.kafka.zookeeper.connection.timeout.ms=30000

atlas.kafka.zookeeper.session.timeout.ms=60000

atlas.kafka.zookeeper.sync.time.ms=20

atlas.kafka.bootstrap.servers=ip1:9092,ip2:9092,ip3:9092

atlas.kafka.security.protocol=PLAINTEXT

4. 在上图显示的impalad_flags文件增加hook配置 

-query_event_hook_classes=org.apache.atlas.impala.hook.ImpalaLineageHook


5. 重启impala


spark配置

spark配置则相对简单点只用加入atlas的配置文件就可以

1、在spark配置目录底下增加atlas-application.properties文件 

atlas.metadata.namespace=集群的名字 可以自己定义 主要是为区别不同集群的元数据

atlas.rest.address=http://ip:port (atlas admin地址)

atlas.kafka.zookeeper.session.timeout.ms=60000

atlas.kafka.zookeeper.connection.timeout.ms=30000

atlas.kafka.zookeeper.sync.time.ms=20

atlas.kafka.bootstrap.servers=tx-hs2-01.data:9092,tx-hs2-02.data:9092,tx-hs2-03.data:9092

atlas.kafka.zookeeper.connect=ip1:2181,ip2:2181,ip3:2181/kafka

atlas.kafka.security.protocol=PLAINTEXT

export ATLAS_SERVER_OPTS="-server-XX:SoftRefLRUPolicyMSPerMB=0 -XX:+CMSClassUnloadingEnabled -XX:+UseG1GC   -XX:+CMSParallelRemarkEnabled-XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath=dumps/atlas_server.hprof"

atlas.notification.hook.topic.name=ATLAS_SPARK_HOOK

2.重启spark

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,128评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,316评论 3 388
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 159,737评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,283评论 1 287
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,384评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,458评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,467评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,251评论 0 269
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,688评论 1 306
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,980评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,155评论 1 342
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,818评论 4 337
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,492评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,142评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,382评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,020评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,044评论 2 352

推荐阅读更多精彩内容

  • Hadoop的元数据治理--Apache Atlas Apache Atlas是Hadoop社区为解决Hadoop...
    小白_18M阅读 54,806评论 12 43
  • Spring Cloud为开发人员提供了快速构建分布式系统中一些常见模式的工具(例如配置管理,服务发现,断路器,智...
    卡卡罗2017阅读 134,644评论 18 139
  • [if !supportLists]第1章[endif]Cloudera Manager 1.1 CM简介 1.1...
    香锅麻辣四季豆阅读 1,216评论 0 1
  • 一、平台架构 1.1 接入层 1.1.1 设备采集(IoT)数据采集(DAQ),是指从传感器和其它待测设备等模拟和...
    玄鸟西阅读 2,808评论 0 4
  • 久违的晴天,家长会。 家长大会开好到教室时,离放学已经没多少时间了。班主任说已经安排了三个家长分享经验。 放学铃声...
    飘雪儿5阅读 7,518评论 16 22