1. 背景
最近在学习kylin，在安装的时候遇到一些坑，特意记录起来，也希望同样在学习kylin的人，少踩一些坑（要是连安装都过不去，还怎么学！！！）。
2. 环境
我选的kylin版本是1.5.4，因为买了一本叫《Apache kylin权威指南》，书中以1.5.x为蓝本，为了避免少踩坑，保持和书中版本一致。
关于kylin安装环境，参考Hadoop Environment，下面是我自己的环境，只是为了学习，所有的安装都是伪分布式的，也没有关注高可用
- Ubuntu 14.04.5 LTS
- hadoop-2.7.1.tar.gz
- jdk-8u172-linux-x64.tar.gz
- hbase-1.2.5-bin.tar.gz
- apache-kylin-1.5.4-HBase1.x-bin.tar.gz
- apache-hive-1.2.1-bin.tar.gz
特别注意点：
- kylin的版本要和hbase的版本对应，具体参考官网说明（Hadoop Environment），其实kylin打包的名字也能看出来
- 注意hadoop和hbase的版本（hbase hadoop version）
- jdk和hbase的版本（hbase jdk version）
- hive和jdk版本（hive jdk version）
- 最好在linux环境下安装，在mac下，启动kylin的时候，脚本会报错，当然可以改脚本 （mac无法启动kylin）。此外，在Ubuntu下安装也不省心，启动kylin也会报错，改脚本吧。那么，最好使用centos，我尝试了，不会报错。
3. 安装
- 下载安装包，这个链接可以下载到apache所有的安装包，但速度不快，有些找不到的安装包，可以在这里下载（Apache Software Foundation Distribution Directory），解压
- 设置环境变量
export JAVA_HOME=/root/jdk1.8.0_172
export HADOOP_HOME=/root/hadoop-2.7.1
export HIVE_HOME=/root/hive-1.2.1
export HBASE_HOME=/root/hbase-1.2.5
export KYLIN_HOME=/root/kylin-1.5.4
export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$HIVE_HOME/bin:$HBASE_HOME/bin:$KYLIN_HOME/bin
-
安装hadoop，主要编辑的文件有：core-site.xml、hadoop-env.sh、hdfs-site.xml、mapred-site.xml、yarn-site.xml（都在$HADOOP_HOME/etc/hadoop目录内）（hadoop Pseudo-Distributed Operation）
-
ssh to localhost without a passphrase, execute the following commands
$ ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa
$ cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
$ chmod 0600 ~/.ssh/authorized_keys
-
hadoop-env.sh，加一行JAVA_HOME
export JAVA_HOME=/root/jdk1.8.0_172
-
core.xml
<configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://localhost:9000</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>/root/tmp</value>
</property>
</configuration>
-
hdfs-site.xml
<configuration>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
</configuration>
-
mapred-site.xml：jobhistory记得也要配置，我之前没有配置，导致使用kylin的sampldata构建cube失败
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<property>
<name>mapreduce.jobhistory.address</name>
<value>localhost:10020</value>
</property>
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>localhost:19888</value>
</property>
</configuration>
-
yarn-site.xml
<configuration>
<!-- Site specific YARN configuration properties -->
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
</configuration>
然后，format namenode bin/hdfs namenode -format，启动hdfssbin/start-dfs.sh，启动yarnsbin/start-yarn.sh,
http://ip:50070/可以查namenode的情况，http://ip:8088/可以查看resourcemanager情况
-
安装hive：主要编辑的文件为hive-site.xml，此文件通过copy hive-default.xml.template而来（hive Installation and Configuration）
-
在hdfs上面创建目录
$ $HADOOP_HOME/bin/hadoop fs -mkdir /tmp
$ $HADOOP_HOME/bin/hadoop fs -mkdir /user/hive/warehouse
$ $HADOOP_HOME/bin/hadoop fs -chmod g+w /tmp
$ $HADOOP_HOME/bin/hadoop fs -chmod g+w /user/hive/warehouse
-
修改hive-site.xml，主要改的地方为
<property>
<name>javax.jdo.option.ConnectionURL</name>
<value>jdbc:mysql://localhost:3306/hive?createDatabaseIfNotExist=true&characterEncoding=UTF-8&useSSL=false</value>
</property>
<property>
<name>javax.jdo.option.ConnectionDriverName</name>
<value>com.mysql.jdbc.Driver</value>
</property>
<property>
<name>javax.jdo.option.ConnectionUserName</name>
<value>hive</value>
</property>
<property>
<name>javax.jdo.option.ConnectionPassword</name>
<value>hive</value>
</property>
上面就是使用mysql存储hive的元数据，如果出现SSL问题，就把useSSL置为false，特别注意，不要使用默认的derby，否则在运行kylin的sampledata时，无法在hive中创建表，此外，还需要把hive-site.xml中的${system:java.io.tmpdir}和${system:user.name}分别替换成/tmp和${user.name}，当然还需要把mysql-connector-java.x.jar二方包加入hive的lib目录中，特别注意，使用5.x版本，不要使用6.x版本。最后，运行bin/hive
-
安装hbase：主要修改的文件为hbase-env.sh、hbase-site.xml（quickstart）
- 修改hbase-env.sh，添加
export JAVA_HOME=/root/jdk1.8.0_172
-
修改hbase-site.xml
<configuration>
<property>
<name>hbase.rootdir</name>
<value>hdfs://localhost:9000/hbase</value>
</property>
<property>
<name>hbase.cluster.distributed</name>
<value>true</value>
</property>
<property>
<name>hbase.zookeeper.property.dataDir</name>
<value>/root/tmp/hbase/zookeeper</value>
</property>
</configuration>
特别注意，对于伪分布式安装，hbase.cluster.distributed要设置为true。此外，这里使用hbase内置的zookeeper。最后，执行bin/satrt-hbase.sh，启动hbase
-
安装kylin
-
修改check-env.sh：可以先执行bin/check-env.sh，一般来说配置了上面所述的环境变量，是可以通过check，但是这个脚本在mac和ubuntu下执行还是有问题，mac下的问题我没有解决，Ubuntu下面问题解了。原因是get-properties.sh内容在Ubuntu下执行有问题。不过在centos下没有这个问题（安装指南）
## 原始文件
if [ $# != 1 ]
then
echo 'invalid input'
exit -1
fi
IFS=$'\n'
result=
for i in `cat ${KYLIN_HOME}/conf/kylin.properties | grep -w "^$1" | grep -v '^#' | awk -F= '{ n = index($0,"="); print substr($0,n+1)}' | cut -c 1-`
do
:
result=$i
done
echo $result
## 修改后的文件
if [ $# != 1 ]
then
echo 'invalid input'
exit -1
fi
#IFS=$'\n'
result=`cat ${KYLIN_HOME}/conf/kylin.properties | grep -w "^$1" | grep -v '^#' | awk -F= '{ n = index($0,"="); print substr($0,n+1)}' | cut -c 1-`
#for i in `cat ${KYLIN_HOME}/conf/kylin.properties | grep -w "^$1" | grep -v '^#' | awk -F= '{ n = index($0,"="); print substr($0,n+1)}' | cut -c 1-`
#do
# :
# result=$i
#done
echo $result
-
我目前使用的是apache-kylin-1.5.4-HBase1.x-bin.tar.gz版本，此版本在conf目录下，把压缩相关的配置注释了，包括kylin_hive_conf.xml、kylin_job_conf_inmem.xml、 kylin_job_conf.xml、kylin.properties，我之前用1.5.3并没有注释掉，导致在运行构建cube是出现snappy不存在问题。
# Compression codec for htable, valid value [none, snappy, lzo, gzip, lz4]
# 1.5.3默认未snappy，但是我使用的hadoop的并没有snappy压缩功能，所以要么把压缩相关的配置注释掉，或者重新打包hadoop
kylin.hbase.default.compression.codec=none
之后，运行bin/kylin.sh satrt，启动成功后，访问http://ip:7070/kylin，用户名是ADMIN，密码是KYLIN。然后可以运行bin/sample.sh，体验下kylin，运行完sample.sh后重启kylin，就可以build cube了。
3. 其他
- mac无法启动kylin 最好使用linux
- 运行sample.sh后hive无法找到表 不要使用derby，使用mysql
-
build cube出现Unexpected exception: org.apache.hadoop.hive.ql.metadata.HiveException: java.lang.RuntimeException: native snappy library not available: this version of libhadoop was built without snappy support.
