Hive on Tez 的安装配置

0. 写在前面

• Hadoop：Hadoop-2.9.2
• Hive：Hive-2.3.7
• Tez：Tez-0.9.0

1. 起源

Hortonworks在2014年左右发布了Stinger Initiative，并进行社区分享，为的是让Hive支持更多SQL，并实现更好的性能。

• 让Hive的查询功能更强大。增加类似OVER子句的分析功能，支持WHERE子查询，以及调整Hive的样式系统更多的符合标准的SQL模型；

• 优化Hive的请求执行计划，增加 Task 每秒处理记录的数量；

• 引入新的列式文件格式（ORC文件），提供一种更现代、高效和高性能的方式来储存Hive数据；

• 引入新的runtime框架——Tez，消除Hive的延迟以及吞吐量限制。Tez通过消除不必要的task、障碍同步和对HDFS的读写作业来优化Hive job；

2. Tez概述

Tez是Apache开源的支持 DAG（有向无环图）作业的计算框架，是支持Hadoop 2.x的重要引擎。它源于MapReduce框架，核心思想是将Map和Reduce两个操作进一步拆分，分解后的元操作可以任意灵活组合，产生新的操作，这些操作经过一些控制程序组装后，可形成一个大的DAG作业。

Tez将 Map task 和 Reduce task 进一步拆分为如下图所示：

Tez的task由Input、processor、output阶段组成，可以表达所有复杂的map、
reduce操作，如下图：

Tez可以将多个有依赖的作业转换为一个作业（只需写一次HDFS，中间环节较
少），从而大大提升DAG作业的性能。Tez已被Hortonworks用于Hive引擎的优化，
经测试一般小任务比Hive MR 的2-3倍速度左右，大任务7-10倍左右，根据情况不同
可能不一样。

Hive-on-MR is deprecated in Hive 2 and may not be available in
the future versions. Consider using a different execution
engine (i.e. spark, tez) or using Hive 1.X releases.

Tez+Hive仍采用MapReduce计算框架，但对DAG的作业依赖关系进行了裁剪，并将多个小作业合并成一个大作业，不仅减少了计算量，而且写HDFS次数也大大减少。

3. 安装部署

前置芝士

官方推荐使用 Tez 和包中包含的预打包 Hadoop 库 的安装方式。包含所有依赖项的完整 tarball 是确保现有作业在集群滚动升级期间继续运行的更好方法。

安装

• 1、下载软件包：apache-tez-0.9.2-bin.tar.gz

• 2、解压缩

tar -zxvf apache-tez-0.9.0-bin.tar.gz
cd apache-tez-0.9.0-bin/share

• 3、将tez的压缩包放到hdfs上

hdfs dfs -mkdir -p /user/tez
hdfs dfs -put tez.tar.gz /user/tez

• 4、$HADOOP_HOME/etc/hadoop/ 下创建 tez-site.xml 文件，做如下配置：保存后将文件复制到集群所有节点

<?xml version="1.0" encoding="UTF-8"?>
<configuration>
  <!-- 指定在hdfs上的tez包文件 -->
  <property>
    <name>tez.lib.uris</name>
    <value>hdfs://hadoop1:9000/user/tez/tez.tar.gz</value>
  </property>
</configuration>

保存后将文件分发到集群所有节点

• 5、增加客户端节点的配置(/etc/profile)

export TEZ_CONF_DIR=$HADOOP_CONF_DIR
export TEZ_JARS=/opt/apps/tez/*:/opt/apps/tez/lib/*
export HADOOP_CLASSPATH=$TEZ_CONF_DIR:$TEZ_JARS:$HADOOP_CLASSPATH

• 6、Hive设置Tez执行

hive> set hive.execution.engine=tez;

• 7、如果想默认使用Tez，可在$HIVE_HOME/conf目录下hive-site.xml中增加

<property>
  <name>hive.execution.engine</name>
  <value>tez</value>
</property>

4. 解决日志Jar包冲突

rm /opt/apps/tez/lib/slf4j-log4j12-1.7.10.jar