CDH + phoenix+ zeppelin-白红宇

CDH + phoenix+ zeppelin

阅读量：6872 次

发布时间：2019-06-26

本文共 21218 字，大约阅读时间需要 70 分钟。

内容概述

1.安装及配置Phoenix

2.Phoenix的基本操作

3.使用Phoenix bulkload数据到HBase

4.使用Phoenix从HBase中导出数据到HDFS

测试环境

1.CDH5.11.2

2.RedHat7.2

3.Phoenix4.7.0

前置条件

1.CDH集群正常

2.HBase服务已经安装并正常运行

3.测试csv数据已准备

4.Redhat7中的httpd服务已安装并使用正常

2.在CDH集群中安装Phoenix

1.到Cloudera官网下载Phoenix的Parcel，注意选择与操作系统匹配的版本，因为本次测试使用的是Redhat7，所以选择后缀名为el7的文件。下载地址为：

http://archive.cloudera.com/cloudera-labs/phoenix/parcels/latest/

具体需要下载的三个文件地址为：

http://archive.cloudera.com/cloudera-labs/phoenix/parcels/latest/CLABS_PHOENIX-4.7.0-1.clabs_phoenix1.3.0.p0.000-el7.parcelhttp://archive.cloudera.com/cloudera-labs/phoenix/parcels/latest/CLABS_PHOENIX-4.7.0-1.clabs_phoenix1.3.0.p0.000-el7.parcel.sha1http://archive.cloudera.com/cloudera-labs/phoenix/parcels/latest/manifest.json

1620

2.将下载好的文件发布到httpd服务，可以用浏览器打开页面进行测试。

[ec2-user@ip-172-31-22-86 phoenix]$ pwd/var/www/html/phoenix[ec2-user@ip-172-31-22-86 phoenix]$ lltotal 192852-rw-r--r-- 1 root root        41 Jun 24  2016 CLABS_PHOENIX-4.7.0-1.clabs_phoenix1.3.0.p0.000-el7.parcel.sha1-rw-r--r-- 1 root root 197466534 Jun 24  2016 CLABS_PHOENIX-4.7.0-1.clabs_phoenix1.3.0.p0.000-el7.parcel-rw-r--r-- 1 root root      4687 Jun 24  2016 manifest.json[ec2-user@ip-172-31-22-86 phoenix]$

1620

3.从Cloudera Manager点击“Parcel”进入Parcel管理页面

1620

点击“配置”，输入Phoenix的Parcel包http地址。

1620

点击“保存更改“回到Parcel管理页面，发现CM已发现Phoenix的Parcel。

1620

点击“下载”->“分配”->“激活”

1620

4.回到CM主页，发现HBase服务需要部署客户端配置以及重启

1620

重启HBase服务

1620

安装完成。

3.如何在CDH集群中使用Phoenix

3.1Phoenix的基本操作

进入Phoenix的脚本命令目录

[ec2-user@ip-172-31-22-86 bin]$ cd /opt/cloudera/parcels/CLABS_PHOENIX/bin[ec2-user@ip-172-31-22-86 bin]$ lltotal 16-rwxr-xr-x 1 root root 672 Jun 24  2016 phoenix-performance.py-rwxr-xr-x 1 root root 665 Jun 24  2016 phoenix-psql.py-rwxr-xr-x 1 root root 668 Jun 24  2016 phoenix-sqlline.py-rwxr-xr-x 1 root root 674 Jun 24  2016 phoenix-utils.py

1620

使用Phoenix登录HBase

[ec2-user@ip-172-31-22-86 bin]$ ./phoenix-sqlline.pyZookeeper not specified. Usage: sqlline.py 
     
     
       Example:  1. sqlline.py localhost:2181:/hbase  2. sqlline.py localhost:2181:/hbase ../examples/stock_symbol.sql

需要指定Zookeeper

[ec2-user@ip-172-31-22-86 bin]$ ./phoenix-sqlline.py ip-172-31-21-45:2181:/hbase...sqlline version 1.1.80: jdbc:phoenix:ip-172-31-21-45:2181:/hbase> !tables+------------+--------------+-------------+---------------+----------+------------+--------------------+| TABLE_CAT  | TABLE_SCHEM  | TABLE_NAME  |  TABLE_TYPE   | REMARKS  | TYPE_NAME  | SELF_REFERENCING_C |+------------+--------------+-------------+---------------+----------+------------+--------------------+|            | SYSTEM       | CATALOG     | SYSTEM TABLE  |          |            |                    ||            | SYSTEM       | FUNCTION    | SYSTEM TABLE  |          |            |                    ||            | SYSTEM       | SEQUENCE    | SYSTEM TABLE  |          |            |                    ||            | SYSTEM       | STATS       | SYSTEM TABLE  |          |            |                    ||            |              | ITEM        | TABLE         |          |            |                    |+------------+--------------+-------------+---------------+----------+------------+--------------------+0: jdbc:phoenix:ip-172-31-21-45:2181:/hbase>

1620

创建一张测试表

注意：建表必须指定主键。

0: jdbc:phoenix:ip-172-31-21-45:2181:/hbase> create table hbase_test. . . . . . . . . . . . . . . . . . . . . .> (. . . . . . . . . . . . . . . . . . . . . .>     s1 varchar not null primary key,. . . . . . . . . . . . . . . . . . . . . .>     s2 varchar,. . . . . . . . . . . . . . . . . . . . . .>     s3 varchar,. . . . . . . . . . . . . . . . . . . . . .>     s4 varchar. . . . . . . . . . . . . . . . . . . . . .> );No rows affected (1.504 seconds)

1620

在hbase shell中进行检查

1620

插入一行数据。注意：Phoenix中没有insert语法，用upsert代替。参考：

0: jdbc:phoenix:ip-172-31-21-45:2181:/hbase> upsert into hbase_test values('1','testname','testname1','testname2');1 row affected (0.088 seconds)0: jdbc:phoenix:ip-172-31-21-45:2181:/hbase> select * from hbase_test;+-----+-----------+------------+------------+| S1  |    S2     |     S3     |     S4     |+-----+-----------+------------+------------+| 1   | testname  | testname1  | testname2  |+-----+-----------+------------+------------+1 row selected (0.049 seconds)0: jdbc:phoenix:ip-172-31-21-45:2181:/hbase>

1620

在hbase shell中进行检查

1620

删除这行数据，delete测试

0: jdbc:phoenix:ip-172-31-21-45:2181:/hbase> delete from hbase_test where s1='1';1 row affected (0.018 seconds)0: jdbc:phoenix:ip-172-31-21-45:2181:/hbase> select * from hbase_test;+-----+-----+-----+-----+| S1  | S2  | S3  | S4  |+-----+-----+-----+-----++-----+-----+-----+-----+No rows selected (0.045 seconds)0: jdbc:phoenix:ip-172-31-21-45:2181:/hbase>

1620

在hbase shell中进行检查

1620

更新数据测试，注意Phoenix中没有update语法，用upsert代替。插入多条数据需要执行多条upsert语句，没办法将所有的数据都写到一个“values”后面。

0: jdbc:phoenix:ip-172-31-21-45:2181:/hbase> upsert into hbase_test values('1','testname','testname1','testname2');1 row affected (0.017 seconds)0: jdbc:phoenix:ip-172-31-21-45:2181:/hbase> upsert into hbase_test values('2','testname','testname1','testname2');1 row affected (0.007 seconds)0: jdbc:phoenix:ip-172-31-21-45:2181:/hbase> upsert into hbase_test values('3','testname','testname1','testname2');1 row affected (0.008 seconds)0: jdbc:phoenix:ip-172-31-21-45:2181:/hbase> select * from hbase_test;+-----+-----------+------------+------------+| S1  |    S2     |     S3     |     S4     |+-----+-----------+------------+------------+| 1   | testname  | testname1  | testname2  || 2   | testname  | testname1  | testname2  || 3   | testname  | testname1  | testname2  |+-----+-----------+------------+------------+3 rows selected (0.067 seconds)0: jdbc:phoenix:ip-172-31-21-45:2181:/hbase> upsert into hbase_test values('1','fayson','testname1','testname2');1 row affected (0.009 seconds)0: jdbc:phoenix:ip-172-31-21-45:2181:/hbase> select * from hbase_test;+-----+-----------+------------+------------+| S1  |    S2     |     S3     |     S4     |+-----+-----------+------------+------------+| 1   | fayson    | testname1  | testname2  || 2   | testname  | testname1  | testname2  || 3   | testname  | testname1  | testname2  |+-----+-----------+------------+------------+3 rows selected (0.037 seconds)0: jdbc:phoenix:ip-172-31-21-45:2181:/hbase>

1620

在hbase shell中进行检查

1620

批量更新测试，创建另外一张表hbase_test1，表结构与hbase_test一样，并插入五条，有两条是hbase_test中没有的（主键为4，5），有一条与hbase_test中的数据不一样（主键为1），有两条是完全一样（主键为2，3）。

0: jdbc:phoenix:ip-172-31-21-45:2181:/hbase> create table hbase_test1. . . . . . . . . . . . . . . . . . . . . .> (. . . . . . . . . . . . . . . . . . . . . .>     s1 varchar not null primary key,. . . . . . . . . . . . . . . . . . . . . .>     s2 varchar,. . . . . . . . . . . . . . . . . . . . . .>     s3 varchar,. . . . . . . . . . . . . . . . . . . . . .>     s4 varchar. . . . . . . . . . . . . . . . . . . . . .> );No rows affected (1.268 seconds)0: jdbc:phoenix:ip-172-31-21-45:2181:/hbase> 0: jdbc:phoenix:ip-172-31-21-45:2181:/hbase> upsert into hbase_test1 values('1','fayson','testname1','testname2');1 row affected (0.031 seconds)0: jdbc:phoenix:ip-172-31-21-45:2181:/hbase> upsert into hbase_test1 values('2','testname','testname1','testname2');1 row affected (0.006 seconds)0: jdbc:phoenix:ip-172-31-21-45:2181:/hbase> upsert into hbase_test1 values('3','testname','testname1','testname2');1 row affected (0.005 seconds)0: jdbc:phoenix:ip-172-31-21-45:2181:/hbase> upsert into hbase_test1 values('4','testname','testname1','testname2');1 row affected (0.005 seconds)0: jdbc:phoenix:ip-172-31-21-45:2181:/hbase> upsert into hbase_test1 values('5','testname','testname1','testname2');1 row affected (0.007 seconds)0: jdbc:phoenix:ip-172-31-21-45:2181:/hbase> select * from hbase_test1;+-----+-----------+------------+------------+| S1  |    S2     |     S3     |     S4     |+-----+-----------+------------+------------+| 1   | fayson    | testname1  | testname2  || 2   | testname  | testname1  | testname2  || 3   | testname  | testname1  | testname2  || 4   | testname  | testname1  | testname2  || 5   | testname  | testname1  | testname2  |+-----+-----------+------------+------------+5 rows selected (0.038 seconds)

1620

批量更新，我们用hbase_test1中的数据去更新hbase_test。

0: jdbc:phoenix:ip-172-31-21-45:2181:/hbase> upsert into hbase_test select * from hbase_test1;5 rows affected (0.03 seconds)0: jdbc:phoenix:ip-172-31-21-45:2181:/hbase> select * from hbase_test;+-----+-----------+------------+------------+| S1  |    S2     |     S3     |     S4     |+-----+-----------+------------+------------+| 1   | fayson    | testname1  | testname2  || 2   | testname  | testname1  | testname2  || 3   | testname  | testname1  | testname2  || 4   | testname  | testname1  | testname2  || 5   | testname  | testname1  | testname2  |+-----+-----------+------------+------------+5 rows selected (0.039 seconds)0: jdbc:phoenix:ip-172-31-21-45:2181:/hbase>

1620

批量更新发现对于已有的数据，如果值不一样，会覆盖，对于相同的数据会保持不变，对于没有的数据会直接作为新的数据插入。

3.2使用Phoenix bulkload数据到HBase

准备需要批量导入的测试数据，这里使用TPC_DS的item表数据。

[ec2-user@ip-172-31-22-86 ~]$ ll item.dat-rw-r--r-- 1 root root 28855325 Oct  3 10:23 item.dat[ec2-user@ip-172-31-22-86 ~]$ head -1 item.dat1|AAAAAAAABAAAAAAA|1997-10-27||Powers will not get influences. Electoral ports should show low, annual chains. Now young visitors may pose now however final pages. Bitterly right children suit increasing, leading el|27.02|23.23|5003002|exportischolar #2|3|pop|5|Music|52|ableanti|N/A|3663peru009490160959|spring|Tsp|Unknown|6|ought|

1620

因为Phoenix的bulkload只能导入csv，所以我们先把该数据的分隔符修改为逗号，并且后缀名改为.csv

[ec2-user@ip-172-31-22-86 ~]$ sed -i 's/|/,/g' item.dat[ec2-user@ip-172-31-22-86 ~]$ mv item.dat item.csv[ec2-user@ip-172-31-22-86 ~]$ ll item.csv -rw-r--r-- 1 ec2-user ec2-user 28855325 Oct  3 10:26 item.csv[ec2-user@ip-172-31-22-86 ~]$ head -1 item.csv 1,AAAAAAAABAAAAAAA,1997-10-27,,Powers will not get influences. Electoral ports should show low, annual chains. Now young visitors may pose now however final pages. Bitterly right children suit increasing, leading el,27.02,23.23,5003002,exportischolar #2,3,pop,5,Music,52,ableanti,N/A,3663peru009490160959,spring,Tsp,Unknown,6,ought,

1620

上传该文件到HDFS

[ec2-user@ip-172-31-22-86 ~]$ hadoop fs -mkdir /fayson[ec2-user@ip-172-31-22-86 ~]$ hadoop fs -put item.csv /fayson[ec2-user@ip-172-31-22-86 ~]$ hadoop fs -ls /faysonFound 1 items-rw-r--r--   3 ec2-user supergroup   28855325 2017-10-03 10:28 /fayson/item.csv[ec2-user@ip-172-31-22-86 ~]$

1620

通过Phoenix创建item表，注意为了方便阅读，只创建了4个字段

0: jdbc:phoenix:ip-172-31-21-45:2181:/hbase> create table item. . . . . . . . . . . . . . . . . . . . . .> (. . . . . . . . . . . . . . . . . . . . . .>     i_item_sk varchar not null primary key,. . . . . . . . . . . . . . . . . . . . . .>     i_item_id varchar,. . . . . . . . . . . . . . . . . . . . . .>     i_rec_start_varchar varchar,. . . . . . . . . . . . . . . . . . . . . .>     i_rec_end_date varchar. . . . . . . . . . . . . . . . . . . . . .> );No rows affected (1.268 seconds)0: jdbc:phoenix:ip-172-31-21-45:2181:/hbase>

1620

执行bulkload命令导入数据

[ec2-user@ip-172-31-22-86 ~]$ HADOOP_CLASSPATH=/opt/cloudera/parcels/CDH/lib/hbase/hbase-protocol-1.2.0-cdh5.12.1.jar:/opt/cloudera/parcels/CDH/lib/hbase/conf hadoop jar /opt/cloudera/parcels/CLABS_PHOENIX/lib/phoenix/phoenix-4.7.0-clabs-phoenix1.3.0-client.jar org.apache.phoenix.mapreduce.CsvBulkLoadTool -t item -i /fayson/item.csv17/10/03 10:32:24 INFO util.QueryUtil: Creating connection with the jdbc url: jdbc:phoenix:ip-172-31-21-45.ap-southeast-1.compute.internal,ip-172-31-22-86.ap-southeast-1.compute.internal,ip-172-31-26-102.ap-southeast-1.compute.internal:2181:/hbase;...17/10/03 10:32:24 INFO zookeeper.ZooKeeper: Initiating client connection, connectString=ip-172-31-21-45.ap-southeast-1.compute.internal:2181,ip-172-31-22-86.ap-southeast-1.compute.internal:2181,ip-172-31-26-102.ap-southeast-1.compute.internal:2181 sessionTimeout=60000 watcher=hconnection-0x7a9c0c6b0x0, quorum=ip-172-31-21-45.ap-southeast-1.compute.internal:2181,ip-172-31-22-86.ap-southeast-1.compute.internal:2181,ip-172-31-26-102.ap-southeast-1.compute.internal:2181, baseZNode=/hbase17/10/03 10:32:24 INFO zookeeper.ClientCnxn: Opening socket connection to server ip-172-31-21-45.ap-southeast-1.compute.internal/172.31.21.45:2181. Will not attempt to authenticate using SASL (unknown error)...17/10/03 10:32:30 INFO mapreduce.Job: Running job: job_1507035313248_000117/10/03 10:32:38 INFO mapreduce.Job: Job job_1507035313248_0001 running in uber mode : false17/10/03 10:32:38 INFO mapreduce.Job:  map 0% reduce 0%17/10/03 10:32:52 INFO mapreduce.Job:  map 100% reduce 0%17/10/03 10:33:01 INFO mapreduce.Job:  map 100% reduce 100%17/10/03 10:33:01 INFO mapreduce.Job: Job job_1507035313248_0001 completed successfully17/10/03 10:33:01 INFO mapreduce.Job: Counters: 50...17/10/03 10:33:01 INFO mapreduce.AbstractBulkLoadTool: Loading HFiles from /tmp/fef0045b-8a31-4d95-985a-bee08edf2cf9...

1620

在Phoenix中查询该表

0: jdbc:phoenix:ip-172-31-21-45:2181:/hbase> select * from item limit 10;+------------+-------------------+----------------------+-----------------+| I_ITEM_SK  |     I_ITEM_ID     | I_REC_START_VARCHAR  | I_REC_END_DATE  |+------------+-------------------+----------------------+-----------------+| 1          | AAAAAAAABAAAAAAA  | 1997-10-27           |                 || 10         | AAAAAAAAKAAAAAAA  | 1997-10-27           | 1999-10-27      || 100        | AAAAAAAAEGAAAAAA  | 1997-10-27           | 1999-10-27      || 1000       | AAAAAAAAIODAAAAA  | 1997-10-27           | 1999-10-27      || 10000      | AAAAAAAAABHCAAAA  | 1997-10-27           | 1999-10-27      || 100000     | AAAAAAAAAKGIBAAA  | 1997-10-27           | 1999-10-27      || 100001     | AAAAAAAAAKGIBAAA  | 1999-10-28           | 2001-10-26      || 100002     | AAAAAAAAAKGIBAAA  | 2001-10-27           |                 || 100003     | AAAAAAAADKGIBAAA  | 1997-10-27           |                 || 100004     | AAAAAAAAEKGIBAAA  | 1997-10-27           | 2000-10-26      |+------------+-------------------+----------------------+-----------------+10 rows selected (0.054 seconds)0: jdbc:phoenix:ip-172-31-21-45:2181:/hbase>

1620

在hbase shell中查询该表

hbase(main):002:0> scan 'ITEM', LIMIT => 10ROW                         COLUMN+CELL                                                                  1                          column=0:I_ITEM_ID, timestamp=1507041176470, value=AAAAAAAABAAAAAAA          1                          column=0:I_REC_START_VARCHAR, timestamp=1507041176470, value=1997-10-27      1                          column=0:_0, timestamp=1507041176470, value=                                 10                         column=0:I_ITEM_ID, timestamp=1507041176470, value=AAAAAAAAKAAAAAAA          10                         column=0:I_REC_END_DATE, timestamp=1507041176470, value=1999-10-27           10                         column=0:I_REC_START_VARCHAR, timestamp=1507041176470, value=1997-10-27      10                         column=0:_0, timestamp=1507041176470, value=                                ... 100004                     column=0:I_REC_START_VARCHAR, timestamp=1507041176470, value=1997-10-27      100004                     column=0:_0, timestamp=1507041176470, value=                                10 row(s) in 0.2360 seconds

1620

入库条数检查

1620

条数相等，全部入库成功。

3.3使用Phoenix从HBase中导出数据到HDFS

Phoenix还提供了使用MapReduce导出数据到HDFS的功能，以pig的脚本执行。首先准备pig脚本。

[ec2-user@ip-172-31-22-86 ~]$ cat export.pig REGISTER /opt/cloudera/parcels/CLABS_PHOENIX/lib/phoenix/phoenix-4.7.0-clabs-phoenix1.3.0-client.jar;rows = load 'hbase://query/SELECT * FROM ITEM' USING org.apache.phoenix.pig.PhoenixHBaseLoader('ip-172-31-21-45:2181');STORE rows INTO 'fayson1' USING PigStorage(',');

[ec2-user@ip-172-31-22-86 ~]$

1620

执行该脚本

[ec2-user@ip-172-31-22-86 ~]$ pig -x mapreduce export.pig ...Counters:Total records written : 102000Total bytes written : 4068465Spillable Memory Manager spill count : 0Total bags proactively spilled: 0Total records proactively spilled: 0Job DAG:job_1507035313248_00022017-10-03 10:45:38,905 [main] INFO  org.apache.pig.backend.hadoop.executionengine.mapReduceLayer.MapReduceLauncher - Success!

1620

导出成功后检查HDFS中的数据

[ec2-user@ip-172-31-22-86 ~]$ hadoop fs -ls /user/ec2-user/fayson1Found 2 items-rw-r--r--   3 ec2-user supergroup          0 2017-10-03 10:45 /user/ec2-user/fayson1/_SUCCESS-rw-r--r--   3 ec2-user supergroup    4068465 2017-10-03 10:45 /user/ec2-user/fayson1/part-m-00000[ec2-user@ip-172-31-22-86 ~]$ hadoop fs -cat /user/ec2-user/fayson1/part-m-00000 | head -21,AAAAAAAABAAAAAAA,1997-10-27,10,AAAAAAAAKAAAAAAA,1997-10-27,1999-10-27cat: Unable to write to output stream.[ec2-user@ip-172-31-22-86 ~]$

1620

检查条数为10200与原始数据一致，全部导出成功。

1620

4.总结

使用Cloudera提供的Phoenix Parcel，可以很方便的安装Phoenix。

使用Phoenix可以对HBase进行建表，删除，更新等操作，都是以大家熟悉的SQL方式操作。

Phoenix提供了批量导入/导出数据的方式。批量导入只支持csv格式，分隔符为逗号。

Phoenix中的SQL操作，可以马上同步到HBase，通过hbase shell检查都成功。

目前Cloudera官方提供的Phoenix版本较旧，为4.7.0，社区最新版本为4.11.0

Phoenix提供的SQL语法较为简陋，没有insert/update，一律用upsert代替。

使用upsert插入数据时，只能一条一条插入，没法将全部字段值写到一个“values”后面。

1、下载

2、编译(编译时间较长,耐心等待)

mvn clean package -DskipTests

3、解压

　　将编译好的phoenix-4.8.0-cdh5.8.0.tar.gz解压出来

复制代码

[root@cmbigdata1 phoenix]# tar -zxvf  phoenix-4.8.0-cdh5.8.0.tar.gz[root@cmbigdata1 phoenix]# cd phoenix-4.8.0-cdh5.8.0[root@cmbigdata1 phoenix-4.8.0-cdh5.8.0]# lltotal 166152drwxr-xr-x 2 root root      4096 Apr 18 16:41 bin-rw-r--r-- 1 root root      1930 Aug  8  2016 build.txtdrwxr-xr-x 3 root root      4096 Aug  8  2016 devdrwxr-xr-x 2 root root      4096 Aug  8  2016 docsdrwxr-xr-x 3 root root      4096 Aug  8  2016 examplesdrwxr-xr-x 2 root root      4096 Apr 18 16:40 lib-rw-r--r-- 1 root root 113247548 Apr 18 14:43 phoenix-4.8.0-cdh5.8.0-client.jar-rw-r--r-- 1 root root   6619716 Apr 18 14:30 phoenix-4.8.0-cdh5.8.0-queryserver.jar-rw-r--r-- 1 root root  22498517 Apr 18 14:43 phoenix-4.8.0-cdh5.8.0-server.jar-rw-r--r-- 1 root root  27739579 Apr 18 14:29 phoenix-4.8.0-cdh5.8.0-thin-client.jar

复制代码

4、将phoenix-4.8.0-cdh5.8.0-server.jar拷贝到每一个RegionServer下

[root@cmbigdata2~]# find / -name 'phoenix-4.8.0-cdh5.8.0-server.jar'/soft/bigdata/clouderamanager/cloudera/parcels/CDH-5.10.0-1.cdh5.10.0.p0.41/lib/hbase/lib/phoenix-4.8.0-cdh5.8.0-server.jar

　　cmbigdata2和cmbigdata3和cmbigdata4一样。

5、增加hbase-site.xml 配置


    
     
      hbase.table.sanity.checks
     
     
      false

CDH修改方法:

　　在集群管理页面点击Hbase,进入Hbase管理界面

点击配置：

选择高级：

增加如下配置：

6、重启Hbase　　

　　　　这个很简单，不多说，会玩cloudermanager的人都知道。

7、登录phoenix

　　进入phoenix-4.8.0-cdh5.8.0/bin目录执行。

一，Phoenix的介绍

1，Phoenix，（“凤凰”）,它相当于一个Java中间件，提供jdbc连接，操作hbase数据表。

2，Apache Phoenix是构建在HBase之上的关系型数据库层，作为内嵌的客户端JDBC驱动用以对HBase中的数据进行低延迟访问。

二，Phoenix的下载

1，官网上下载的Phoenix的都会在文件名上标注需要搭配的hbase版本号，注意要一致。

2，要注意在官网上http://apache.fayea.com/phoenix/ 下载，如果自己电脑上的安装的hbase版本是cdh的话，则这两者会冲突，使用sqlline.py连接hbase时候会报类似以下错误：

出错原因：phoenix官方版本pom文件里的hbase依赖并不是使用cdh版本的。

解决的方法：所以，为了能够使得phoenix与cdh对应，我们需要从phoenix官网下载对应版本(4.6.0)的phoenix源码,修改pom文件依赖以及部分源码，并重新编译，得到适配于cdh5.4 hbase1.0.0 的phoenix。

三，解决的步骤

1，下载cdh版本的Phoenix，注意它需要搭配的hbase版本是hbase1.2版本。

https://github.com/chiastic-security/phoenix-for-cloudera/tree/4.8-HBase-1.2-cdh5.8

2，然后把该文件夹（phoenix-for-cloudera-4.8-HBase-1.2-cdh5.8）拷贝解压到如下路径：

D:\Software\Phoenix\phoenix-for-cloudera-4.8-HBase-1.2-cdh5.8

3，利用maven对该文件夹（phoenix-for-cloudera-4.8-HBase-1.2-cdh5.8）进行重新编译，具体操作如下:

(1),首先电脑要安装maven包，安装过程网上自己百度一下，不再介绍了

(2), 然后在window终端里，进入该文件夹路径下（phoenix-for-cloudera-4.8-HBase-1.2-cdh5.8）：

D:\Software\Phoenix\phoenix-for-cloudera-4.8-HBase-1.2-cdh5.8>

(3)，然后输入如下命令：

D:\Software\Phoenix\phoenix-for-cloudera-4.8-HBase-1.2-cdh5.8> mvn clean package -DskipTests -Dcdh.flume.version=1.6.0

(4), 最后如果显示：

则说明编译成功。

(5) 将编译打包好后的\Software\Phoenix\phoenix-for-cloudera-4.8-Hbase-1.2-cdh5.8\phoenix-assembly\target\phoenix-4.8.0-cdh5.8.0.tar.gz进行解压phoenix-4.8.0-cdh5.8.0，解压后的文件可以放在当前路径上。

4，接下来把编译后的整个文件夹（phoenix-for-cloudera-4.8-Hbase-1.2-cdh5.8）上传到集群上。

5, 将phoenix-4.8.0-cdh5.8.0中的phoenix-4.8.0-cdh5.8.0-server.jar拷贝到每一个RegionServer下/opt/cloudera/parcels/CDH/lib/hbase/lib

6，最后一步重启hbase集群。

7，进入集群中phoenix文件夹下的bin子文件夹下输入如下命令来开启phoenix了：

./sqlline.py dsbbzx1,dsbbzx4,dsbbzx5:2181

出现如下结果：

则说明Phoenix在集群上安装成功了，接下来就可以使用Phoenix了。

-------------------

Apache Phoenix

Phoenix supports thick and thin connection types:

is faster, but must connect directly to ZooKeeper and HBase RegionServers.

has fewer dependencies and connects through a instance.

Use the appropriate default.driver, default.url, and the dependency artifact for your connection type.

Thick client connection

Properties

Name	Value
default.driver	org.apache.phoenix.jdbc.PhoenixDriver
default.url	jdbc:phoenix:localhost:2181:/hbase-unsecure
default.user	phoenix_user
default.password	phoenix_password

Dependencies

Artifact	Excludes
org.apache.phoenix:phoenix-core:4.4.0-HBase-1.0

Thin client connection

Properties

Name	Value
default.driver	org.apache.phoenix.queryserver.client.Driver
default.url	jdbc:phoenix:thin:url=http://localhost:8765;serialization=PROTOBUF
default.user	phoenix_user
default.password	phoenix_password

Dependencies

Before Adding one of the below dependencies, check the Phoenix version first.

Artifact	Excludes	Description
org.apache.phoenix:phoenix-server-client:4.7.0-HBase-1.1		For Phoenix `4.7`
org.apache.phoenix:phoenix-queryserver-client:4.8.0-HBase-1.2		For Phoenix `4.8+`