1.简介说明
apache hive去年12月发布了2.1.1版本，从Hive 2.0引入了LLAP（Live Long And Process），2.1进行了比较大的优化，可以说hive已经走向了内存计算，目前hortonworks测试llap +tez比hive1.x快了25倍，禁不住诱惑来玩一下
2.LLAP安装
2.1依赖
Hive llap服务安装依赖先安装tez，和slider，所以安装llap前先安装并测试好tez和slider；
2.2配置
以下是hive-site.xml配置
<!--llap configuration-->
<property>
<name>hive.execution.engine</name>
<value>tez</value>
</property>
<!--目前llap只支持tez做为引擎-->
<property>
<name>hive.llap.execution.mode</name>
<value>all</value>
</property>
<!-- 有这四个auto, none, all, map选项，表示是否在llap或者container里运行查询，all表示让所有的task都在llap进程内执行-->
<property>
<name>hive.execution.mode</name>
<value>llap</value>
</property>
<!-- 两个选项[container, llap]，表示查询运行在container或者llap-->
<property>
<name>hive.llap.daemon.service.hosts</name>
<value>@llap_service</value>
</property>
<!-- llap_service是启动llap服务的时候--name指定的名字，可根据情况来设置-->
<property>
<name>hive.zookeeper.quorum</name>
<value>hd21:2181,hd22:2181,hd23:2181</value>
</property>
<property>
<name>hive.llap.daemon.memory.per.instance.mb</name>
<value>25600</value>
</property>
<!-- LlapDaemon内存,需要在这里指定，hive --service --instances指定遇到过失败-->
<property>
<name>hive.llap.daemon.num.executors</name>
<value>8</value>
</property>
<!-- LlapDaemon core数-->
<!--如下是HiveServer2的参数，用来启用llap的并发查询-->
<property>
<name>hive.server2.tez.default.queues</name>
<value>root.storm</value>
</property>
<property>
<name>hive.server2.tez.initialize.default.sessions</name>
<value>true</value>
</property>
<property>
<description>Set to the number of concurrent queries to run on the queues that
are configured by hive.server2.tez.default.queues. This setting launches
long-running Tez AMs (sessions).
</description>
<name>hive.server2.tez.sessions.per.default.queue</name>
<value>2</value>
</property>
2.3特殊注意
先检查python版本，别低于2.5最好2.7.X吧，然后进入hive2.1.1主目录下的scripts/llap/bin目录下，编辑runLlapDaemon.sh启动脚本，在CLASSPATH变量中加入`hadoop classpath`，即加入hadoop的环境路径，避免出现找不到相关类库的而导致的启动失败，如下：
3.启动服务
hive --service llap --name llap_service --instances 5 --size 25g --loglevel INFO --cache 10g --executors 10 --iothreads 10 --slider-am-container-mb 1024 --args " -XX:+UseG1GC -XX:+ResizeTLAB -XX:+UseNUMA -XX:-ResizePLAB"
启动服务的选项如下：
启动成功:
启动后会生成一个如下的文件夹：
进入可以看到有四个文件
其中run.sh这个启动shell就只是用slider来提交llap到yarn的脚本./run.sh即可启动到yarn中，启动后，可以看到yarn中的application如下：
RUNNING状态表示启动运行成功；
查看nodemanager节点可以看到有相应的daemon进程如下：
启动tez作业如下：
查看tez作业AM的资源情况可以看到tez的task都运行在llap中，只有am独立container运行；
从性能效率看，llap确实有了明显的提升，一个分区聚合数据和union相应另一个分区操作，数据100g，从资源时间消耗资源角度看资源减少了2倍，执行时间效率上提升了6倍，后面有空可以参照tpc-ds_v2.4.0做一些较全面的性能测试；
停止llap只用执行slider stop llap_service即可；
最后说一下llap是长驻yarn资源的，直到停止llap，所以应用场景来说要看作业量和集群资源使用率来权衡应用，确实感到惊喜hive走到这一步；