全网最详细的大数据集群环境下如何正确安装并配置多个不同版本的Cloudera Hue（图文详解）

　　不多说，直接上干货！

　　为什么要写这么一篇博文呢？

　　　　是因为啊，对于Hue不同版本之间，其实，差异还是相对来说有点大的，具体，大家在使用的时候亲身体会就知道了，比如一些提示和界面。

全网最详细的大数据集群环境下多个不同版本的Cloudera Hue之间的界面对比（图文详解）

下载版本：

　　cdh版本

 http://archive-primary.cloudera.com/cdh5/cdh/5/

　　假设，我已经安装了如下的一个Hue版本

CDH版本大数据集群下搭建Hue（hadoop-2.6.0-cdh5.5.4.gz + hue-3.9.0-cdh5.5.4.tar.gz）（博主推荐）

　　　具体，见　https://www.cnblogs.com/zlslch/category/996966.html

　　　　而，我现在，安装另一个Hue版本

　　下载需要的系统包

yum install ant asciidoc cyrus-sasl-devel cyrus-sasl-gssapi gcc gcc-c++ krb5-devel ibtidy libxml2-devel libxslt-devel openldap-devel python-devel 
sqlite-devel openssl-devel mysql-devel gmp-devel

　　 接下来这一步的话可能时间比较久一点起码要三五分钟的，大家耐心等等

[root@bigdata-pro01 hue-3.9.-cdh5.12.1]# pwd
/opt/modules/hue-3.9.-cdh5.12.1
[root@bigdata-pro01 hue-3.9.-cdh5.12.1]# make apps

Post-processed 'dashboard/art/icon_twitter_48.png' as 'dashboard/art/icon_twitter_48.f52ea3273a0b.png'
Post-processed 'dashboard/art/icon_search_48.png' as 'dashboard/art/icon_search_48.59ff9c158c3e.png'
Post-processed 'dashboard/art/retweet.png' as 'dashboard/art/retweet.3283aa38cda3.png'
Post-processed 'dashboard/art/icon_search_24.png' as 'dashboard/art/icon_search_24.6fd815bc6bda.png'
Post-processed 'dashboard/art/icon_yelp.png' as 'dashboard/art/icon_yelp.b8d010236c61.png'
Post-processed 'dashboard/art/reply.png' as 'dashboard/art/reply.826bf84787cb.png'
Post-processed 'dashboard/art/icon_logs.png' as 'dashboard/art/icon_logs.d74c81e990f1.png'
Post-processed 'dashboard/help/index.html' as 'dashboard/help/index.e505932c5f0c.html'
Post-processed 'dashboard/less/admin_mobile.less' as 'dashboard/less/admin_mobile.5eb5453b4218.less'
Post-processed 'dashboard/less/common_dashboard.less' as 'dashboard/less/common_dashboard.d0d60bb2eaf6.less'
Post-processed 'dashboard/less/search.less' as 'dashboard/less/search.92dd970e4f23.less'
Post-processed 'dashboard/less/search_mobile.less' as 'dashboard/less/search_mobile.a011472c6568.less'
Post-processed 'dashboard/less/admin.less' as 'dashboard/less/admin.c7aeed55b57c.less'
Post-processed 'dashboard/css/search.css' as 'dashboard/css/search.594d26fc013a.css'
Post-processed 'dashboard/css/search_mobile.css' as 'dashboard/css/search_mobile.d3cce15268e8.css'
Post-processed 'dashboard/css/common_dashboard.css' as 'dashboard/css/common_dashboard.9556d1337771.css'
Post-processed 'dashboard/css/admin.css' as 'dashboard/css/admin.8ac4321910cb.css'
Post-processed 'dashboard/css/admin_mobile.css' as 'dashboard/css/admin_mobile.2adfb564b9e5.css'

 static files copied to '/opt/modules/hue-3.9.0-cdh5.12.1/build/static',  post-processed.
make[]: Leaving directory `/opt/modules/hue-3.9.-cdh5.12.1/apps'
[root@bigdata-pro01 hue-3.9.-cdh5.12.1]# 

　　现在我们编译就成功了！！！

　　我们可以看到生成我们的build目录

[root@bigdata-pro01 hue-3.9.-cdh5.12.1]# pwd
/opt/modules/hue-3.9.-cdh5.12.1
[root@bigdata-pro01 hue-3.9.-cdh5.12.1]# ll
total
-rw-r--r--   root root   Jun  : app.reg
drwxr-xr-x  kfk  kfk    Jun  : apps
drwxr-xr-x   root root   Jun  : build
drwxr-xr-x   kfk  kfk    Aug    cloudera
drwxr-xr-x   kfk  kfk    Jun  : desktop
drwxr-xr-x   kfk  kfk    Aug    docs
drwxr-xr-x   kfk  kfk    Aug    ext
-rw-r--r--   kfk  kfk   Aug    LICENSE.txt
-rw-r--r--   kfk  kfk    Aug    Makefile
-rw-r--r--   kfk  kfk    Aug    Makefile.sdk
-rw-r--r--   kfk  kfk    Aug    Makefile.vars
-rw-r--r--   kfk  kfk    Aug    Makefile.vars.priv
drwxr-xr-x   kfk  kfk    Aug    maven
-rw-r--r--   kfk  kfk     Aug    NOTICE.txt
-rw-r--r--   kfk  kfk    Aug    README
drwxr-xr-x   kfk  kfk    Aug    tools
-rw-r--r--   kfk  kfk     Aug    VERSION
[root@bigdata-pro01 hue-3.9.-cdh5.12.1]# 

[root@bigdata-pro01 desktop]# chmod o+w desktop.db 

[root@bigdata-pro01 desktop]# chown -R kfk:kfk desktop.db 

　　　　然后，紧接着，做相关的配置。这里不多赘述，是一样的做法。

　　　　细节：

　　　　　　除了部分，高版本的Hue增加了一些，其他的基本一样。

　　　　

　　　　其他的，大家，自行去逐一看吧。

　　　　有人会质疑，那这个会需要做一样的吗？

　　　　　　由此可见，所以打消焦虑。一样的做法。

　　　　由此可见，想用哪个版本，就开启哪个版本的hue就好。

欢迎大家，加入我的微信公众号：大数据躺过的坑        人工智能躺过的坑

 

 

 

同时，大家可以关注我的个人博客：

   http://www.cnblogs.com/zlslch/   和     http://www.cnblogs.com/lchzls/      http://www.cnblogs.com/sunnyDream/   

   详情请见：http://www.cnblogs.com/zlslch/p/7473861.html

　　人生苦短，我愿分享。本公众号将秉持活到老学到老学习无休止的交流分享开源精神，汇聚于互联网和个人学习工作的精华干货知识，一切来于互联网，反馈回互联网。
　　目前研究领域：大数据、机器学习、深度学习、人工智能、数据挖掘、数据分析。 语言涉及：Java、Scala、Python、Shell、Linux等 。同时还涉及平常所使用的手机、电脑和互联网上的使用技巧、问题和实用软件。 只要你一直关注和呆在群里，每天必须有收获

对应本平台的讨论和答疑QQ群：大数据和人工智能躺过的坑（总群）（161156071）