CDH5上安装Hive,HBase,Impala,Spark等服务

出处：http://blog.csdn.net/yangzhaohui168/article/details/33403555

Apache Hadoop的服务的部署比较繁琐，需要手工编辑配置文件、下载依赖包等。Cloudera Manager以GUI的方式的管理CDH集群，提供向导式的安装步骤。由于需要对Hive,HBase,Impala,Spark进行功能测试，就采用了Cloudera Manager方式进行安装。

Cloudera Manager提供两种软件包安装源，Package 和 Parcel：

Package就是一个个rpm文件，以yum的方式组织起来。

Parcel是rpm包的压缩格式，以.parcel结尾，所有的rpm压缩在一个文件中，方便下载和分发，使用manifest.json文件对parcel文件进行描述，将parcel文件保存到局域网内的Web服务器上，安装过程中就不需要从互联网上下载文件了，实现了离线安装。

一、安装前准备工作

安装Hive,HBase,Impala,Spark之前，Cloudera Manager应该已经安装好了，参见：本地Yum软件源安装Cloudera Manager 5 这篇文章，使用的操作系统为 CentOS-6.5-x86_64，CM版本为 5.0.2 ，采用parcel包方式安装，

1、下载安装中需要的文件：

从 http://archive.cloudera.com/cdh5/parcels/5.0.2.13/ 下载如下的文件，保存到Web服务器的 /var/www/html/cdh5/parcels/latest 目录 ：

[javascript]  view plain  copy

 

1. [root@localhost latest]# pwd  
2. /var/www/html/cdh5/parcels/latest  
3. [root@localhost latest]# ll  
4. total 1793948  
5. -rw-r--r-- 1 root root 1836961055 Jun 15 06:51 CDH-5.0.2-1.cdh5.0.2.p0.13-el6.parcel  
6. -rw-r--r-- 1 root root      33190 Jun 15 09:04 manifest.json  

从 http://archive-primary.cloudera.com/redhat/cdh/ 下载：RPM-GPG-KEY-cloudera，这是对rpm包进行校验的文件，保存到Web服务器的 /var/www/html/redhat/cdh 目录：

[javascript]  view plain  copy

 

1. [root@localhost cdh]# pwd  
2. /var/www/html/redhat/cdh  
3. [root@localhost cdh]# ll  
4. total 4  
5. -rw-r--r-- 1 root root 1690 Jun 16 07:32 RPM-GPG-KEY-cloudera  
6. [root@localhost cdh]#   

2、准备安装的服务器

测试环境一共使用了六台服务器，列表如下：

服务器列表

ip地址	hostname	描述信息
172.16.230.140	archive.cloudera.com	本地web服务器
172.16.230.141	cm.worker.com	CM，管理节点
172.16.230.151	h1.worker.com	节点1
172.16.230.152	h2.worker.com	节点2
172.16.230.153	h3.worker.com	节点3
172.16.230.154	h4.worker.com	节点4

所有的服务器上安装CentOS-6.5-x86_64，并关闭防火墙、selinux、保持时间一致。保持所有的root用户密码一致。一个Hadoop集群中的节点最少为三台，本测试环境的节点为四台，上面的ip地址需要根据自已的网络情况进行调整，这是我搭建的虚拟机的IP。

3、在web服务器上发布CentOS-6.5-x86_64安装盘文件

安装过程中，需要从CentOS-6.5-x86_64安装盘上读取一些rpm包，需要将安装盘发布为本地yum源。将安装盘挂载到web服务器，并添加软连接到web目录，web服务器上的web根目录如下：

[javascript]  view plain  copy

 

1. [root@localhost html]# pwd  
2. /var/www/html  
3. [root@localhost html]# ll  
4. total 12  
5. drwxr-xr-x 3 root root 4096 Jun 15 06:48 cdh5  
6. lrwxrwxrwx 1 root root   24 Jun 20 08:12 centos_media -> /media/CentOS_6.5_Final/  
7. drwxr-xr-x 3 root root 4096 Jun 14 10:04 cm5  
8. drwxr-xr-x 3 root root 4096 Jun 16 07:29 redhat  

4、创建 hosts 和 yum配置文件

创建hosts文件，保存到所有服务器的 /etc/hosts ，内容如下：

[javascript]  view plain  copy

 

1. 127.0.0.1   localhost localhost.localdomain localhost4 localhost4.localdomain4  
2. ::1         localhost localhost.localdomain localhost6 localhost6.localdomain6  
3.   
4. 172.16.230.140 archive.cloudera.com  
5. 172.16.230.141 cm.worker.com  
6. 172.16.230.151 h1.worker.com  
7. 172.16.230.152 h2.worker.com  
8. 172.16.230.153 h3.worker.com  
9. 172.16.230.154 h4.worker.com  

创建 myrepo.repo 文件，保存到所有服务器的 /etc/yum.repos.d 目录，内容如下：

[javascript]  view plain  copy

 

1. [myrepo]  
2. name=myrepo  
3. baseurl=http://172.16.230.140/cm5/redhat/6/x86_64/cm/5/  
4. enabled=1  
5. gpgcheck=0  

创建 CentOS-Media.repo 文件，保存到所有服务器的 /etc/yum.repos.d 目录，内容如下：

[javascript]  view plain  copy

 

1. [c6-media]  
2. name=CentOS-$releasever - Media  
3. baseurl=http://172.16.230.140/centos_media  
4. gpgcheck=0  
5. enabled=1  
6. exclude = jdk*  

注意， /etc/yum.repos.d 目录，仅存在  myrepo.repo 和  CentOS-Media.repo  两个文件.

5、cm.worker.com 上安装 PostgreSQL

Hive需要使用一个关系数据库作为Metastore数据库，使用嵌入式数据库存在性能问题，需要在cm.worker.com 上安装一个PostgreSQL数据库，创建用户hiveuser，创建数据库 hivedb，指定数据库拥有者为hiveuser，详细过程可以参见这篇文章：PostgreSQL新手教程

二、图解Hive,HBase,Impala,Spark 的安装和配置

做了上面的准备工作后，登录CM5就可以开始安装了，安装过程大部分情况下都不需要修改默认值，需要修改的地方会以文字说明，下面是安装过程的截图，

1、登录CM5

2、选择Cloudera Express

3、可供选择的安装包列表

4、为CDH集群指定主机

输入 172.16.230.[151-154] ，根据自已网络情况进行调整，然后点击搜索。

5、进入添加主机向导

使用parcel安装方式，parcel下载路径不用修改，已经发布在本地web服务器中了。

不需要java加密，保留默认值：

输入root的密码，所有节点的root密码是一致的。同时安装的数据默认为10，考虑到是虚拟机，修改为2。如果是真实服务器，请保留默认值为10.

进行节点CM管理程序安装，如果出现问题，请检查hostname与ip地址配置是否正确。

下载和分配parcel包，由于parcel包有1.8G大小，执行时间较长，可以喝杯咖啡再回来。

主机安装完成：会对主机进行检查，有个 swappness 需要调整，如果是真实服务器，请将 swappness修改为0，尽量不使用交换分区。

6、进入添加服务向导：

选饿所有服务

保持默认的节点角色配置：

选择自定义数据库，填写连接信息，并点击测试连接按钮：

添加服务的详细配置，保留默认值：

首次启动服务的时间比较长，大概二十分钟：

添加服务完成：

点击完成后，就进入了CM管理的首页了。

7、进入CM首页

三、小结

本文描述的hadoop安装方式是一种离线方式，通过CM5加快了环境搭建的速度，CM5将hadoop集群管理的复杂度大大降低。后面在测试中学习hadoop集群的调优。

原创作品，转载请注明出处：http://blog.csdn.net/yangzhaohui168/article/details/33403555