从零搭建生产Hadoop集群（三）——CDH集群搭建

最新推荐文章于 2024-09-23 09:26:47 发布

fish的饭票

最新推荐文章于 2024-09-23 09:26:47 发布

阅读量8.4k

点赞数 6

分类专栏： hadoop 文章标签： hadoop CDH 搭建 cloudera manager

本文链接：https://blog.csdn.net/lxbalex/article/details/83188753

版权

hadoop 专栏收录该内容

7 篇文章 2 订阅

订阅专栏

本文详细介绍了从零开始搭建CDH集群的过程，包括硬件检查、系统配置、数据库安装配置及CMServer/Agent安装等关键步骤。基于CentOS7，选用ClouderaManager5.8.1和CDH5.8.0版本，提供了搭建Hadoop集群的全面指南。

摘要由CSDN通过智能技术生成

一、概述

继本系列前两篇文章讲到的离线安装YUM源搭建及规划与环境准备，本文开始讲述CDH集群的搭建步骤及注意要点。本文基于CentOS7进行部署，Cloudera Manager版本选择5.8.1，CDH版本5.8.0。

二、硬件检查与系统配置

1.硬件检查

1）检查内存

free -g

在这里插入图片描述

2）检查所有磁盘挂载。将noatime参数写入/etc/fstab，并remount所有数据盘。

vim /etc/fstab

在这里插入图片描述

for i in 1 2 3 4 5;do mount -o remount /opt$i
mount

在这里插入图片描述

3）检查磁盘读写

可以用dd或者hdparm命令进行测试，具体步骤可以参考网上的一些做法。

4）检测网卡设置

ethtool [interface]

在这里插入图片描述

5）检测路由

route -n

若路由缺失，使用以下命令添加路由并添加到/etc/rc.local以使重启生效

route add -net [网段] netmask [掩码] gw [网关] dev [网口]

6）检查系统版本

检查系统版本是否为CDH推荐的版本，版本不兼容可能会产生稳定性问题

cat /etc/issue
uname -a

2.系统配置

1）配置hostname与/etc/hosts（所有节点）

若在没有dns服务的内部网络，配置hosts就很有必要了，集群间所有节点均需配置以相互通信。

设置hostname

命令行执行：

hostname [name]

设置HOSTNAME以使重启生效

vim /etc/sysconfig/network

设置/etc/hosts

将集群所有节点的信息添加到该文件中

vim /etc/hosts

2）所有节点安装SSH（所有节点）

可以选择CM server到agent通过用户名密码登录或者是公钥的方式。若使用用户名的方式，需保证所有服务器root用户名和密码一致。

3）安装Oracle JDK（所有节点）

CentOS自带Openjdk，不过运行CDH5需要使用Oracle的jdk。至于安装，可通过web安装界面指定使用CM Server来进行安装（安装yum repo中的配置的Java版本）。

4）关闭防火墙和SELinux（所有节点）

清除iptables

iptables -L

iptables -F

关闭SELinux

/etc/selinux/config 的SELINUX=disabled

5）设置swappiness（所有节点）

命令行执行：

sysctl -w vm.swappiness=0

/etc/sysctl.conf添加以下内容：

vm.swappiness = 0

6）设置ulimit（所有节点）

命令行执行：

ulimit -n 65535

/etc/security/limits.conf添加以下内容：

soft nofile 65535
hard nofile 65535

7）设置ntp服务（所有节点）

使用ntpdate命令与ntp服务器对时

date
ntpdate [ntpserver]

/etc/ntp.conf添加以下内容：

server [ntpserver]

启动ntpd

systemctl restart ntpd

查看是否同步成功

ntpstat

8）设置DNS（所有节点）

若集群域名解析仅依赖/etc/hosts文件，建议注释掉/etc/resolv.conf，以避免不良影响。

9）关闭THP

CDH 5 所支持的大多数 Linux 平台包含名为透明大页面压缩的功能，该功能与 Hadoop 工作负载交互较差，可能会严重影响性能，因此建议关闭。命令行执行以下命令，并写到/etc/rc.local文件中。

echo never > /sys/kernel/mm/redhat_transparent_hugepage/enabled
echo never > /sys/kernel/mm/redhat_transparent_hugepage/defrag

三、数据库安装与配置

CM支持多种类型数据库作为配置及监控数据的存储方式，这里以mysql为例。CM数据库、Hue/Oozie配置数据库、Hive Metastore元数据库等最好能够根据实际应用及负载分开部署，并且部署高可用方案（主从或主主互备，后续会有专题讲解）。

1.安装MySql

表配置为Innodb引擎，否则CM启动可能会遇到问题。

yum install mysql-server
service mysqld start

2.配置CM Server数据库

用于存放CM的配置与监控数据。

mysqladmin -u root password 'xxxx'
mysql -uroot -p 进入mysql命令行，创建以下数据库：
create database amon DEFAULT CHARACTER SET utf8;
grant all on amon.* TO 'amon'@'%' IDENTIFIED BY 'xxxx';
create database smon DEFAULT CHARACTER SET utf8;
grant all on smon.* TO 'smon'@'%' IDENTIFIED BY 'xxxx';
create database rman DEFAULT CHARACTER SET utf8;
grant all on rman.* TO 'rman'@'%' IDENTIFIED BY 'xxxx';
create database hmon DEFAULT CHARACTER SET utf8;
grant all on hmon.* TO 'hmon'@'%' IDENTIFIED BY 'xxxx';
create database nav DEFAULT CHARACTER SET utf8;
grant all on nav.* TO 'nav'@'%' IDENTIFIED BY 'xxxx';
flush privileges;

3.配置Hive Metastore数据库

用于存放Hive的元数据信息。

create database metastore DEFAULT CHARACTER SET utf8;
grant all on metastore.* TO 'hive'@'%' IDENTIFIED BY 'xxxx';
flush privileges;

注意，安装Hive的时候可能会报错，由于使用了MySql作为Hive的元数据存储，因此需要安装MySql的驱动：

yum install mysql-connector-java

4.配置Hue/Oozie数据库

用于存放Hue/Oozie配置信息。

create database hue DEFAULT CHARACTER SET utf8;
grant all on hue.* TO 'hue'@'%' IDENTIFIED BY 'xxxx';
create database oozie DEFAULT CHARACTER SET utf8;
grant all on oozie.* TO 'oozie'@'%' IDENTIFIED BY 'xxxx';
flush privileges;

四、CM Server/Agent及CDH相关套件安装

1.下载并执行cloudera-manager-installer

1）下载安装脚本

根据所需版本进行下载，本文使用https://www.cloudera.com/downloads/manager/5-8-1.html
在这里插入图片描述

2）执行安装脚本

该执行程序会指引安装CM Server，前提是YUM源提前要配置好。在需要安装CM Server的linux服务器上，使用root用户执行以下命令。

chmod u+x cloudera-manager-installer.bin
./cloudera-manager-installer.bin --skip_repo_package=1

根据提示，点击下一步，最后完成安装后会提示CM的web登陆url及初始用户名密码，默认是adimin、admin。安装过程中可能会遇到一些异常，根据提示的日志文件信息解决即可。

3）使用浏览器登陆CM Web页面进行集群安装

登陆CM界面后，根据安装向导执行初始化安装和配置。

（1）选择要安装的 Cloudera Manager 版本

选择免费版、试用版or商业版。

（2）通过主机名和 IP 地址范围查找您指定的群集主机

指定需要通过CM管理的服务器范围。

（3）使用 SSH 连接至每台主机以安装 Cloudera Manager Agent 和其他组件

可以提前将CM Server的公钥放置与其他服务器上，或者输入统一的用户名密码进程操作。

（4）在群集主机上安装 Oracle JDK

（5）安装 CDH 和托管服务软件包或 parcel

“选择方法”选项，选择“使用Parcel（建议）”，并点击右边按钮的“更多选项”，设置“远程Parcel存储库URL"为“http://[my-yum-server]/cloudera-parcel/”，若没有指定本地YUM源，会从网络进行下载，速度就会慢很多；
“选择CDH的版本”，如果之前已经配好了YUM源，这里会显示出相应的CDH parcel安装包，选择即可。
点击下一步就会进行parcel包的分发与安装。这一步主要会进行CM Agent的安装以及将parcel包分发到各个服务器。

（6）自动配置 CDH 和托管服务并启动服务

这一步，主要根据自己的实际需求启动相关服务，如HDFS/YARN/HBASE/HIVE/ZOOKEEPER等，可以选择核心套件，或者自定义，不过，一般以上提到的服务都是生产中常用到的，可根据实际调整。

“集群设置”的“自定义角色配置”页面，选择需要在服务器上分配对应的角色实例。生产环境中，最好能够做到数据节点（datanode/nodemanager等）与管理节点（namenode/resourcemanager/hivemetastore/zookeeper等）的分离，由于数据节点经常会运行繁重的任务，可能会影响管理节点的稳定高效运行。
“集群设置”的“数据库设置”页面，将之前在MySql建的对应库名、用户名、密码填入之后，点击连接测试，没有问题则可进入下一步。
一路点击下一步即会对集群进行初始化，如无意外，可顺利启动集群。
测试集群运行任务是否正常：hadoop jar /opt/cloudera/parcels/CDH/lib/hadoop-mapreduce/hadoop-mapreduce-examples.jar pi 10 100

（7）集群启动后的优化

HDFS 启用NameNode HA。点击“HDFS”服务->“操作”->“启用High Availability”，选择两个NN需要分布在哪两个服务器即可。
YARN 启用HA。点击“YARN”服务->“操作”->“启用High Availability”，选择两个RM需要分布在哪两个服务器即可。
HBase 启用HA。主要是HMaster在多个服务器上启动实例即可。
Hive启用HA。Metastore及Hiveserver均需启用多个实例以提高可用性。
根据实际情况需要，启用kerberos认证，提高安全性，后续进行专题讨论。
各个服务根据实际使用情况的配置优化，后续进行专题讨论。
至此，一个可用的Hadoop机器已经搭建起来了。可通过CM页面查看集群的运行情况，并可通过界面直接操作集群服务。