CDH5 快速入门

0. 体系架构

CM分为Server与Agent两部分及数据库（自带更改过的嵌入Postgresql）。它主要做三件事件：

1.管理监控集群主机。

2.统一管理配置。

3.管理维护Hadoop平台系统。

实现采用C/S结构，Agent为客户端负责执行服务端发来的命令，执行方式一般为使用python调用相应的服务shell脚本。Server端为Java REST服务，提供REST API，Web管理端通过REST API调用Server端功能，Web界面使用富客户端技术（Knockout）。

1.Server端主体使用Java实现。

2.Agent端主体使用Python,服务的启动通过调用相应的shell脚本进行启动，如果启动失败会重复4次调用启动脚本。

3.Agent与Server保持心跳，使用Thrift RPC框架。

1. 相关目录

· /opt/cloudera/parcels/ : Hadoop相关服务安装目录。

· /opt/cloudera/parcel-repo/ : 下载的服务软件包数据，数据格式为parcels。

· /opt/cloudera/parcel-cache/ : 下载的服务软件包缓存数据。

· /opt/cloudera/parcels/CDH/jars : 所有jar包所在目录

· /var/log/cloudera-scm-installer : 安装日志目录

· /var/log/cloudera-scm-* : 相关日志文件（相关服务的及CM的）

· /usr/share/cmf/ : 程序安装目录

· /usr/lib64/cmf/ : Agent程序代码

· /var/lib/cloudera-scm-server-db/data : 内嵌postgresql数据库目录

· /var/lib/cloudera-scm-server:服务端目录

· /usr/bin/postgres : 内嵌数据库程序

· /etc/cloudera-scm-agent/ : cm agent的配置目录。

· /etc/cloudera-scm-agent/config.ini  ： 配置连接服务端的配置,如server_host

· /etc/cloudera-scm-server/ : cm server的配置目录。

· /etc/cloudera-scm-server/db.properties  ：database settings

· /etc/hadoop/* ：hadoop客户端配置目录

· /etc/hive/ ：hive 的配置目录  

2. 配置及环境变量

CDH安装完成后,服务启动时,Hadoop各组件配置文件会被放置于 /var/run/cloudera-scm-agent/process/ 目录下。

例如：/var/run/cloudera-scm-agent/process/193-hdfs-NAMENODE/core-site.xml。这些配置文件是通过Cloudera Manager启动相应服务（如HDFS）时生成的，内容从数据库中获得（即通过界面配置的参数）。

在CM界面上更改配置是不会立即反映到配置文件中，这些信息会存储于数据库中，等下次重启服务时才会生成配置文件。且每次启动时都会产生新的配置文件。

CM Server主要数据库为scm/cmf中放置配置的数据表为configs。里面包含了服务的配置信息

每一次配置的更改会把当前页面的所有配置内容添加到数据库中，以此保存配置修改历史。

 

· 查看配置内容

a.直接查询cmf数据库的configs数据表的内容。

b.访问REST API： http://172.16.101.66:7180/api/v4/cm/deployment ，返回JSON格式部署配置信息。

· 配置生成方式

CM为每个服务进程生成独立的配置目录（文件）。所有配置统一在服务端查询数据库生成（因为scm/cmf数据库只能在localhost下访问）生成配置文件，再由agent通过网络下载包含配置文件的zip包到本地解压到指定的目录。

· 配置修改

CM对于需要修改的配置预先定义，对于没有预先定义的配置,则通过在高级配置项中使用xml配置片段的方式进行配置。而对于/etc/hadoop/下的配置文件是客户端的配置，可以在CM通过部署客户端生成客户端配置。

· 环境变量脚本:/opt/cloudera/parcels/CDH/meta/cdh_env.sh

CDH_HADOOP_HOME=/opt/cloudera/parcels/CDH/lib/hadoop

HADOOP_BIN=/opt/cloudera/parcels/CDH/lib/hadoop-0.20-mapreduce/bin/Hadoop  

#CM  客户端 / 服务端、 Hadoop 各个组件的配置文件都在 /etc 目录下

HDFS	Active NameNode 数据目录 dfs.name.dir	/dfs/nn
	Standby NameNode 数据目录 dfs.name.dir	/dfs/nn
	Secondary NameNode HDFS 检查点目录fs.checkpoint.dir	/dfs/nn
	日志目录hadoop.log.dir	/var/log/hadoop-hdfs
MapReduce	JobTracker 本地数据目录mapred.local.dir	/mapred/jt
	TaskTracker 本地数据目录列表mapred.local.dir	/mapred/local
	日志目录hadoop.log.dir	/var/log/hadoop-0.20-mapreduce
Hive	仓库目录hive.metastore.warehouse.dir	/user/hive/warehouse
	HiveServer2 日志目录	/var/log/hive
Zookeeper	数据目录dataDir	/var/lib/zookeeper
	事务日志目录dataLogDir	/var/lib/zookeeper

3.CM 常用命令

service cloudera-scm-server start|stop|restart|status

service cloudera-scm-server-db start|stop|restart|status

service cloudera-scm-agent start|stop|restart|status

查看进程:jps / jps -l

4. Had oop Shell

http://www.aboutyun.com/thread-6983-1-1.html

http://www.wjxfpf.com/2015/10/472510.html

hadoop fs -ls /:列出hdfs文件系统根目录下的目录和文件

hadoop fs -ls -R /:列出hdfs文件系统所有的目录和文件

hadoop dfsadmin –report : 查看文件系统的基本信息和统计信息

5.MapReduce

6.Yarn

7.Hive

8.Zookeeper

9.See

How Does Cloudera Manager Work?

Cloudera平台参考部署架构