Cloudera Manager下载地址:
http://archive.cloudera.com/cm5/cm/5/cloudera-manager-el6-cm5.4.3_x86_64.tar.gz ,
CDH安装包地址:
http://archive.cloudera.com/cdh5/parcels/5.4.3/ ,由于我们的操作系统为CentOS6.5,需要下载以下文件:
· CDH-5.4.3-1.cdh5.4.3.p0.6-el6.parcel
· CDH-5.4.3-1.cdh5.4.3.p0.6-el6.parcel.sha1
准备工作:系统环境搭建
以下操作均用root用户操作。
1.网络配置(所有节点)
vi /etc/sysconfig/network 修改hostname:
NETWORKING=yes
HOSTNAME=hadoop.master
通过 service networkrestart 重启网络服务生效。
vi /etc/hosts ,修改ip与主机名的对应关系
192.168.226.17 hadoop.master master
192.168.226.18 hadoop.slave1 slave1
192.168.226.19 hadoop.slave2 slave2
192.168.226.20 hadoop. slave3 slave3
注意: 这里需要将每台机器的ip及主机名对应关系都写进去,本机的也要写进去,否则启动Agent的时候会提示hostname解析错误。
2.打通SSH,设置ssh无密码登陆(所有节点)
在所有节点上执行 ssh-keygen -trsa 一路回车,生成无密码的密钥对。
将公钥添加到认证文件中: cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys ,并设置authorized_keys的访问权限: chmod 600 ~/.ssh/authorized_keys 。
scp文件到所有datenode节点:
scp ~/.ssh/authorized_keys root@slave1:~/.ssh/
测试: 在主节点上ssh slave1,正常情况下,不需要密码就能直接登陆进去了。
3.安装jdk(所有节点)
CentOS,自带OpenJdk,不过运行CDH5需要使用Oracle的Jdk,需要Java 7的支持。
卸载自带的OpenJdk,使用 rpm -qa | grep java 查询java相关的包,使用 rpm -e --nodeps 包名 卸载(凡是java开头 都卸载)。
去Oracle的官网下载jdk的rpm安装包,并使用 rpm -ivh 包名 安装之。
由于是rpm包并不需要我们来配置环境变量,我们只需要配置一个全局的JAVA_HOME变量即可,执行命令:
echo"JAVA_HOME=/usr/java/latest/" >> /etc/profile 注意:latest是jdk目录的软连接,所以你使用它或者直接写jdk的目录都可以
4.安装配置MySql(主节点)
安装mysql请看 http://blog.csdn.net/wanghui19931015/article/details/52663862
mysql -uroot -p123456 进入mysql命令行,创建以下数据库:
#hive
create database hive DEFAULT CHARSET utf8 COLLATE utf8_general_ci;
#activity monitor
create database amon DEFAULT CHARSET utf8 COLLATE utf8_general_ci;
设置root授权访问以上所有的数据库:
#授权root用户在主节点拥有所有数据库的访问权限
grant all privileges on *.* to 'root'@'master' identified by '123456'with grant option;
grant all privileges on *.* to 'root'@'%' identified by '123456' with grant option;
flush privileges;
5.关闭防火墙和SELinux
注意: 需要在所有的节点上执行,因为涉及到的端口太多了,临时关闭防火墙是为了安装起来更方便,安装完毕后可以根据需要设置防火墙策略,保证集群安全。
关闭防火墙:
service iptables stop(临时关闭)
chkconfig iptables off(重启后生效)
关闭SELINUX(实际安装过程中发现没有关闭也是可以的,不知道会不会有问题,还需进一步进行验证):
setenforce 0(临时生效)
修改 /etc/selinux/config下的 SELINUX=disabled(重启后永久生效)
6.所有节点配置NTP服务
集群中所有主机必须保持时间同步,如果时间相差较大会引起各种问题。具体思路如下:
master节点作为ntp服务器与外界对时中心同步时间,随后对所有datanode节点提供时间同步服务。
所有datanode节点以master节点为基础同步时间。
所有节点安装相关组件: yum install ntp 。完成后,配置开机启动: chkconfig ntpdon ,检查是否设置成功: chkconfig --list ntpd 其中2-5为on状态就代表成功。
主节点配置
在配置之前,先使用ntpdate手动同步一下时间,免得本机与对时中心时间差距太大,使得ntpd不能正常同步。这里选用master作为对时中心, ntpdate -u master 。master主机添加下面信息到/etc/ntp.conf
server 127.127.1.0
fudge 127.127.1.0 stratum 2
restrict 192.168.226.0 mask 255.255.255.0 nomodify notrap
集群其他节点修改/etc/ntp.conf,如下:
# Pleaseconsider joining the pool (http://www.pool.ntp.org/join.html).
#server0.centos.pool.ntp.org iburst
#server1.centos.pool.ntp.orgiburst
#server2.centos.pool.ntp.org iburst
#server3.centos.pool.ntp.org iburst
server master
配置文件完成,保存退出,
设置开机启动chkconfig ntpd on
启动服务,执行如下命令: service ntpdstart
正式开工
安装Cloudera Manager Server和Agent
主节点解压安装
cloudera manager的目录默认位置在/opt下,解压: tar xzvfcloudera-manager*.tar.gz 将解压后的cm-5.4.3和cloudera目录放到/opt目录下。
为Cloudera Manager 5建立数据库
首先需要去MySql的官网下载JDBC驱动, http://dev.mysql.com/downloads/connector/j/ ,解压后,找到mysql-connector-java-5.1.39-bin.jar,放到/opt/cm-5.4.3/share/cmf/lib/中。
同时 chmod 755mysql-connector-java-5.1.39-bin.jar
在主节点初始化CM5的数据库:
/opt/cm-5.4.3/share/cmf/schema/scm_prepare_database.sh mysql cm -hmaster -uroot -p123456 --scm-host master scm scm scm
Agent配置
修改/opt/cm-5.4.3/etc/cloudera-scm-agent/config.ini中的server_host为主节点的主机名。
修改/opt/cm-5.4.3/lib64/cmf/agent/src/cmf/util.py文件。
将其中的代码:
pipe = subprocess.Popen(['/bin/bash','-c', ". %s; %s; env" % (path, command)],
stdout=subprocess.PIPE,env=caller_env)
修改为:
pipe = subprocess.Popen(['/bin/bash','-c', ". %s; %s; env | grep -v { | grep -v }" % (path, command)],
stdout=subprocess.PIPE, env=caller_env)
同步Agent到其他节点
scp -r/opt/cm-5.4.3 root@slave1:/opt/
在所有节点创建cloudera-scm用户
useradd --system --home=/opt/cm-5.4.3/run/cloudera-scm-server/ --no-create-home --shell=/bin/false --comment "Cloudera SCM User" cloudera-scm
准备Parcels,用以安装CDH5
将CHD5相关的Parcel包放到主节点的/opt/cloudera/parcel-repo/目录中(parcel-repo需要手动创建)。
相关的文件如下:
· CDH-5.4.3-1.cdh5.4.3.p0.12-el6.parcel
· CDH-5.4.3-1.cdh5.4.3.p0.12-el6.parcel.sha1
· manifest.json
最后将CDH-5.4.3-1.cdh5.4.3.p0.12-el6.parcel.sha1,重命名为CDH-5.4.3-1.cdh5.4.3.p0.12-el6.parcel.sha,这点必须注意,否则,系统会重新下载CDH-5.4.3-1.cdh5.4.3.p0.12-el6.parcel文件。
相关启动脚本
通过 /opt/cm-5.4.3/etc/init.d/cloudera-scm-server start 启动主节点服务端。
通过 /opt/cm-5.4.3/etc/init.d/cloudera-scm-agent start启动其他节点Agent服务。
注意:两个脚本都启动成功,正常运行
需要停止服务将以上的start参数改为stop就可以了,重启是restart。
CDH5的安装配置
Cloudera ManagerServer和Agent都启动以后,就可以进行CDH5的安装配置了。
这时可以通过浏览器访问主节点的7180端口测试一下了(由于CM Server的启动需要花点时间,这里可能要等待一会才能访问),默认的用户名和密码均为admin:
1、选择免费版本的CM5。
2、各个Agent节点正常启动后,可以在当前管理的主机列表中看到对应的节点。选择要安装的节点,点继续。
3、接下来,出现以下包名,说明本地Parcel包配置无误,直接点继续就可以了。
4、点击,继续。
5、接下来是服务器检查,可能会遇到以下问题:
Cloudera建议将 /proc/sys/vm/swappiness设置为 0。当前设置为 60。使用 sysctl命令在运行时更改该设置并编辑/etc/sysctl.conf以在重启后保存该设置。您可以继续进行安装,但可能会遇到问题,Cloudera Manager报告您的主机由于交换运行状况不佳。以下主机受到影响:
通过 echo 0 >/proc/sys/vm/swappiness 即可解决。
6、接下来是选择安装服务:
服务配置,一般情况下保持默认就可以了(Cloudera Manager会根据机器的配置自动进行配置,如果需要特殊调整,自行进行设置就可以了):
接下来是数据库的设置,检查通过后就可以进行下一步的操作了:
7、集群设置的审查页面,保持默认配置的:
终于到安装各个服务的地方了,注意,这里安装Hive的时候可能会报错,因为我们使用了MySql作为hive的元数据存储,hive默认没有带mysql的驱动,通过以下命令拷贝一个就行了:
cp/opt/cm-5.4.3/share/cmf/lib/mysql-connector-java-5.1.39-bin.jar /opt/cloudera/parcels/CDH-5.4.3-1.cdh5.1.3.p0.12/lib/hive/lib/
安装完成后,就可以进入集群界面看一下集群的当前状况了。
测试
在集群的一台机器上执行以下模拟Pi的示例程序:
sudo -u hdfs hadoop jar/opt/cloudera/parcels/CDH/lib/hadoop-mapreduce/hadoop-mapreduce-examples.jar pi10100
执行过程需要花一定的时间,通过YARN的后台也可以看到MapReduce的执行状态:
MapReduce执行过程中终端的输出如下:
Number of Maps =10
Samples per Map =100
Wrote inputfor Map#0
Wrote inputfor Map#1
Wrote inputfor Map#2
Wrote inputfor Map#3
Wrote inputfor Map#4
Wrote inputfor Map#5
Wrote inputfor Map#6
Wrote inputfor Map#7
Wrote inputfor Map#8
Wrote inputfor Map#9
Starting Job
14/10/1301:15:34 INFOclient.RMProxy: Connecting to ResourceManager at n1/192.168.1.161:8032
14/10/1301:15:36 INFOinput.FileInputFormat: Total input paths to process : 10
14/10/1301:15:37 INFOmapreduce.JobSubmitter: number of splits:10
14/10/1301:15:39 INFOmapreduce.JobSubmitter: Submitting tokens for job:job_1413132307582_0001
14/10/1301:15:40 INFOimpl.YarnClientImpl: Submitted application application_1413132307582_0001
14/10/1301:15:40 INFOmapreduce.Job: The url to track the job: http://n1:8088/proxy/application_1413132307582_0001/
14/10/1301:15:40 INFOmapreduce.Job: Running job: job_1413132307582_0001
14/10/1301:17:13 INFOmapreduce.Job: Job job_1413132307582_0001 running in uber mode : false
14/10/1301:17:13 INFOmapreduce.Job: map 0% reduce0%
14/10/1301:18:02 INFOmapreduce.Job: map 10% reduce0%
14/10/1301:18:25 INFOmapreduce.Job: map 20% reduce0%
14/10/1301:18:35 INFOmapreduce.Job: map 30% reduce0%
14/10/1301:18:45 INFOmapreduce.Job: map 40% reduce0%
14/10/1301:18:53 INFOmapreduce.Job: map 50% reduce0%
14/10/1301:19:01 INFOmapreduce.Job: map 60% reduce0%
14/10/1301:19:09 INFOmapreduce.Job: map 70% reduce0%
14/10/1301:19:17 INFOmapreduce.Job: map 80% reduce0%
14/10/1301:19:25 INFOmapreduce.Job: map 90% reduce0%
14/10/1301:19:33 INFOmapreduce.Job: map 100% reduce0%
14/10/1301:19:51 INFOmapreduce.Job: map 100% reduce100%
14/10/1301:19:53 INFOmapreduce.Job: Job job_1413132307582_0001 completed successfully
14/10/1301:19:56 INFOmapreduce.Job: Counters: 49
File System Counters
FILE: Number of bytesread=91
FILE: Number of bytes written=1027765
FILE: Number ofread operations=0
FILE: Number of largeread operations=0
FILE: Number ofwrite operations=0
HDFS: Number of bytesread=2560
HDFS: Number of bytes written=215
HDFS: Number ofread operations=43
HDFS: Number of largeread operations=0
HDFS: Number ofwrite operations=3
Job Counters
Launchedmap tasks=10
Launched reduce tasks=1
Data-local map tasks=10
Totaltime spent by all maps in occupied slots (ms)=118215
Totaltime spent by all reduces in occupied slots (ms)=11894
Totaltime spent by allmap tasks (ms)=118215
Totaltime spent by all reduce tasks (ms)=11894
Total vcore-seconds taken by allmap tasks=118215
Total vcore-seconds taken by all reduce tasks=11894
Total megabyte-seconds taken by allmap tasks=121052160
Total megabyte-seconds taken by all reduce tasks=12179456
Map-Reduce Framework
Map input records=10
Map output records=20
Map output bytes=180
Map output materialized bytes=340
Inputsplit bytes=1380
Combine input records=0
Combine output records=0
Reduce input groups=2
Reduce shuffle bytes=340
Reduce input records=20
Reduce output records=0
Spilled Records=40
Shuffled Maps =10
Failed Shuffles=0
Merged Map outputs=10
GCtime elapsed (ms)=1269
CPUtime spent (ms)=9530
Physical memory (bytes) snapshot=3792773120
Virtual memory (bytes) snapshot=16157274112
Total committed heap usage (bytes)=2856624128
Shuffle Errors
BAD_ID=0
CONNECTION=0
IO_ERROR=0
WRONG_LENGTH=0
WRONG_MAP=0
WRONG_REDUCE=0
File Input Format Counters
Bytes Read=1180
File Output Format Counters
Bytes Written=97
Job Finished in262.659 seconds
Estimated value of Pi is3.14800000000000000000
最后 感谢 http://www.tuicool.com/articles/ENjmeaY/ 博主,因为有这个作为参考,可以让自己尽快的熟悉安装流程。具体要通过 日志 来分析问题。
当然,离线安装后可能会因为一些原因想删除 CDH 重新安装, 这里我会在下一篇文章中会体现。