一.前言:
据Cloudera官方声明:
2021年1月31日开始,所有Cloudera软件都需要有效的订阅进行访问。
包括:包含Apache Hadoop的 Cloudera 发行版 (CDH),Hortonworks Data Platform (HDP),Data Flow (HDF / CDF) 和Cloudera Data Science Workbench (CDSW) 。
具体信息可以查看官网说明:
关于Cloudera软件的访问获取
在这之后,大部分的cdh资源网站都已经404,或者403,博主本人也在找寻cdh资源耗费了大量的时间和精力(当时免费的时候没有在本地存储一份资源,十分后悔…)
幸运的是,最近发现了一个可用的资源网站:
里面包含各个版本的cdh资源,如下图:
为cdh6的部分资源
考虑到该链接迟早也会不可用,准备将其资源全部下载至本地永久保存.
使用Python脚本实现是一个很适合的方案
二.代码实现
2.1 Python代码
注意:
get_file方法调用时传入想要下载资源网站的链接
vim download.py
# -*- coding: UTF-8 -*-
import urllib.request
import requests
import re, os
def get_file(url):
'''
递归下载网站的文件
:param url:
:return:
'''
if isFile(url):
print(url)
try:
download(url)
except:
pass
else:
urls = get_url(url)
for u in urls:
get_file(u)
def isFile(url):
'''
判断一个链接是否是文件
:param url:
:return:
'''
if url.endswith('/'):
return False
else:
return True
def download(url):
'''
:param url:文件链接
:return: 下载文件,自动创建目录
'''
full_name = url.split('//')[-1]
filename = full_name.split('/')[-1]
dirname = "/".join(full_name.split('/')[:-1])
if os.path.exists(dirname):
pass
else:
os.makedirs(dirname, exist_ok=True)
urllib.request.urlretrieve(url, full_name)
def get_url(base_url):
'''
:param base_url:给定一个网址
:return: 获取给定网址中的所有链接
'''
text = ''
try:
text = requests.get(base_url).text
except Exception as e:
print("error - > ",base_url,e)
pass
reg = '<a href="(.*)">.*</a>'
urls = [base_url + url for url in re.findall(reg, text) if url != '../']
return urls
if __name__ == '__main__':
get_file('https://ro-bucharest-repo.bigstepcloud.com/cloudera-repos/')
2.2 脚本执行
python download.py
脚本执行后,会按照网站的目录结构在脚本的同级目录下进行资源下载
资源很多,请确保有足够的磁盘空间
三. 资源使用
资源下载成功后,该如何利用呢?
我们可以构建本地的yum源
3.1 搭建httpd服务
yum install -y httpd >/dev/null 2>&1
# 这里的值local_soft_path需要根据自己的实际情况进行配置
local_soft_path=/opt/modules
sudo sed -i "s#/var/www/html#$local_soft_path#g" /etc/httpd/conf/httpd.conf
service httpd restart >/dev/null 2>&1
chkconfig httpd on
配置结束之后,可通过http://{hostip}的方式访问资源
我这里download.py脚本对应的本地路径为:/opt/modules/cloudera
3.2 配置本地yum源
以cdh6.2.0的资源下载为例
从网站https://ro-bucharest-repo.bigstepcloud.com下载的配置
vim /etc/yum.repos.d/cdh6.repo
[cloudera-cdh6]
# Packages for Cloudera's Distribution for Hadoop, Version 5, on RedHat or CentOS 7 x86_64
name=Cloudera's Distribution for Hadoop, Version 5
baseurl=https://ro-bucharest-repo.bigstepcloud.com/cloudera-repos/cdh6/redhat/7/x86_64/cdh/6.2.0
gpgkey = https://ro-bucharest-repo.bigstepcloud.com/cloudera-repos/cdh6/redhat/7/x86_64/cdh/RPM-GPG-KEY-cloudera
gpgcheck = 1
如果是使用本地资源,该如何配置呢?
如下(以上是我的情况,根据3.1步骤的操作不同,大家的路径可能不一致)
[cloudera-cdh6]
# Packages for Cloudera's Distribution for Hadoop, Version 5, on RedHat or CentOS 7 x86_64
name=Cloudera's Distribution for Hadoop, Version 5
baseurl=http://{yourlocal_ip}/cloudera/ro-bucharest-repo.bigstepcloud.com/cloudera-repos/cdh6/redhat/7/x86_64/cdh/6.2.0
gpgkey = https://{yourlocal_ip}/cloudera/ro-bucharest-repo.bigstepcloud.com/cloudera-repos/cdh6/redhat/7/x86_64/cdh/RPM-GPG-KEY-cloudera
gpgcheck = 1
接下来就可尽情享用啦! 妈妈再也不用担心我找不到cdh资源了