OushuDB入门（一）——安装篇

        OushuDB是由Apache HAWQ创始团队基于HAWQ打造的新一代数据仓库(New Data Warehouse)。该产品采用了存储与计算分离技术架构，具有MPP的所有优点，还具有弹性，支持混合工作负载和高扩展性等优点。作为HAWQ的增强版，OushuDB遵循ANSI-SQL标准，兼容Oracle、Greenplum Database和PostgreSQL，提供PB级数据交互式查询能力，提供对主要BI工具的描述性分析和AI支持。

        相对于开源的Apache HAWQ，OushuDB的增强主要体现在以下方面：

• 采用全新执行引擎，充分利用硬件的所有特性，比Apache HAWQ性能高出5-10倍。
• 替换JAVA PXF，性能高数倍，无需安装部署PXF额外组件，极大简化了用户安装部署和运维。
• 原生支持CSV/TEXT外部存储。
• 可以实现可插拔文件系统：比如S3, Ceph等。
• 可以实现可插拔文件格式：比如ORC，Parquet等。
• 支持ORC/TEXT/CSV作为内部表格式，支持ORC作为外部表格式（通过C++可插拔外部存储）。
• CSV和TEXT文件格式中对非ASCII字符串或长度大于1的字符串作为分隔符的支持。
• 关键Bug fixes。

        下面通过一个实例，分安装规划、安装前准备、安装Ambari、安装HDP、安装OushuDB五个步骤，详细介绍使用Ambari部署OushuDB集群的完整过程。

一、安装规划

1. 选择安装方式

        目前OushuDB的最新版本是3.1.1，支持的操作系统为Redhat/Centos 7.0及以上版本，注意这是对操作系统的强制性要求。OushuDB官方文档提供了两种安装方式，手工安装和使用Ambari部署集群。本次安装选择使用Ambari进行安装部署最新的OushuDB 3.1.1。手工安装的步骤较多，具体可以参考 http://www.oushu.io/docs/ch/installation.html。

2. 确认Ambari与HDP的版本兼容性

        与HAWQ类似，OushuDB官方验证支持的Hadoop平台是Hortonworks Data Platform（HDP），其3.1.1版本支持的Ambari与HDP版本分别是Ambari 2.4.2和HDP 2.5.3。

3. 确认最小系统需求

        这里可以参考HAWQ的安装文档确认对软硬件的最小系统需求。

• 操作系统：CentOS 7.0+
• 浏览器：Google Chrome 26及以上
• 依赖软件包：yum、rpm、scp、curl、unzip、tar、wget、OpenSSL (v1.01, build 16 or later)、Python 2.6.x、OpenJDK 7/8 64-bit
• 系统内存与磁盘：Ambari主机至少应该有1G内存和500M剩余磁盘空间。如果要使用Ambari Metrics，所需内存和磁盘依据集群规模，如表1所示。

节点数	可用内存（MB）	磁盘空间（GB）
1	1024	10
10	1024	20
50	2048	50
100	4096	100
300	4096	100
500	8096	200
1000	12288	200

表1 资源需求与集群规模

• 最大打开文件描述符：推荐值大于10000。

4. 确认安装环境

        主机信息如表2所示，所有主机都能连接互联网。

主机名	IP
hdp1	172.16.1.124
hdp2	172.16.1.125
hdp3	172.16.1.126
hdp4	172.16.1.127

表2 主机信息

        硬件配置：每台主机CPU4核、内存8G、硬盘100G；软件版本如表3所示。

名称	版本
操作系统	CentOS Linux release 7.2.1511 (Core)
JDK	openjdk version "1.8.0_65"
数据库	MySQL 5.6.14
JDBC	MySQL Connector Java 5.1.38
HDP	2.5.3
Ambari	2.4.2

表3 系统软件版本

二、安装前准备

        整个OushuDB的安装部署过程包括安装Ambari、HDP、OushuDB三个依次进行的步骤，在实施这些步骤前需要做一些准备工作。如没做特殊说明，配置或命令都用root用户在全部四台主机上执行。（安装CentOS 7.2操作系统过程从略）

1. 安装JDK

# 查看JDK软件包列表
yum search java | grep -i --color JDK

# 安装JDK，如果没有java-1.8.0-openjdk-devel.x86_64就没有javac命令
yum install java-1.8.0-openjdk.x86_64 java-1.8.0-openjdk-devel.x86_64 -y 

2. 配置环境

（1）设置最大打开文件描述符

# 查看当前值
ulimit -Sn  
ulimit -Hn  

# 如果小于10000，使用下面的命令设置成10000
ulimit -n 10000

（2）禁用防火墙
        在安装期间Ambari需要与部署集群主机通信，因此特定的端口必须打开。最简单的实现方式是执行下面的命令禁用防火墙：

systemctl stop firewalld.service
systemctl disable firewalld.service

（3）禁用SELinux
        Ambari安装需要禁用SELinux：

setenforce 0  
# 编辑/etc/selinux/config文件，设置  
SELINUX=disabled 

（4）配置域名解析
        编辑/etc/hosts文件，添加如下四行：

172.16.1.124 hdp1  
172.16.1.125 hdp2  
172.16.1.126 hdp3  
172.16.1.127 hdp4 

        注意：不要删除文件中原有的如下两行，否则可能引起网络问题。

127.0.0.1   localhost localhost.localdomain localhost4 localhost4.localdomain4
::1         localhost localhost.localdomain localhost6 localhost6.localdomain6

        在hdp1上执行：

hostname hdp1  
# 编辑/etc/sysconfig/network文件，设置如下两行：  
NETWORKING=yes  
HOSTNAME=hdp1

        在hdp2、hdp3、hdp4上执行类似的配置。

（5）安装配置NTP

yum install ntp -y  
systemctl enable ntpd.service 
systemctl start  ntpd.service 

（6）配置SSH免密码
        为了使得Ambari Server在集群所有主机上自动安装Ambari Agents，必须配置Ambari Server主机到集群其它主机的SSH免密码连接。以下配置用于在hdp1上运行Ambari Server，在所有四台主机上运行Ambari Agents的情况。
        在hdp1上执行以下命令：

ssh-keygen  
... 一路回车 ...  
ssh-copy-id hdp1  
ssh-copy-id hdp2  
ssh-copy-id hdp3  
ssh-copy-id hdp4  

        在全部四台主机执行以下命令：

chmod 700 ~/.ssh  
chmod 600 ~/.ssh/authorized_keys  

（7）安装MySQL JDBC驱动

tar -zxvf mysql-connector-java-5.1.38.tar.gz   
cp ./mysql-connector-java-5.1.38/mysql-connector-java-5.1.38-bin.jar /usr/share/java/mysql-connector-java.jar 

（8）安装MySQL数据库
        在hdp1、hdp2上安装MySQL，hdp1上的MySQL用于Ambari，hdp2上的MySQL用于Hive、Oozie等Hadoop组件。在hdp1、hdp2上执行以下命令。

rpm -ivh MySQL-5.6.14-1.el6.x86_64.rpm  
systemctl start mysql

（9）在hdp2上的MySQL中建立数据库用户并授权

# /home/mysql/mysql-5.6.14/bin/mysql -u root -p
delete from mysql.user where user='';
create database hive;  
create database oozie;  
create user 'hive'@'%' identified by 'hive';  
grant all privileges on hive.* to 'hive'@'%';  
create user 'oozie'@'%' identified by 'oozie';  
grant all privileges on oozie.* to 'oozie'@'%';  
flush privileges;  
exit;

3. 建立本地Repository

        联机安装过程中需要从远程的Repository中yum下载所需要的包，为了防止由于网络不稳定或远程Repository不可用等原因导致的安装失败，最好配置本地Repository。安装HDP时使用本地Repository，能大大加快安装速度。
（1）下载 Ambari HDP HDP-UTILS 源包到hdp1

wget -P ~  http://public-repo-1.hortonworks.com/ambari/centos7/2.x/updates/2.4.2.0/ambari-2.4.2.0-centos7.tar.gz
wget -P ~  http://public-repo-1.hortonworks.com/HDP/centos7/2.x/updates/2.5.3.0/HDP-2.5.3.0-centos7-rpm.tar.gz  
wget -P ~  http://public-repo-1.hortonworks.com/HDP-UTILS-1.1.0.21/repos/centos7/HDP-UTILS-1.1.0.21-centos7.tar.gz  

（2）在hdp1上建立一个HTTP服务器

yum install httpd -y  
mkdir -p /var/www/html/HDP-UTILS
tar -zxvf ~/ambari-2.4.2.0-centos7.tar.gz -C /var/www/html 
tar -zxvf ~/HDP-2.5.3.0-centos7-rpm.tar.gz -C /var/www/html
tar -zxvf ~/HDP-UTILS-1.1.0.21-centos7.tar.gz -C /var/www/html/HDP-UTILS
systemctl enable httpd && systemctl start httpd 

        验证httd网站是否可用，可以使用links命令或者浏览器直接访问下面的地址，结果是看到刚才解压的目录：

links 172.16.1.124/AMBARI-2.4.2.0
links 172.16.1.124/HDP
links 172.16.1.124/HDP-UTILS

（3）安装本地源制作相关工具

yum install yum-utils createrepo -y

（4）在hdp1上配置ambari、HDP、HDP-UTILS的本地源
        新建/etc/yum.repos.d/ambari.repo文件，添加如下行：

#VERSION_NUMBER=2.4.2.0-136
[Updates-ambari-2.4.2.0]
name=ambari-2.4.2.0 - Updates
baseurl=http://172.16.1.124/AMBARI-2.4.2.0/centos7/2.4.2.0-136
gpgcheck=1
gpgkey=http://172.16.1.124/AMBARI-2.4.2.0/centos7/2.4.2.0-136/RPM-GPG-KEY/RPM-GPG-KEY-Jenkins
enabled=1
priority=1

        新建/etc/yum.repos.d/hdp.repo文件，添加如下行：

#VERSION_NUMBER=2.5.3.0
[HDP-2.5]
name=HDP Version - HDP-2.5.3.0
baseurl=http://172.16.1.124/HDP/centos7
gpgcheck=1
gpgkey=http://172.16.1.124/HDP/centos7/RPM-GPG-KEY/RPM-GPG-KEY-Jenkins
enabled=1
priority=1

[HDP-UTILS-1.1.0.21]
name=HDP Utils Version - HDP-UTILS-1.1.0.21
baseurl=http://172.16.1.124/HDP-UTILS
gpgcheck=1
gpgkey=http://172.16.1.124/HDP-UTILS/RPM-GPG-KEY/RPM-GPG-KEY-Jenkins
enabled=1
priority=1

（5）将新建的Repository配置文件从hdp1复制到其它主机

scp -r /etc/yum.repos.d/* root@hdp2:/etc/yum.repos.d/  
scp -r /etc/yum.repos.d/* root@hdp3:/etc/yum.repos.d/  
scp -r /etc/yum.repos.d/* root@hdp4:/etc/yum.repos.d/ 

（6）确认本地yum源

yum clean all
yum makecache
yum repolist

三、安装Ambari

        Ambari是Apache Software Foundation中的一个顶级项目，目前最新的发布版本是 2.6.1。就Ambari的作用来说，就是创建、管理、监视Hadoop的集群。这里的Hadoop是广义的，指的是Hadoop整个生态圈（例如 Hive、Hbase、Sqoop、Zookeeper等等），而并不仅是特指Hadoop。用一句话来说，Ambari就是让Hadoop 以及相关的大数据软件更容易使用的一个工具。
        Ambari主要具有以下功能特性：

• 通过一步一步的安装向导简化了集群部署。
• 预先配置好关键的运维指标（metrics），可以直接查看Hadoop Core（HDFS和MapReduce）及相关项目（如HBase、Hive和HCatalog）是否健康。
• 支持作业与任务执行的可视化与分析，能够更好地查看依赖和性能。
• 通过一个完整的RESTful API把监控信息暴露出来，可集成现有的运维工具。
• 用户界面非常直观，用户可以轻松有效地查看信息并控制集群。

        Ambari使用Ganglia收集度量指标，用Nagios支持系统报警，当需要引起管理员的关注时（比如，节点停机或磁盘剩余空间不足等问题），系统将向其发送邮件。此外，Ambari能够安装安全的（基于Kerberos）Hadoop集群，以此实现对Hadoop 安全的支持，提供了基于角色的用户认证、授权和审计功能，并为用户管理集成了LDAP和Active Directory。
        Ambari自身也是一个分布式架构的软件，主要由两部分组成：Ambari Server和Ambari Agent。简单来说，用户通过Ambari Server通知Ambari Agent安装对应的软件，Agent会定时地发送各个机器每个软件模块的状态给Ambari Server，最终这些状态信息会呈现在Ambari的 GUI，方便用户了解到集群的各种状态，并进行相应的维护。下面说明Ambari的安装步骤。

1. 安装ambari-server

        在hdp1上执行以下命令：

yum install ambari-server -y

2. 为Ambari配置MySQL数据库

（1）在hdp1上的MySQL中建立Ambari数据库用户并授权

# /home/mysql/mysql-5.6.14/bin/mysql -u root -p
delete from mysql.user where user='';
create user 'ambari'@'%' identified by 'ambari';  
grant all privileges on *.* to 'ambari'@'%';  
flush privileges;  
exit;

（2）用ambari用户建立Ambari Server数据库模式

# /home/mysql/mysql-5.6.14/bin/mysql -u ambari -p  
create database ambari;  
use ambari;  
source /var/lib/ambari-server/resources/Ambari-DDL-MySQL-CREATE.sql;  		
exit;

3. 配置Ambari Server

        启动Ambari Server前必须进行配置，指定Ambari使用的数据库、安装JDK、定制运行Ambari Server守护进程的用户等。在hdp1上执行下面的命令管理配置过程。

ambari-server setup  

• Customize user account for ambari-server daemon 提示时输入n，使用root用户运行Ambari Server。
• Checking JDK... 提示时选择3。
• Path to JAVA_HOME 提示时输入 /usr/lib/jvm/java-1.8.0-openjdk-1.8.0.65-3.b17.el7.x86_64
• Enter advanced database configuration 提示时输入y。
• Choose one of the following options 提示时选择Option [3] MySQL/MariaDB，然后根据提示输入连接MySQL的用户名、密码和数据库名，这里均为ambari。

4. 启动Ambari Server

        在hdp1上执行下面的命令启动Ambari Server：

ambari-server start  
# 查看Ambari Server进程状态  
ambari-server status  

        控制台返回以下类似输出：

Using python  /usr/bin/python
Ambari-server status
Ambari Server running
Found Ambari Server PID: 31100 at: /var/run/ambari-server/ambari-server.pid

        至此，Ambari安装完成。

四、安装、配置、部署HDP集群

        Hortonworks Data Platform是Hortonworks公司开发的Hadoop数据平台。Hortonworks由Yahoo的工程师创建，它为Hadoop提供了一种“service only”的分发模型。有别于其它商业化的Hadoop版本，Hortonworks是一个可以自由使用的开放式企业级数据平台。其Hadoop发行版本即HDP，可以被自由下载并整合到各种应用当中。
        Hortonworks是第一个提供基于Hadoop 2.0版产品的厂商，也是目前唯一支持Window平台的Hadoop分发版本。用户可以通过HDInsight服务，在Windows Azure上部署Hadoop集群。HDP的特性如下：

• HDP通过其新的Stinger项目，使Hive的执行速度更快。
• HDP承诺是一个Apache Hadoop的分支版本，对专有代码的依赖极低，避免了厂商锁定。
• 专注于提升Hadoop平台的可用性。

        下面说明在浏览器中使用Ambari的安装向导交互式安装、配置、部署HDP集群。

1. 在浏览器中登录Ambari

        http://172.16.1.124:8080，初始的用户名/密码为admin/admin。在欢迎页面点击“Launching Install Wizard”，如图1所示。

图1

2. 给集群命名

        集群名称中不要有空格和特殊字符，然后点击“Next”。

3. 选择HDP版本

        选择2.5.3.0，如图2所示。

图2

4. 选择Repositories

        选择Use Local Repository，并输入对应的Base URL，如图3所示。然后点击“Next”。

图3

5. 安装选项

• Target Hosts编辑框中输入四个主机名，每个一行。

hdp1  
hdp2  
hdp3  
hdp4 

• 点击“Choose File”按钮，选择“安装前准备 -> 配置环境”第（6）步中hdp1上生成的私钥文件id_rsa。
• 用户名root，端口22

        如图4所示，然后点击“Register and Confirm”

图4

6. 确认主机

        如图5所示。点击“Next”。

图5

7. 选择服务

        根据需要选择服务，这里使用缺省，然后点击“Next”。注意至少需要安装启动HDFS和Zookeeper这两个服务，它们是OushuDB所需要的。

8. 标识Masters

        根据需要选择Masters，这里使用缺省，然后点击“Next”。

9. 标识Slaves和Clients

        根据需要选择Slaves和Clients，这里使用缺省，然后点击“Next”。

10. 定制服务

• 为hive和oozie配置MySQL数据库连接。
• 设置所需的密码。
• 其它保持缺省。

        配置数据库连接时，选择Existing MySQL / MariaDB Database，并且按照提示在hdp1上执行以下命令：

ambari-server setup --jdbc-db=mysql --jdbc-driver=/usr/share/java/mysql-connector-java.jar

配置完成后点击“Test Connection”，hive元数据库测试成功如图6所示，Oozie服务器的数据库配置类似。

图6

11. 复查确认

        检查配置，然后点击“Deploy”。

12. 安装、启动与测试

        此时显示安装进度页面。Ambari对HDP的每个组件执行安装、启动和简单的测试。不要刷新浏览器，等待部署过程完全执行成功。当出现“Successfully installed and started the services”时，点击“Next”。

13. 完成

        汇总页面显示完成的任务列表。点击“Complete”，显示Ambari Web GUI主页面。

        至此，HDP安装完成。

        HDP 2.5.3版本部署后，falcon的web ui警告无法访问，错误信息如下：

Falcon HTTP ERROR: 503 Problem accessing /index.html. 

        这是因为没有指定一个jdbc驱动，解决办法：

1. wget –O je-5.0.73.jar http://search.maven.org/remotecontent?filepath=com/sleepycat/je/5.0.73/je-5.0.73.jar
2. mv remotecontent?filepath=com%2Fsleepycat%2Fje%2F5.0.73%2Fje-5.0.73.jar /usr/share/je-5.0.73.jar
3. chmod 644 /usr/share/je-5.0.73.jar
4. ambari-server setup --jdbc-db=bdb --jdbc-driver=/usr/share/je-5.0.73.jar
5. ambari-server restart
6. 重启falcon服务

五、使用Ambari安装部署OushuDB

1. 配置HDFS

        登录Ambari，选择HDFS->Configs，做以下修改：

• 选择Settings标签，修改DataNode max data transfer threads为40960。
• 选择Advanced标签，点开DataNode，设置DataNode directories permission为750。
• 点开General，设置Access time precision为0。
• 点开Advanced hdfs-site，设置表4所示属性的值，如果属性不存在，则选择Custom hdfs-site，点击Add property… 添加属性并设置表中所示的值。

Property	Setting
dfs.allow.truncate	true
dfs.block.access.token.enable	false for an unsecured HDFS cluster, or true for a secure cluster
dfs.block.local-path-access.user	gpadmin
HDFS Short-circuit read	true
dfs.client.socket-timeout	300000000
dfs.client.use.legacy.blockreader.local	false
dfs.datanode.handler.count	60
dfs.datanode.socket.write.timeout	7200000
dfs.namenode.handler.count	600
dfs.support.append	true
dfs.datanode.max.transfer.threads	40960

表4 hdfs-site属性

• 点开Advanced core-site，设置表5所示属性的值，如果属性不存在，则选择Custom core-site，点击Add property… 添加属性并设置表中所示的值。

Property	Setting
ipc.client.connection.maxidletime	3600000
ipc.client.connect.timeout	300000
ipc.server.listen.queue.size	3300

表5 core-site属性

• 点击Save保存配置，然后重启相关服务。

2. 安装OushuDB插件

（1）在每台机器上下载hawq repo文件

#Redhat/CentOS 7.0, 7.1, 7.2系统并且包含avx指令请配置以下YUM源：
wget -P /etc/yum.repos.d/ http://yum.oushu.io/oushurepo/oushudatabaserepo/centos7/3.1.1.0/oushu-database.repo

#Redhat/CentOS 7.0, 7.1, 7.2系统但不包含avx指令请配置以下YUM源：
wget -P /etc/yum.repos.d/ http://yum.oushu.io/oushurepo/oushudatabaserepo/centos7/3.1.1.0/oushu-database-noavx.repo

#Redhat/CentOS 7.3系统并且包含avx指令请配置以下YUM源：
wget -P /etc/yum.repos.d/ http://yum.oushu.io/oushurepo/oushudatabaserepo/centos7/3.1.1.0/oushu-database-cent73.repo

#Redhat/CentOS 7.3系统但不包含avx指令请配置以下YUM源：
wget -P /etc/yum.repos.d/ http://yum.oushu.io/oushurepo/oushudatabaserepo/centos7/3.1.1.0/oushu-database-cent73-noavx.repo

（2）在安装ambari server的物理机上（本次安装为hdp1）安装hawq ambari插件

sudo yum install oushu-database-ambari-plugin -y
cd /var/lib/hawq/
sudo ./add-hawq.py --stack HDP-2.5 --hawqrepo http://yum.oushu.io/oushurepo/yumrepo/release/oushu-database/centos7/3.1.1.0/release/

# 用户名密码请输入ambari登录用户名密码，默认都为admin::

sudo ambari-server restart

3. 安装部署OushuDB

• 在Ambari主页选择Actions > Add Service。
• 从服务列表选择HAWQ，点击Next，显示Assign Masters页。
• 选择HAWQ Master和HAWQ Standby Master的主机，或接受缺省值，点击Next显示Assign Slaves and Clients页。
• 选择运行HAWQ segments和PXF的主机，或接受缺省值，点击Next。Add Service助手会基于可用的Hadoop服务自动为HAWQ选择主机。注意，HAWQ segment必须安装在每个DataNode节点上。
• 在Customize Services页面点击Advanced标签，输入HAWQ系统用户口令，点击Next。
• 如弹出警告，点击“proceed anyway”按钮继续。
• 在Review页面点击Deploy进行部署，等待部署成功。
• 最后点击Complete。如果Ambari提示集群上的组件需要重启，选择Restart > Restart All Affected重启所有受影响的服务。
• 验证HAWQ安装。

        用gpadmin用户登录HAWQ master所在主机，执行下面的命令：

# 设置HAWQ环境变量  
source /usr/local/hawq/greenplum_path.sh  
psql -d postgres  
create database test;  
\c test  
create table t (i int);  
insert into t select generate_series(1,100);  
\timing  
select count(*) from t; 

        结果如图7所示。

图7

4. 排错

（1）部署成功后，Ambari中的HAWQ服务可能会出现如图8所示的一个警告信息，内容为“This alert is triggered when a HAWQ Segment node fails to register with the HAWQ Master.”

图8

        这表示在gp_segment_configuration表中具有up状态的HAWQ段与HAWQ主服务器上/usr/local/hawq/etc/slaves文件中列出的HAWQ段不匹配。解决的办法是将HAWQ主服务器上/usr/local/hawq/etc/slaves文件中的主机名改成IP地址即可，不需要重启等其它任何操作。

（2）在hawq state命令的输出或gp_segment_configuration表中显示没有standby，但ambari里显示standby正常。ambari中的显示如图9所示，hawq state命令的输出如图10所示，查询gp_segment_configuration表的结果如图11所示。

图9

图10

图11

        初步判断出现该问题的原因是OushuDB 3.1.1和某些HDP 2.5.3的服务存在冲突或兼容性问题，保留了如图12的部分服务后，重新部署OushuDB，问题解决，全部正常输出！

图12

参考：

https://blog.csdn.net/wzy0623/article/details/55212318
http://www.oushu.io/docs/ch/deployment.html