阿斯弗的知识网

超简单的CDH6部署和体验(单机版)

为什么会超简单

借助ansible简化了CDH6部署工作的大部分内容,也降低了手工操作失误的概率,今天实战的内容,是在一台安装了ansible的电脑上(苹果或Linux操作系统)运行ansible脚本,远程操作一台CentOS服务器,在上面部署CDH6,并操作验证本次部署是否成功。

ansible学习

如果您想了解ansible,请参考《ansible2.4安装和体验》

为什么要部署单机版CDH6

主要是用来做为大数据技术的学习和开发的环境,并不适合生产;

实战简述

本次实战内容:部署、启动、验证,整个过程如下图所示:

超简单的CDH6部署和体验(单机版)  -图1

全文大纲

本文由以下章节组成:

1. 环境信息;

2. 下载文件;

3. 文件摆放;

4. CDH机器设置;

5. ansible参数设置;

6. 部署;

7. 重启CDH服务器

8. 启动;

9. 设置;

10. 修复问题;

11. 体验;

环境信息

本次实战的操作过程如下图所示,安装ansible2.9版本的MabBook Pro电脑作为ansible服务器,执行playbook脚本,对一台CentOS服务器进行远程操作,完成CDH6的部署和启动:

超简单的CDH6部署和体验(单机版)  -图2

上图蓝色背景的电脑,可以是苹果操作系统,也可以是Linux操作系统,黄色背景的电脑要用来运行CDH6,必须是CentOS7.7操作系统(实在对不起,我这条件有限,别的系统没有试过)

整个实战涉及的环境版本信息如下:

  • ansible服务器:macOS Catalina 10.15(实测用CentOS7.7也成功)
  • CDH服务器:CentOS Linux release 7.7.1908
  • cm版本:6.1.0
  • parcel版本:6.1.1
  • jdk版本:8u191

下载文件(ansible服务器)

本次实战用到的所有文件如下表所示:


超简单的CDH6部署和体验(单机版)  -图3

上述11个文件的下载地址:

  1. jdk-8u191-linux-x64.tar.gz:Oracle官网可下,另外我将jdk-8u191-linux-x64.tar.gz和mysql-connector-java-5.1.34.jar一起打包上传到csdn,您可以一次性下载,地址:https://download.csdn.net/download/boling_cavalry/12098987
  2. mysql-connector-java-5.1.34.jar:maven中央仓库可下,另外我将jdk-8u191-linux-x64.tar.gz和mysql-connector-java-5.1.34.jar一起打包上传到csdn,您可以一次性下载,地址:https://download.csdn.net/download/boling_cavalry/12098987
  3. cloudera-manager-server-6.1.0-769885.el7.x86_64.rpm:https://archive.cloudera.com/cm6/6.1.0/redhat7/yum/RPMS/x86_64/cloudera-manager-server-6.1.0-769885.el7.x86_64.rpm
  4. cloudera-manager-daemons-6.1.0-769885.el7.x86_64.rpm:https://archive.cloudera.com/cm6/6.1.0/redhat7/yum/RPMS/x86_64/cloudera-manager-daemons-6.1.0-769885.el7.x86_64.rpm
  5. cloudera-manager-agent-6.1.0-769885.el7.x86_64.rpm:https://archive.cloudera.com/cm6/6.1.0/redhat7/yum/RPMS/x86_64/cloudera-manager-agent-6.1.0-769885.el7.x86_64.rpm
  6. CDH-6.1.1-1.cdh6.1.1.p0.875250-el7.parcel:https://archive.cloudera.com/cdh6/6.1.1/parcels/CDH-6.1.1-1.cdh6.1.1.p0.875250-el7.parcel
  7. CDH-6.1.1-1.cdh6.1.1.p0.875250-el7.parcel.sha:https://archive.cloudera.com/cdh6/6.1.1/parcels/CDH-6.1.1-1.cdh6.1.1.p0.875250-el7.parcel.sha256 (下载完毕后,将扩展名从.sha256改为.sha)
  8. hosts、ansible.cfg、cdh-single-install.yml、cdh-single-start.yml:这四个文件都保存在我的GitHub仓库,地址是:https://github.com/zq2599/blog_demos ,这里面有多个文件夹,上述文件在名为ansible-cdh6-single的文件夹中,如下图红框所示:
超简单的CDH6部署和体验(单机版)  -图4

文件摆放(ansible服务器)

如果您已经下载好了上述11个文件,请按照如下位置摆放,这样才能顺利完成部署:

  1. 在家目录下新建名为playbooks的文件夹:mkdir ~/playbooks
  2. 把这四个文件放入playbooks文件夹:hostsansible.cfgcdh-single-install.ymlcdh-single-start.yml
  3. 在playbooks文件夹里新建名为cdh6的子文件夹;
  4. 把这七个文件放入cdh6文件夹(即剩余的七个):jdk-8u191-linux-x64.tar.gz、mysql-connector-java-5.1.34.jar、cloudera-manager-server-6.1.0-769885.el7.x86_64.rpm、cloudera-manager-daemons-6.1.0-769885.el7.x86_64.rpm、cloudera-manager-agent-6.1.0-769885.el7.x86_64.rpm、CDH-6.1.1-1.cdh6.1.1.p0.875250-el7.parcel、CDH-6.1.1-1.cdh6.1.1.p0.875250-el7.parcel.sha
  5. 摆放完毕后目录和文件情况如下图,再次提醒,文件夹playbooks一定要放在家目录下(即:~/)
超简单的CDH6部署和体验(单机版)  -图5

CDH服务器设置

本次实战中,CDH服务器hostname是deskmini,IP地址是192.168.50.134,需要做以下操作:

  • 请确保CDH服务器能SSH登录(用户名+密码);
  • SSH登录到部署CDH的机器;
  • 检查/etc/hostname文件是正确,如下图:
超简单的CDH6部署和体验(单机版)  -图6

  • 修改/etc/hosts文件,将自己的IP地址和hostname配置上去,如下图红框所示(事实证明这一步很重要,如果不做可能导致在部署时一直卡在"分配"阶段,看agent日志显示agent下载parcel的进度一直是百分之零):
超简单的CDH6部署和体验(单机版)  -图7

ansible参数设置(ansible服务器)

ansible参数设置的操作设置很简单,就是把部署CDH的机器信息配置好即可,包括IP地址、登录账号、密码等,修改~/playbooks/hosts文件,内容如下所示,您需要根据自身情况修改deskmini、ansible_host、ansible_port、ansible_user、ansible_password:

[cdh_group]
deskmini ansible_host=192.168.50.134 ansible_port=22 ansible_user=root ansible_password=888888

部署(ansible服务器)

  • 进入~/playbooks目录;
  • 检查ansible远程操作CDH服务器是否正常,执行命令ansible deskmini -a "free -m",正常情况下显示CDH服务器的内存信息,如下图:
超简单的CDH6部署和体验(单机版)  -图8

  • 执行此命令开始部署:ansible-playbook cdh-single-install.yml
  • 整个部署过程涉及在线安装、传递文件等耗时的操作,因此请耐心等待(半小时左右),我在部署期间遭遇网络问题导致失败退出,待网络正常后再重新执行上述操作即可,ansible保证了操作的幂等性;
  • 部署成功如下图所示:
超简单的CDH6部署和体验(单机版)  -图9

重启CDH服务器

由于修改了selinux和swap的设置,需要重启操作系统才能生效,因此请重启CDH服务器;

启动(ansible服务器)

  1. 等待CDH服务器重启成功;
  2. 登录ansible服务器,进入~/playbooks目录;
  3. 执行此命令开始初始化数据库,然后启动CDH:ansible-playbook cdh-single-start.yml
  4. 启动完成输出如下信息:
超简单的CDH6部署和体验(单机版)  -图10

设置(网页)

CDH已经启动,CDH服务器对外提供了web服务,可以通过浏览器来操作:

  • 浏览器访问:http://192.168.50.134:7180 ,如下图,账号密码都是admin:
超简单的CDH6部署和体验(单机版)  -图11

  • 一路next,在选择版本页面选择60天体验版:
超简单的CDH6部署和体验(单机版)  -图12

  • 选择主机页面可见deskmini:
超简单的CDH6部署和体验(单机版)  -图13

  • 选择下图红框中的CDH版本,因为对应的离线包已经复制到CM的本地仓库,无需下载:
超简单的CDH6部署和体验(单机版)  -图14

  • 下载瞬间完成,等候分配、解压、激活:
超简单的CDH6部署和体验(单机版)  -图15

  • 选择服务的页面,我这里选择了Data Engineering,因为需要spark:
超简单的CDH6部署和体验(单机版)  -图16

  • 选择机器的页面,全选deskmini:
超简单的CDH6部署和体验(单机版)  -图17

  • 数据库设置页面,请和下图保持一致,数据库主机都是localhost,每个数据库的名称、用户名、密码都相同,分别是:hiveamonrmanooziehue
超简单的CDH6部署和体验(单机版)  -图18

  • 参数设置页面,请根据磁盘情况适当调整存储路径,例如我的/home目录空间充足,这里都改到了/home目录下面:
超简单的CDH6部署和体验(单机版)  -图19

  • 等待启动完成:
超简单的CDH6部署和体验(单机版)  -图20

  • 等待启动完成后,如下图所示:
超简单的CDH6部署和体验(单机版)  -图21

至此,所有服务启动完成,不过有两个小问题需要修复;

修复HDFS问题

  • 服务整体情况如下图,HDFS服务有问题,点击红框中的图标:
超简单的CDH6部署和体验(单机版)  -图22

  • 点击下图红框位置:
超简单的CDH6部署和体验(单机版)  -图23

  • 故障详情如下图所示,属于常见的副本不足的问题:
超简单的CDH6部署和体验(单机版)  -图24

  • 如下图所示,修改HDFS的配置dfs.replication,从3改成1,然后保存更改:
超简单的CDH6部署和体验(单机版)  -图25

  • 重启服务:
超简单的CDH6部署和体验(单机版)  -图26

  • 经过上述设置,副本数已经调整为1,但是已有文件的副本数还没有同步,需要重新做设置,SSH登录到电脑deskmini上;
  • 执行命令vi /etc/passwd,找到账号hdfs的配置,如下图红框所示,/sbin/nologin这样的shell会导致切换到hdfs账号失败:
超简单的CDH6部署和体验(单机版)  -图27

  • 将上述红框中的内容改为/bin/bash,修改后如下图红框所示:
超简单的CDH6部署和体验(单机版)  -图28

  • 执行命令su - hdfs,即可切换到hdfs账号,此时执行以下命令即可完成副本数设置:
hadoop fs -setrep -R 1 /
  • 服务已经全部正常了:
超简单的CDH6部署和体验(单机版)  -图29

调整YARN参数避免spark-shell启动失败

  • YARN默认给容器分配的内存过小,导致启动spark-shell失败,需要调整YARM相关的内存参数:
超简单的CDH6部署和体验(单机版)  -图30

  • 在YARN的配置页面,调整yarn.scheduler.maximum-allocation-mbyarn.nodemanager.resource.memory-mb这两个参数的值,我这里将这个两个参数的值都改成8G(请按照自己电脑实际硬件配置来调整),如下图:
超简单的CDH6部署和体验(单机版)  -图31

  • 重启YARN:
超简单的CDH6部署和体验(单机版)  -图32

  • 执行spark-shell命令之前,先执行命令su - hdfs切换到hdfs账号;
  • 这次终于成功进入spark-shell交互模式:
超简单的CDH6部署和体验(单机版)  -图33

至此,CDH6的部署、启动、设置都已经完成,接下来体验一下大数据服务;

体验HDFS和Spark

接下来运行一个Spark任务,经典的WordCount:

  • 准备一份文本文件,里面是英文内容,您可以下载这个文件:https://raw.githubusercontent.com/zq2599/blog_demos/master/files/GoneWiththeWind.txt
  • 登录SSH,切换到hdfs账号;
  • 创建HDFS文件夹:
hdfs dfs -mkdir /input
  • 将文本文件上传到/input目录:
hdfs dfs -put ./GoneWiththeWind.txt /input
  • 执行命令spark-shell,启动一个worker;
  • 输入以下命令,即可完成一次WorkCount任务,192.168.50.134是deskmini的IP地址:
sc.textFile("hdfs://192.168.50.134:8020/input/GoneWiththeWind.txt").flatMap(_.split(" ")).map((_,1)).reduceByKey(_+_).saveAsTextFile("hdfs://192.168.50.134:8020/output")
  • 执行完毕后,下载结果文件:
hdfs dfs -get /output/*
  • 上述命令将spark任务的结果文件part-00000、part-00001下载到本机,用vi命令查看文件,如下图,可见WorkCount执行成功:
超简单的CDH6部署和体验(单机版)  -图34

  • 在浏览器上查看历史任务,地址是:http://192.168.50.134:18088 ,可见此次任务的详情:
超简单的CDH6部署和体验(单机版)  -图35

至此,CDH6的部署、设置、体验都已经完成,如果您正在搭建自己的学习或者开发环境,希望本文能给您一些参考。

深度定制

整个实战虽然避免了传统部署过程中的大量手动操作,但弊端也很明显:所有路径、文件名、服务版本都是固定的,不能做任何设置,虽然ansible也支持变量,但是如果变量太多也会给您带来困扰,所以,如果您有修改版本或路径的需求,建议您自行修改cdh-single-install.yml、cdh-single-start.yml的内容,所有文件和版本信息都在里面。


超简单的CDH6部署和体验(单机版)  -图36

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 190277521@qq.com举报,一经查实,本站将立刻删除。 转载请注明出处:https://jmdanhe.com/post/945.html

分享:
扫描分享到社交APP
发表列表
请登录后评论...
游客 游客
此处应有掌声~
评论列表
  • 储佳爱
    2024年12月01日 03:51:30
    这是一个使用CDH6软件的单机版的有趣的学习和实践过程,即使是大企业对整体应用的流程熟稔已久,技术简洁快速实用的特点仍然值得一试!
x

注册

已经有帐号?