离线环境CentOS部署CDH集群手册

前言

本文说明

本文主要讲解基于离线环境下，利用三台服务器部署CDH集群方案。三台服务可以是物理机组成的同网段CentOS系统，也可以是私有云组成的同网段CentOS系统。

本版约定

Linux版本：CentOS 7.6

CDH版本：CDH-5.16.1

CM版本：cloudera-manager-centos7-cm5.16.1_x86_64

资源包

  • CentOS 7.6镜像：CentOS-7-x86_64-DVD-1810.iso
  • JDK： jdk-8u162-linux-x64.tar.gz
  • MySQL & Connector：
    mysql-5.7.28-1.el7.x86_64.rpm-bundle.tar
    mysql-connector-java-5.1.47.jar
  • Cloudera-Manager & CDH：
    cloudera-manager-centos7-cm5.16.1_x86_64.tar.gz
    CDH-5.16.1-1.cdh5.16.1.p0.3-el7.parcel.sha
    CDH-5.16.1-1.cdh5.16.1.p0.3-el7.parcel
    manifest.json
  • Kafka：
    KAFKA-1.2.0.jar
    KAFKA-2.1.1-1.2.1.1.p0.18-el7.parcel
    KAFKA-2.1.1-1.2.1.1.p0.18-el7.parcel.sha
    manifest-kafka.json
  • Spark2
    SPARK2_ON_YARN-2.3.0.cloudera2.jar
    SPARK2-2.3.0.cloudera2-1.cdh5.13.3.p0.316101-el7.parcel
    SPARK2-2.3.0.cloudera2-1.cdh5.13.3.p0.316101-el7.parcel.sha
    manifest_spark.json
  • Sqoop
    hive-hcatalog-core.jar
    hive-jdbc.jar
    java-json.jar

前提说明

服务器名称 子服务 服务器 master 服务器 worker01 服务器 worker02
HDFS NameNode ✔
HDFS DateNode ✔ ✔ ✔
HDFS SecondaryNameNode ✔
Hive Hive ✔ ✔ ✔
Hue Hue ✔
Impala Impala ✔ ✔ ✔
Kafka Kafka ✔ ✔ ✔
Zookeeper Zookeeper Server ✔ ✔ ✔

部署步骤（特别说明，下面是以root用户操作，假设三台服务器采用固定IP,分别是192.168.0.101、192.168.0.102、192.168.0.103）

一、配置hosts文件（所有节点）

  • 进入hosts文件配置
vim /etc/hosts
  • 添加下面的内容,三个节点都需要（此处按照官网案例，三段式结构:IP,全名称，别名）：
192.168.0.101 master.com.cn master
192.168.0.102 worker01.com.cn worker01
192.168.0.103 worker02.com.cn worker02
  • 每个节点，分别设置相应的主机名称，与上面添加的内容相呼应：（保证这边的设置名称与后面安装的CDH中主机名称保持一致）
    举例master节点：
hostnamectl set-hostname master.com.cn

举例worker01节点：

hostnamectl set-hostname worker01.com.cn

举例worker02节点：

hostnamectl set-hostname worker02.com.cn

二、配置免密登入（所有节点）

参考网址：略

  • 每台机器先使用ssh命令（ssh 主机别名），以在主目录产生一个.ssh 文件夹：
ssh master

然后输入no即可

  • 每台机器均进入~/.ssh 目录进行操作
cd ~/.ssh
  • 输入下面命令，根据提示，一路回车，产生公钥和密钥
ssh-keygen -t rsa
  • 将每台机器上的id_rsa.pub公钥内容复制到authorized_keys文件中:(cp命令：cp 源文件 目标文件)
cp id_rsa.pub authorized_keys
  • 将所有的authorized_keys文件进行合并（最简单的方法是将其余两台worker主机的文件内容追加到master主机上），worker01和worker02分别执行：
cat ~/.ssh/authorized_keys | ssh -p 22 root@master 'cat >> ~/.ssh/authorized_keys'

上述命令解释：
cat 待复制内容
| （管道符号）
ssh 端口命令前缀 远程端口（根据实际情况） 目标主机用户@目标主机名称
cat >>（追加到） 目标文件

  • 将master上的authorized_keys文件分发到其他主机上
scp -P 22 ~/.ssh/authorized_keys root@worker01:~/.ssh/
scp -P 22 ~/.ssh/authorized_keys root@worker02:~/.ssh/

三、关闭防火墙及清空规则(所有节点)

systemctl stop firewalld
systemctl disable firewalld
iptables -F

四、关闭selinux(所有节点)

vi /etc/selinux/config 
# 将SELINUX=enforcing改为SELINUX=disabled

设置后需要重启才能⽣效

reboot

五、设置时区及时钟同步（主从结构）

如果是基于私有云搭建集群，默认时钟同步已经做好。如果发现存在时间差，获取私有云中固定的那台时钟同步IP,三个节点先进行一次手动同步，在通过定时任务，进行定时同步。
如果纯物理机，按照如下操作：

  • 修改时区（所有节点），设置成东八区，即亚洲/上海
timedatectl set-timezone Asia/Shanghai
  • 安装NTP服务（所有节点）
yum install -y ntp
  • 编辑获取时间来源（主节点）
    进入ntp.conf文件中
vi /etc/ntp.conf

添加内容（定位到都是server那几行）

#server指定ntp服务器的地址 将当前主机作为时间服务器
#fudge设置时间服务器的层级 stratum 0~15  ,0：表示顶级 , 10：通常用于给局域网主机提供时间服务
#注意：fudge必须和server一块用， 而且是在server的下一行
server 127.127.1.0 #use local clock 
fudge  127.127.1.0  stratum  10 
#允许哪些⽹段的机器来同步时间 
restrict 192.168.0.0 mask 255.255.255.0 nomodify notrap
  • 从节点对应文件相应位置添加内容，指向主节点IP
server 127.127.1.0 #use local clock 
fudge  127.127.1.0  stratum  10 

restrict 192.168.0.0 mask 255.255.255.0 nomodify notrap
  • Ntpd服务启动（主节点）
#启动
systemctl start ntpd
#查看当前状态
systemctl status ntpd
  • 从节点禁用NTP服务(从节点)
#停止
systemctl stop ntpd
#禁用
systemctl disable ntpd
#查看当前状态
systemctl status ntpd
  • 手动同步时钟(从节点)
/usr/sbin/ntpdate master
  • 定时同步时间(从节点)
#编辑crontab
crontab -e
#进入文件添加定时任务，每天凌晨定时执行同步主节点名称
00 00 * * * /usr/sbin/ntpdate master

六、部署JDK(所有节点)

  • 安装前检查是否已存在JDK,如果则卸载原有的
#查询当前所有安装的jdk版本，通过rpm命令查看
rpm -qa | grep jdk

上述命令输出了如下jdk

copy-jdk-configs-3.3-10.el7_5.noarch
java-1.8.0-openjdk-headless-1.8.0.181-7.b13.el7.x86_64
java-1.8.0-openjdk-1.8.0.181-7.b13.el7.x86_64

#通过rpm命令卸载
rpm -e --nodeps copy-jdk-configs-3.3-10.el7_5.noarch
rpm -e --nodeps java-1.8.0-openjdk-headless-1.8.0.181-7.b13.el7.x86_64
rpm -e --nodeps java-1.8.0-openjdk-1.8.0.181-7.b13.el7.x86_64

#直到都卸载完毕，再次利用查看命令检查是否都卸载完毕 
rpm -qa|grep jdk
  • 安装JDK
    解压JDK到/opt目录下，（并修改文件的所有者和所有者组为root）
tar -zxvf /opt/package/jdk-8u162-linux-x64.tar.gz -C /opt/
chown root:root /opt/jdk1.8.0_162/ -R
  • 配置JDK环境
#进入/etc/profile文件
vim /etc/profile

在profile文件末尾添加JDK路径

#输出JAVA_HOME
export JAVA_HOME=/opt/jdk1.8.0_162
#java的bin路径追加到原来PATH路径，并输出
export PATH=$PATH:$JAVA_HOME/bin

让修改后的文件生效

source /etc/profile
  • 测试JDK是否安装成功,如果出现相应的版本（自己安装的那个）、运行环境版本、虚拟机，就说明成功
java -version
  • 将主节点的JDK和环境配置文件分发到worker01、worker02两台主机
#发送jdk
scp -P 22 -r /opt/jdk1.8.0_162/ @worker01:/opt/
scp -P 22 -r /opt/jdk1.8.0_162/ @worker02:/opt/
#发送配置文件
scp -P 22 -r /etc/profile @worker01:/etc/profile
scp -P 22 -r /etc/profile @worker02:/etc/profile

七、部署MySQL（主节点）

假设：设置MySQL的用户名和密码都是root。实际部署请正确设置。

  • 卸载原有MySQL，
#rpm命令删除几种默认mysql类型数据库
rpm -qa | grep -E 'mariadb|mysql'
rpm -qa | grep -E 'mariadb|mysql' | xargs rpm -e --nodeps
rpm -qa | grep -E 'mariadb|mysql'
  • 安装MySQL
#创建目录
mkdir /opt/mysql -p

#复制MySQL至指定位置并解压
tar -xvf /opt/package/mysql-5.7.28-1.el7.x86_64.rpm-bundle.tar -C /opt/mysql/

#进入指定目录并安装
cd /opt/mysql/
#rpm命令执行安装
rpm -ivh mysql-community-common-5.7.28-1.el7.x86_64.rpm 
rpm -ivh mysql-community-libs-5.7.28-1.el7.x86_64.rpm 
rpm -ivh mysql-community-libs-compat-5.7.28-1.el7.x86_64.rpm 
rpm -ivh mysql-community-client-5.7.28-1.el7.x86_64.rpm 
rpm -ivh mysql-community-server-5.7.28-1.el7.x86_64.rpm

如果出现依赖检测失败，请安装相应的依赖，利用yum install包。

  • 启动MySQL、查看MySQL、设置开自启动
systemctl start mysqld  
systemctl status mysqld  
systemctl enable mysqld
  • 修改root密码
#在日志文件中查看mysql的root用户默认密码
grep 'temporary password' /var/log/mysqld.log
#如下，默认密码为root@localhost: 后面的内容，即：Lo)Kust_F4ek
2022-01-13T14:44:29.262863Z 1 [Note] A temporary password is generated for root@localhost: Lo)Kust_F4ek
  • 取消密码策略检测，不然设置root这种简单密码无法设置成功，最后修改密码为root
#修改/etc/my.cnf文件
vim /etc/my.cnf

#在文件中添加以下内容以禁用密码策略
validate_password=off

#重新启动mysql服务
systemctl restart mysqld

#进入mysql，
mysql -uroot -p

#并输入第一步中获取的密码 
Lo)Kust_F4ek

#修改密码为root
ALTER USER 'root'@'localhost' IDENTIFIED BY 'root';
  • 修改数据库编码为utf-8,修改上传文件大小限制。
    在/etc/my.cnf 文件中添加以下内容
character_set_server=utf8

init_connect='SET NAMES utf8'

max_allowed_packet = 128M
  • 添加 root 用户的远程登录权限
#进入mysql
mysql -uroot -proot

#修改root的远程访问权限,提供给客户端访问能力
mysql> GRANT ALL PRIVILEGES ON *.* TO 'root'@'%' IDENTIFIED BY 'root' WITH GRANT OPTION;

# flush privileges：刷新MySQL的系统权限，使其即时生效，否则就重启服务器
FLUSH PRIVILEGES;
  • 在MySQL中创建用户及数据库:下面的数据库实例为后面安装大数据服务组件准备，一些大数据组件初始化需要元数据，得提前为它们准备实例和对应的用户名。
    进入MySQL，创建用户及数据库，复制如下命令
create database cmf DEFAULT CHARACTER SET utf8; 
grant all on cmf.* TO 'cmf'@'%' IDENTIFIED BY 'cmf'; 

create database amon DEFAULT CHARACTER SET utf8; 
grant all on amon.* TO 'amon'@'%' IDENTIFIED BY 'amon'; 

create database oozie DEFAULT CHARACTER SET utf8; 
grant all on oozie .* TO oozie @'%' IDENTIFIED BY 'oozie'; 

create database hive DEFAULT CHARACTER SET utf8; 
grant all on hive.* TO hive@'%' IDENTIFIED BY 'hive'; 

flush privileges;
exit;
  • 部署MySQL JDBC jar(所有节点)
#若目录/usr/share/java/不存在则创建
mkdir -p /usr/share/java/

#复制MySQL连接器至相应的目录
cp /opt/package/mysql-connector-java-5.1.47.jar /usr/share/java/mysql-connector-java.jar

#发送至两外两台服务器
scp -P 22 -r /opt/package/mysql-connector-java-5.1.47.jar @worker02:/usr/share/java/mysql-connector-java.jar
scp -P 22 -r /opt/package/mysql-connector-java-5.1.47.jar @worker01:/usr/share/java/mysql-connector-java.jar

八、部署CM服务

  • 离线部署Server 和 Agent (主从结构)
    说明：Server部署在主节点，Agent部署所有节点包括主节点。
#创建目录并解压（所有节点）
mkdir -p /opt/cloudera-manager
tar -zxvf /opt/package/cloudera-manager-centos7-cm5.16.1_x86_64.tar.gz -C /opt/cloudera-manager/

#分发解压后的cm目录：
scp -r -P 22 /opt/cloudera-manager/ @worker01:/opt/
scp -r -P 22 /opt/cloudera-manager/ @worker02:/opt/


#修改Agent配置，指向主节点(所有节点)
sed -i "s/server_host=localhost/server_host=master/g" /opt/cloudera-manager/cm-5.16.1/etc/cloudera-scm-agent/config.ini
#解释：其实/opt/cloudera-manager/cm-5.16.1/etc/cloudera-scm-agent/config.ini文件中server_host等于的对象改成master
  • 修改Server配置（主节点）
#进入server对应的数据库设置文件
vim /opt/cloudera-manager/cm-5.16.1/etc/cloudera-scm-server/db.properties 

#进行修改如下选项，下面的cmf就是前面数据库那会创建的实例
com.cloudera.cmf.db.type=mysql
com.cloudera.cmf.db.host=master
com.cloudera.cmf.db.name=cmf
com.cloudera.cmf.db.user=cmf
com.cloudera.cmf.db.password=cmf
com.cloudera.cmf.db.setupType=EXTERNAL

#上述文件保存完后再发送其他节点
scp -P 22 /opt/cloudera-manager/cm-5.16.1/etc/cloudera-scm-server/db.properties @worker01:/opt/cloudera-manager/cm-5.16.1/etc/cloudera-scm-server/
scp -P 22 /opt/cloudera-manager/cm-5.16.1/etc/cloudera-scm-server/db.properties @worker02:/opt/cloudera-manager/cm-5.16.1/etc/cloudera-scm-server/

#创建用户(所有节点)：用户是cloudera-scm
useradd --system --home=/opt/cloudera-manager/cm-5.16.1/run/cloudera-scm-server/ --no-create-home --shell=/bin/false --comment "Cloudera SCM User" cloudera-scm

#修改用户及用户组(所有节点)
chown -R cloudera-scm:cloudera-scm /opt/cloudera-manager
  • 部署离线Parcel源(主节点)
#创建离线源目录
mkdir -p /opt/cloudera/parcel-repo

#移动离线源到目录，并修改文件名称
cp /opt/package/CDH-5.16.1-1.cdh5.16.1.p0.3-el7.parcel /opt/cloudera/parcel-repo/
cp /opt/package/CDH-5.16.1-1.cdh5.16.1.p0.3-el7.parcel.sha /opt/cloudera/parcel-repo/
cp /opt/package/manifest.json /opt/cloudera/parcel-repo/

#目录修改用户及用户组
chown -R cloudera-scm:cloudera-scm /opt/cloudera

#创建组件安装目录、用户及用户组(所有节点)
mkdir -p /opt/cloudera/parcels
chown -R cloudera-scm:cloudera-scm /opt/cloudera
  • 启动并监控日志（可以省略）
    补充参数(所有节点)
#说明：swappiness是Linux内核参数，控制换出运行时内存的相对权重。swappiness参数值可设置范围在0到100之间。  低参数值会让内核尽量少用交换，更高参数值会使内核更多的去使用交换空间。
#cat << EOF >> 命令说明：再文件尾添加内容。
cat << EOF >> /etc/sysctl.conf 
vm.swappiness=10 
EOF

#关闭THP
#说明：Transparent HugePages是在运行时动态分配内存的，而标准的HugePages是在系统启动时预先分配内存，并在系统运行时不再改变。因为Transparent HugePages是在运行时动态分配内存的，所以会带来在运行时内存分配延误。
echo never > /sys/kernel/mm/transparent_hugepage/defrag 
echo never > /sys/kernel/mm/transparent_hugepage/enabled 

#使文件成为可执行文件（命令：chmod +x）
chmod +x /etc/rc.d/rc.local
  • 启动server(主节点)
/opt/cloudera-manager/cm-5.16.1/etc/init.d/cloudera-scm-server start

#立马查看输出日志:(tail -100f 查看文件最后一百行日志，且可以不断看到后面持续打印的日志)
tail -100f /opt/cloudera-manager/cm-5.16.1/log/cloudera-scm-server/cloudera-scm-server.log

  • 启动Web界面。前置条件：前面的日志输出正常，比如看到成功启动了web容器，7180端口输出等。
    在windows桌面，打开浏览器，网址：主机IP:7180
    默认账号和密码：admin/admin

  • 启动所有的Agent（所有节点）

#回到Linux命令行输入界面
/opt/cloudera-manager/cm-5.16.1/etc/init.d/cloudera-scm-agent start

#立马查看输出日志:(tail -100f 查看文件最后一百行日志，且可以不断看到后面持续打印的日志)
tail -100f /opt/cloudera-manager/cm-5.16.1/log/cloudera-scm-agent/cloudera-scm-agent.log
  • 帮助命令（正常情况就不需要执行）
#如需要关闭agent服务，可以执行：
/opt/cloudera-manager/cm-5.16.1/etc/init.d/cloudera-scm-agent stop

#如需要关闭server服务，可以执行（一般先停agent后停server）：
/opt/cloudera-manager/cm-5.16.1/etc/init.d/cloudera-scm-server stop

CDH的集群部署，进入window浏览器，刚才登入地址。只截取重要图片

  • 基础安装
    1.接收条款和协议
    2.选择免费列（免费 在许可证哪一行可以看到）
    3.继续
    4.为CDH集权安装指定主机，名称那一列选中我们的三台主机。如果没有，可以通过搜索 “master,worker01,worker02” 。
    5.集群安装，选择CDH版本,选择我们的

6.等待下载安装，其实就是安装我们执行的parcel(详见前面“部署离线Parcel源(主节点)”)。
7.出现检查主机正确性，验证下面都✔

  • HDFS、YARN、Zookeeper安装
    1.选择自定义安装

2.选择安装服务

3.分配节点
HDFS:调整SecondaryNameNode安装服务器（节点），不要跟NameNode在同一个服务器上，可以放到worker01或者worker02上。数据节点DataNode三个服务器都选。
Cloudera Management Service：默认都放在了主节点上，建议不修改。
YARN:避免主节点master服务压力过大，可以把ResourceManager节点调整到其他节点
ZooKeeper：三个节点都选

4.集权设置全部选默认，点击继续
5.自动启动进程，点击继续

  • 其他服务安装，走添加服务模式（略）
    在进行Hive安装的时候，需要配置hive元数据：数据库名称、用户名、密码。（翻看前面MySQL那边，可以得知，数据库名称hive、用户名root、密码root）,输入完成后，可以点击测试连接，连接成功继续。

  • Spark2 安装（主节点）
    前提：关闭CM集群，可以通过界面关闭
    回到Linux命令行输入界面

#在主节点创建文件夹
#创建上传包文件目录
mkdir -p /opt/package/spark2.3/csd

#安装包文件目录
mkdir -p /opt/cloudera-manager/cloudera/csd

上传SPARK2_ON_YARN-2.3.0.cloudera2.jar （此jar由于集成cloudera manager需要）到/opt/package/spark2.3/csd
利用上传工具上传,比如sftp
SPARK2-2.3.0.cloudera2-1.cdh5.13.3.p0.316101-el7.parcel 、 SPARK2-2.3.0.cloudera2-1.cdh5.13.3.p0.316101-el7.parcel.sha 、manifest_spark.json
到/opt/package/spark2.3/

#把包拷贝到安装目录
cp /opt/package/spark2.3/csd/SPARK2_ON_YARN-2.3.0.cloudera2.jar /opt/cloudera-manager/cloudera/csd/

#指定用户和用户组
chown cloudera-scm:cloudera-scm /opt/cloudera-manager/cloudera/csd/SPARK2_ON_YARN-2.3.0.cloudera2.jar

#分配644权限
chmod 644 /opt/cloudera-manager/cloudera/csd/SPARK2_ON_YARN-2.3.0.cloudera2.jar

#将原有的配置文件备份，后面spark2配置文件需要在同一个目录下命名为manifest.json：
mv /opt/cloudera/parcel-repo/manifest.json  /opt/cloudera/parcel-repo/manifest.json.bak

#将spark2 对应的parcel都复制到安装目录
cp /opt/package/spark2.3/SPARK2-2.3.0.cloudera2-1.cdh5.13.3.p0.316101-el7.parcel /opt/cloudera/parcel-repo/
cp /opt/package/spark2.3/SPARK2-2.3.0.cloudera2-1.cdh5.13.3.p0.316101-el7.parcel.sha /opt/cloudera/parcel-repo/
cp /opt/package/spark2.3/manifest_spark.json  /opt/cloudera/parcel-repo/

#spark2 配置文件改名复制,与前面的备份配置文件呼应，CM安装程序只认程序只认manifest.json，不认manifest_spark.json
mv /opt/cloudera/parcel-repo/manifest_spark.json  /opt/cloudera/parcel-repo/manifest.json

#启动CM集群
/opt/cloudera-manager/cm-5.16.1/etc/init.d/cloudera-scm-agent start
/opt/cloudera-manager/cm-5.16.1/etc/init.d/cloudera-scm-server start

在CM中更改cds的路径并重启CM集群
路径更改为/opt/cloudera-manager/cloudera/csd

上面操作重启完成后，按照下图操作先分配再激活

接下来就可以添加Spark2服务了。

posted on 2022-03-17 09:41  betterLearing  阅读(317)  评论(0)  编辑  收藏  举报