欢迎访问我的GitHub
这里分类和汇总了欣宸的全部原创(含配套源码):https://github.com/zq2599/blog_demos
- 本文是《CDH+Kylin三部曲》系列的第二篇,上一篇《CDH+Kylin三部曲之一:准备工作》已将所需的机器和文件准备完毕,可以部署CDH和Kylin了;
执行ansible脚本部署CDH和Kylin(ansible电脑)
- 进入ansible电脑的 ~/playbooks 目录,经过上一篇的准备工作,该目录下应该是下图这些内容:
- 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:
- 执行命令开始部署: ansible-playbook cm6-cdh5-kylin264-single-install.yml
- 整个部署过程涉及在线安装、传输大文件等耗时的操作,请耐心等待(半小时左右),如果部署期间出错退出(例如网络问题),只需重复执行上述命令即可,ansible保证了操作的幂等性;
- 部署成功如下图所示:
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;
执行ansible脚本启动CDH服务(ansible电脑)
- 等待CDH服务器重启成功;
- 登录ansible电脑,进入 ~/playbooks 目录;
- 执行初始化数据库和启动CDH的脚本: ansible-playbook cdh-single-start.yml
- 启动完成输出如下信息:
- ssh登录CDH服务器,执行此命令观察CDH服务的启动情况: tail -f /var/log/cloudera-scm-server/cloudera-scm-server.log ,看到下图红框中的内容时,表示启动完成,可以用浏览器登录了:
设置(浏览器操作)
- 现在CDH服务已经启动了,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 :
- 一路next,在选择版本页面选择60天体验版:
- 选择主机页面可见CDH服务器(deskmini):
- 在选择CDH版本的页面,请选择下图红框中的5.16.2-1:
- 进入安装Parcel的页面,由于提前上传了离线parcle包,因此下载进度瞬间变成百分之百,此时请等待分配、解压、激活的完成:
- 接下来有一些推荐操作,这里选择如下图红框,即可跳过:
- 接下来是选择服务的页面,我选择了自定义服务,然后选择了 HBase、HDFS、Hive、Hue、Oozie、Spark、YARN、Zookeeper 这八项,可以满足运行Kylin的需要:
- 在选择主机的页面,都选择CDH服务器:
- 接下来是数据库设置的页面, 您填写的内容必须与下图保持一致 ,即主机名 为localhost ,Hive的数据库、用户、密码都是hive,Activity Monitor的数据库、用户、密码都是amon,Reports Manager的数据库、用户、密码都是rman,Oozie Server的数据库、用户、密码都是oozie,Hue的数据库、用户、密码都是hue,这些内容在ansible脚本中已经固定了,此处的填写必须保持一致:
- 在设置参数的页面,请按照您的硬盘实际情况设置,我这里 /home 目录下空间充足,因此存储位置都改为 /home 目录下:
- 等待服务启动:
- 各服务启动完成:
HDFS设置
- 如下图红框所示,HDFS服务存在问题:
- 点击上图中红色感叹号可见问题详情,如下图,是常见的副本问题:
- 操作如下图,在HDFS的参数设置页面,将 dfs.replication 的值设置为1(只有一个数据节点):
- 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CDH服务器上;
- 执行命令 su - hdfs 切换到hdfs账号,再执行以下命令即可完成副本数设置:
hadoop fs -setrep -R 1 /
- 回到网页,重启HDFS服务,如下图:
- 重启后HDFS服务正常:
YARN设置
- 默认的YARN参数是非常保守的,需要做一些设置才能顺利执行Spark任务:
- 进入YARN管理页;
- 如下图所示,检查参数 yarn.nodemanager.resource.cpu-vcores 的值,该值必须大于1,否则提交Spark任务后YARN不分配资源执行任务,(如果您的CDH服务器是虚拟机,当CPU只有单核时,则此参数就会被设置为1,解决办法是先提升虚拟机CPU核数,再来修改此参数):
- yarn.scheduler.minimum-allocation-mb :单个容器可申请的最小内存,我这里设置为1G
- yarn.scheduler.maximum-allocation-mb :单个容器可申请的最大内存,我这里设置为8G
- yarn.nodemanager.resource.memory-mb :节点最大可用内存,我这里设置为8G
- 上述三个参数的值,是基于我的CDH服务器有32G内存的背景,请您按照自己硬件资源自行调整;
- 设置完毕后重启YARN服务,操作如下图所示:
Spark设置(CDH服务器)
- 需要在Spark环境准备一个目录以及相关的jar,否则Kylin启动会报错(提示 spark not found, set SPARK_HOME, or run bin/download-spark.sh ),以 root 身份SSH登录CDH服务器,执行以下命令:
mkdir $SPARK_HOME/jars \
&& cp $SPARK_HOME/assembly/lib/*.jar $SPARK_HOME/jars/ \
&& chmod -R 777 $SPARK_HOME/jars
启动Kylin(CDH服务器)
- SSH登录CDH服务器,执行 su - hdfs 切换到hdfs账号;
- 按照官方推荐,先执行检查环境的命令: $KYLIN_HOME/bin/check-env.sh
- 检查通过的话控制台输出如下:
- 启动Kylin: $KYLIN_HOME/bin/kylin.sh start
- 控制台输出以下内容说明启动Kylin成功:
登录Kylin
- 浏览器访问:http://192.168.50.134:7070/kylin,如下图,账号 ADMIN ,密码 KYLIN (账号和密码都是大写):
- 登录成功,可以使用了:
- 至此,CDH和Kylin的部署、设置、启动都已完成,Kylin已经可用了,在下一篇文章中,我们就在此环境运行Kylin的官方demo,体验Kylin;