CDH+Kylin三部曲之二：部署和設定

程式設計師欣宸發表於2022-12-06

歡迎訪問我的GitHub

https://github.com/zq2599/blog_demos

內容：所有原創文章分類彙總及配套原始碼，涉及Java、Docker、Kubernetes、DevOPS等；

本篇概覽

本文是《CDH+Kylin三部曲》系列的第二篇，上一篇《CDH+Kylin三部曲之一：準備工作》已將所需的機器和檔案準備完畢，可以部署CDH和Kylin了；

執行ansible指令碼部署CDH和Kylin(ansible電腦)

  1. 進入ansible電腦的~/playbooks目錄，經過上一篇的準備工作，該目錄下應該是下圖這些內容：
    在這裡插入圖片描述
  2. 檢查ansible遠端操作CDH伺服器是否正常，執行命令ansible deskmini -a "free -m"，正常情況下顯示CDH伺服器的記憶體資訊，如下圖：
    在這裡插入圖片描述
  3. 執行命令開始部署：ansible-playbook cm6-cdh5-kylin264-single-install.yml
  4. 整個部署過程涉及線上安裝、傳輸大檔案等耗時的操作，請耐心等待（半小時左右），如果部署期間出錯退出（例如網路問題），只需重複執行上述命令即可，ansible保證了操作的冪等性；
  5. 部署成功如下圖所示：
    在這裡插入圖片描述

重啟CDH伺服器

由於修改了selinux和swap的設定，需要重啟作業系統才能生效，因此請重啟CDH伺服器；

執行ansible指令碼啟動CDH服務(ansible電腦)

  1. 等待CDH伺服器重啟成功；
  2. 登入ansible電腦，進入~/playbooks目錄；
  3. 執行初始化資料庫和啟動CDH的指令碼：ansible-playbook cdh-single-start.yml
  4. 啟動完成輸出如下資訊：
    在這裡插入圖片描述
  5. ssh登入CDH伺服器，執行此命令觀察CDH服務的啟動情況：tail -f /var/log/cloudera-scm-server/cloudera-scm-server.log，看到下圖紅框中的內容時，表示啟動完成，可以用瀏覽器登入了：
    在這裡插入圖片描述

設定(瀏覽器操作)

現在CDH服務已經啟動了，可以通過瀏覽器來操作：

  1. 瀏覽器訪問：http://192.168.50.134:7180 ，如下圖，賬號密碼都是admin：
    在這裡插入圖片描述
  2. 一路next，在選擇版本頁面選擇60天體驗版：
    在這裡插入圖片描述
  3. 選擇主機頁面可見CDH伺服器（deskmini）：
    在這裡插入圖片描述
  4. 在選擇CDH版本的頁面，請選擇下圖紅框中的5.16.2-1：
    在這裡插入圖片描述
  5. 進入安裝Parcel的頁面，由於提前上傳了離線parcle包，因此下載進度瞬間變成百分之百，此時請等待分配、解壓、啟用的完成：
    在這裡插入圖片描述
  6. 接下來有一些推薦操作，這裡選擇如下圖紅框，即可跳過：
    在這裡插入圖片描述
  7. 接下來是選擇服務的頁面，我選擇了自定義服務，然後選擇了HBase、HDFS、Hive、Hue、Oozie、Spark、YARN、Zookeeper這八項，可以滿足執行Kylin的需要：
    在這裡插入圖片描述
  8. 在選擇主機的頁面，都選擇CDH伺服器：
    在這裡插入圖片描述
  9. 接下來是資料庫設定的頁面，您填寫的內容必須與下圖保持一致，即主機名為localhost，Hive的資料庫、使用者、密碼都是hive，Activity Monitor的資料庫、使用者、密碼都是amon，Reports Manager的資料庫、使用者、密碼都是rman，Oozie Server的資料庫、使用者、密碼都是oozie，Hue的資料庫、使用者、密碼都是hue，這些內容在ansible指令碼中已經固定了，此處的填寫必須保持一致：
    在這裡插入圖片描述
  10. 在設定引數的頁面，請按照您的硬碟實際情況設定，我這裡/home目錄下空間充足，因此儲存位置都改為/home目錄下：
    在這裡插入圖片描述
  11. 等待服務啟動：
    在這裡插入圖片描述
  12. 各服務啟動完成：
    在這裡插入圖片描述

HDFS設定

  1. 如下圖紅框所示，HDFS服務存在問題：
    在這裡插入圖片描述
  2. 點選上圖中紅色感嘆號可見問題詳情，如下圖，是常見的副本問題：
    在這裡插入圖片描述
  3. 操作如下圖，在HDFS的引數設定頁面，將dfs.replication的值設定為1(只有一個資料節點)：
    在這裡插入圖片描述
  4. 經過上述設定，副本數已經調整為1，但是已有檔案的副本數還沒有同步，需要重新做設定，SSH登入到CDH伺服器上；
  5. 執行命令su - hdfs切換到hdfs賬號，再執行以下命令即可完成副本數設定：
hadoop fs -setrep -R 1 /
  1. 回到網頁，重啟HDFS服務，如下圖：
    在這裡插入圖片描述
  2. 重啟後HDFS服務正常：
    在這裡插入圖片描述

YARN設定

預設的YARN引數是非常保守的，需要做一些設定才能順利執行Spark任務：

  1. 進入YARN管理頁；
  2. 如下圖所示，檢查引數yarn.nodemanager.resource.cpu-vcores的值，該值必須大於1，否則提交Spark任務後YARN不分配資源執行任務，（如果您的CDH伺服器是虛擬機器，當CPU只有單核時，則此引數就會被設定為1，解決辦法是先提升虛擬機器CPU核數，再來修改此引數）：
    在這裡插入圖片描述
  3. yarn.scheduler.minimum-allocation-mb：單個容器可申請的最小記憶體，我這裡設定為1G
  4. yarn.scheduler.maximum-allocation-mb：單個容器可申請的最大記憶體，我這裡設定為8G
  5. yarn.nodemanager.resource.memory-mb：節點最大可用記憶體，我這裡設定為8G
  6. 上述三個引數的值，是基於我的CDH伺服器有32G記憶體的背景，請您按照自己硬體資源自行調整；
  7. 設定完畢後重啟YARN服務，操作如下圖所示：
    在這裡插入圖片描述

Spark設定(CDH伺服器)

需要在Spark環境準備一個目錄以及相關的jar，否則Kylin啟動會報錯（提示spark not found, set SPARK_HOME, or run bin/download-spark.sh），以root身份SSH登入CDH伺服器，執行以下命令：

mkdir $SPARK_HOME/jars \
&& cp $SPARK_HOME/assembly/lib/*.jar $SPARK_HOME/jars/ \
&& chmod -R 777 $SPARK_HOME/jars

啟動Kylin(CDH伺服器)

  1. SSH登入CDH伺服器，執行su - hdfs切換到hdfs賬號；
  2. 按照官方推薦，先執行檢查環境的命令：$KYLIN_HOME/bin/check-env.sh
  3. 檢查通過的話控制檯輸出如下：
    在這裡插入圖片描述
  4. 啟動Kylin：$KYLIN_HOME/bin/kylin.sh start
  5. 控制檯輸出以下內容說明啟動Kylin成功：
    在這裡插入圖片描述

登入Kylin

  1. 瀏覽器訪問：http://192.168.50.134:7070/kylin，如下圖，賬號ADMIN，密碼KYLIN（賬號和密碼都是大寫）：
    在這裡插入圖片描述
  2. 登入成功，可以使用了：
    在這裡插入圖片描述
    至此，CDH和Kylin的部署、設定、啟動都已完成，Kylin已經可用了，在下一篇文章中，我們就在此環境執行Kylin的官方demo，體驗Kylin；

歡迎關注公眾號：程式設計師欣宸

微信搜尋「程式設計師欣宸」，我是欣宸，期待與您一同暢遊Java世界...
https://github.com/zq2599/blog_demos

相關文章