CDH6.3.2之各个组件服务的安装

企业开发 2023-12-17 06:39:55 阅读次数: 0

CDH6.3.2之软件服务安装

CDH

概述

CDH是指Cloudera’s Distribution Including Apache Hadoop（包含Apache Hadoop的Cloudera发行版），是一套由Cloudera提供的大数据解决方案。

CDH是基于Apache Hadoop生态系统构建的，其中包括了Hadoop核心组件（如HDFS、YARN和MapReduce）以及其他相关的开源技术（如Hive、HBase、Spark、Impala等）。Cloudera通过将这些组件整合在一起，为企业提供了一个稳定、可靠、可扩展的数据处理平台。

在CDH中，Cloudera Manager是用于管理和监控整个集群的关键组件。它提供了一个易于使用的Web界面，用于集群配置、软件安装、性能监控和故障排除。

CDH文档

CDH下载

架构

Hadoop核心组件：

Hadoop Distributed File System (HDFS)：用于存储和管理大规模数据集的分布式文件系统。

Yet Another Resource Negotiator (YARN)：用于分配和管理集群资源以运行各种应用程序。

MapReduce：一种分布式数据处理框架，用于在集群上执行大规模数据处理任务。

数据存储和处理组件：

Hive：一个基于Hadoop的数据仓库基础架构，提供了类似于SQL的查询语言，方便进行数据分析和处理。

HBase：一个分布式的、面向列的NoSQL数据库，适用于高度可扩展的实时读写。

Spark：一个快速的、通用的大数据处理引擎，支持批处理、交互式查询和流式处理。

Impala：一个高性能的SQL查询引擎，可在Hadoop上实时查询存储在HDFS和HBase中的数据。

Solr：一个开源的、高性能的搜索平台，用于构建实时搜索和大规模分析应用。

Sqoop：用于在Hadoop和关系型数据库之间进行数据传输的工具。

数据集成和流处理组件：

Kafka：一个高吞吐量的、分布式的流处理平台，用于处理实时数据流。

Flume：一个用于高效、可靠地从多个数据源采集、聚合和移动数据的分布式系统。

安全与管理组件：

Cloudera Manager：用于集群的配置、部署、监控和管理的全面管理平台。

Apache Sentry：提供细粒度的访问控制和权限管理，以保护敏感数据。

Apache Knox：提供了一个单一的访问点和API网关，用于安全地访问和管理Hadoop集群。

创建数据库

创建各组件需要的数据库

CREATE DATABASE hive DEFAULT CHARSET utf8 COLLATE utf8_general_ci;

CREATE DATABASE oozie DEFAULT CHARSET utf8 COLLATE utf8_general_ci;

CREATE DATABASE hue DEFAULT CHARSET utf8 COLLATE utf8_general_ci;

CREATE DATABASE sentry DEFAULT CHARACTER SET utf8 DEFAULT COLLATE utf8_general_ci;

安装Kafka服务

在CDH中，各个组件服务的安装、配置方式大同小异，这里以安装Kafka组件服务为例说明

添加服务

在首页，点击添加服务
在这里插入图片描述
进入服务列表，选择Kafka服务
在这里插入图片描述
Kafka的Broker选择三台机器
在这里插入图片描述

配置

在审核更改中调整堆内存大小，其他配置默认即可
在这里插入图片描述

等待安装

在这里插入图片描述

Kafka命令使用

创建Kafka Topic

/opt/cloudera/parcels/CDH/bin/kafka-topics --bootstrap-server node03:9092,node04:9092,node05:9092  --create --replication-factor 1 --partitions 1 --topic test

kafka-topics --bootstrap-server node03:9092,node04:9092,node05:9092  --create --replication-factor 1 --partitions 1 --topic test

查看Kafka Topic

/opt/cloudera/parcels/CDH/bin/kafka-topics --zookeeper node03:2181 --list

kafka-topics --zookeeper node03:2181 --list

删除Kafka Topic

/opt/cloudera/parcels/CDH/bin/kafka-topics --delete --bootstrap-server node03:9092,node04:9092,node05:9092 --topic test

kafka-topics --delete --bootstrap-server node03:9092,node04:9092,node05:9092 --topic test

其他组件安装

在CDH中，各个组件服务的安装大同小异，参考上述Kafka安装，进行下列常用组件的安装

安装Flume服务

选择添加Flume服务
在这里插入图片描述
选择Flume依赖哪些服务
在这里插入图片描述
分配Flume Agent所处节点
在这里插入图片描述
在这里插入图片描述

安装Hive服务

选择添加Hive服务
在这里插入图片描述
将 Hive 服务添加到 Cluster
在这里插入图片描述
配置hive元数据

出现异常：
在这里插入图片描述
解决方案：拷贝mysql-connector-java.jar，分发到各个节点的/usr/share/java/目录

[root@node01 ~]# ./sync.sh /usr/share/java/mysql-connector-java.jar

重新测试
在这里插入图片描述
使用默认配置
在这里插入图片描述
安装后自动启动Hive进程
在这里插入图片描述

注意：在安装Spark后，配置Hive On Spark，然后重启Hive

在这里插入图片描述

安装Spark服务

添加Spark服务
在这里插入图片描述
CDH6.x自带spark2.4无需升级

分配节点
在这里插入图片描述
集群设置全部选择默认即可
在这里插入图片描述
等待安装
在这里插入图片描述
点击进行重启
在这里插入图片描述
在这里插入图片描述
在安装Spark后，配置Hive On Spark，然后重启Hive
在这里插入图片描述

安装OOZIE服务

选择添加OOZIE服务
在这里插入图片描述
分配节点
在这里插入图片描述
在这里插入图片描述
配置Oozie元数据
在这里插入图片描述
使用默认配置
在这里插入图片描述
等待安装并启动oozie
在这里插入图片描述

安装HUE服务

选择添加Hue服务
在这里插入图片描述
分配节点
在这里插入图片描述
在这里插入图片描述
配置hue元数据
在这里插入图片描述
等待安装并自动启动hue进程
在这里插入图片描述

安装Flink服务

Flink服务也是大数据领域中一个常见服务，然而CDH6.3.2版本没有包含Flink服务，因此需要手动编译Flink

下载相关配置包

查看CDH各个组件版本信息，与Hive2.1.1匹配的Flink版本是flink-1.13.6

在这里插入图片描述
下载Flink安装包

wget https://archive.apache.org/dist/flink/flink-1.13.6/flink-1.13.6-bin-scala_2.11.tgz

下载Flink源码包

wget https://archive.apache.org/dist/flink/flink-1.13.6/flink-1.13.6-src.tgz

安装Maven

下载Maven

wget https://archive.apache.org/dist/maven/maven-3/3.8.8/binaries/apache-maven-3.8.8-bin.tar.gz

参考：Maven安装与配置

Flink的CDH版本编译配置

解压Flink源码包

tar -axvf flink-1.13.6-bin-scala_2.11.tgz

tar -axvf flink-1.13.6-src.tgz
mv flink-1.13.6 flink-src

flink的pom.xml文件

<flink.hadoop.version>3.0.0-cdh6.3.2</flink.hadoop.version>

<hive.version>2.1.1-cdh6.3.2</hive.version>

在<repositories> 标签中添加如下内容

<repositories> 
	<repository> 
		<id>cloudera</id> 
		<url>https://repository.cloudera.com/artifactory/cloudera-repos/</url>
	</repository> 
	<repository> 
		<id>confluent-repo</id>
		<url>https://packages.confluent.io/maven/</url>
	</repository> 
</repositories>

修改vim /root/flink-src/flink-connectors/flink-sql-connector-hive-2.3.9/pom.xml文件

	<groupId>org.apache.hive</groupId>
			<artifactId>hive-exec</artifactId>
			<version>2.1.1-cdh6.3.2</version>

编译Flink

mvn clean install -DskipTests -Dfast -Drat.skip=true -Dhaoop.version=3.0.0-cdh6.3.2 -Dinclude-hadoop -Dscala-2.11 -T10C

拷贝编译成功的flink-sql-connector-hive到flink的lib目录下

 [root@node01 ~]#cp flink-src/flink-connectors/flink-sql-connector-hive-2.2.0/target/flink-sql-connector-hive-2.2.0_2.11-1.13.6.jar /usr/local/flink/lib/

 # 拷贝hive-exec-2.1.1-cdh6.3.2.jar、libfb303-0.9.3.jar 
[root@node01 ~]#cp /opt/cloudera/parcels/CDH/jars/hive-exec-2.1.1-cdh6.3.2.jar /usr/local/flink/lib/ 
[root@node01 ~]#cp /opt/cloudera/parcels/CDH/jars/libfb303-0.9.3.jar /usr/local/flink/lib/

拷贝相关hadoop包

[root@node01 ~]#cp /opt/cloudera/parcels/CDH/jars/hadoop-common-3.0.0-cdh6.3.2.jar /usr/local/flink/lib/ 
[root@node01 ~]#cp /opt/cloudera/parcels/CDH/jars/hadoop-mapreduce-client-common-3.0.0-cdh6.3.2.jar /usr/local/flink/lib/  
[root@node01 ~]#cp /opt/cloudera/parcels/CDH/jars/hadoop-mapreduce-client-core-3.0.0-cdh6.3.2.jar /usr/local/flink/lib/ 
[root@node01 ~]#cp /opt/cloudera/parcels/CDH/jars/hadoop-mapreduce-client-hs-3.0.0-cdh6.3.2.jar /usr/local/flink/lib/ 
[root@node01 ~]#cp /opt/cloudera/parcels/CDH/jars/hadoop-mapreduce-client-jobclient-3.0.0-cdh6.3.2.jar /usr/local/flink/lib/

制作Flink的parcel包和csd文件

1.将lib包含了复制进去的jar的Flink完整包进行压缩

[root@node01 ~]# cd /usr/local
[root@node01 local]#tar -zcvf flink-1.13.6-cdh6.3.2.tgz flink

2.下载制作脚本

[root@node01 local]# yum install git 
[root@node01 local]# git clone https://github.com/YUjichang/flink-parcel.git

加速地址: git clone https://gitclone.com/github.com/YUjichang/flink-parcel.git

3.修改脚本配置

[root@node01 local]# cd flink-parcel/
[root@node01 flink-parcel]# vim flink-parcel.properties 

#FLINk存放目录地址 
FLINK_URL= /usr/local/flink-1.13.6-cdh6.3.2.tgz 
#flink版本号 
FLINK_VERSION=1.13.6 
#扩展版本号 
EXTENS_VERSION=CDH6.3.2 
#操作系统版本，以centos为例 
OS_VERSION=7 
#CDH 小版本 
CDH_MIN_FULL=6.0 
#CDH大版本
CDH_MAX_FULL=6.4
CDH_MIN=5 
CDH_MAX=6

4.运行 build.sh脚本，开始构建parcel和csd

[root@node01 flink-parcel]# ./build.sh parcel 
[root@node01 flink-parcel]# ./build.sh csd

5.编译完成后，生成的Flink的parcel和csd文件

FLINK_ON_YARN-1.13.6.jar 

FLINK-1.13.6-CDH6.3.2-el7.parcel
FLINK-1.13.6-CDH6.3.2-el7.parcel.sha 
manifest.json

6.向CM中添加Flink服务

cp FLINK-1.13.6-CDH6.3.2-el7.parcel /opt/cloudera/parcel-repo/ 

cp FLINK-1.13.6-CDH6.3.2-el7.parcel.sha /opt/cloudera/parcel-repo/

直接向CM中添加Flink服务

1.拷贝镜像包到cloudera的parcel-repo中


root@node01 local]# tar -zxvf flink-1.13.6-cdh6.3.2_parcel.tar.gz
[root@node01 local]# cd flink-1.13.6-cdh6.3.2/
[root@node01 flink-1.13.6-cdh6.3.2]# ll
total 377276
-rwxrwxrwx 1 root root 386296010 Aug 30 11:51 FLINK-1.13.6-CDH6.3.2-el7.parcel
-rwxrwxrwx 1 root root        40 Aug 30 11:51 FLINK-1.13.6-CDH6.3.2-el7.parcel.sha
-rwxrwxrwx 1 root root     21123 Aug 30 11:51 FLINK_ON_YARN-1.13.6.jar
-rwxrwxrwx 1 root root       841 Aug 30 11:52 manifest.json
[root@node01 flink-1.13.6-cdh6.3.2]# cp FLINK-1.13.6-CDH6.3.2-el7.parcel /opt/cloudera/parcel-repo/ 
[root@node01 flink-1.13.6-cdh6.3.2]# cp FLINK-1.13.6-CDH6.3.2-el7.parcel.sha /opt/cloudera/parcel-repo/

在cloudera的parcel-repo中得manifest.json文件添加Flink.parcel相关得加载依赖配置

vim /opt/cloudera/parcel-repo/manifest.json

[
  {
    
    
    "Components": [
      {
    
    
        "Pkg_version": "",
        "Version": "6",
        "Name": "",
        "Pkg_release": ""
      }
    ],
    "Hash": "",
    "Parcelname": "",
    "Replaces": ""
  },
  {
    
    
    "Components": [
      {
    
    
        "Pkg_version": "flink1.13.6",
        "Version": "flink1.13.6",
        "Name": "flink",
        "Pkg_release": "cdh6.3.2"
      }
    ],
    "Hash": "4e1a65e353d2e36c7e9d12a912eb8516a7f486f5",
    "Parcelname": "flink-1.13.6-cdh6.3.2-el7.Parcel",
    "Replaces": "flink"
  }
]

3.拷贝FLINK_ON_YARN到cloudera的csd中

[root@node01 software]# cd flink-1.13.6-cdh6.3.2/
[root@node01 flink-1.13.6-cdh6.3.2]# cp FLINK_ON_YARN-1.13.6.jar /opt/cloudera/csd/ 
[root@node01 flink-1.13.6-cdh6.3.2]# systemctl restart cloudera-scm-server

4.重启后在CM页面进行分配和激活
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

5.添加Flink服务配置和集群规划
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
重启
在这里插入图片描述

验证Flink服务

1.使用yarn-per-job模式跑wordcount测试flink_on_yarn

[root@node01 ~]# chmod 777 /opt/cloudera/parcels/FLINK/bin/flink
[root@node01 ~]# sudo -u hdfs  /opt/cloudera/parcels/FLINK/bin/flink run -t yarn-per-job /opt/cloudera/parcels/FLINK/lib/flink/examples/batch/WordCount.jar

Printing result to stdout. Use --output to specify output path.
2023-08-16 10:37:33,318 WARN  org.apache.flink.yarn.configuration.YarnLogConfigUtil        [] - The configuration directory ('/etc/flink/conf') already contains a LOG4J config file.If you want to use logback, then please delete or rename the log configuration file.
2023-08-16 10:37:33,589 INFO  org.apache.flink.yarn.YarnClusterDescriptor                  [] - No path for the flink jar passed. Using the location of class org.apache.flink.yarn.YarnClusterDescriptor to locate the jar
2023-08-16 10:37:33,747 INFO  org.apache.hadoop.conf.Configuration                         [] - resource-types.xml not found
2023-08-16 10:37:33,747 INFO  org.apache.hadoop.yarn.util.resource.ResourceUtils           [] - Unable to find 'resource-types.xml'.
2023-08-16 10:37:33,801 INFO  org.apache.flink.yarn.YarnClusterDescriptor                  [] - Cluster specification: ClusterSpecification{
    
    masterMemoryMB=2048, taskManagerMemoryMB=2048, slotsPerTaskManager=1}
2023-08-16 10:37:36,652 INFO  org.apache.flink.yarn.YarnClusterDescriptor                  [] - Submitting application master application_1692149627327_0002
2023-08-16 10:37:36,893 INFO  org.apache.hadoop.yarn.client.api.impl.YarnClientImpl        [] - Submitted application application_1692149627327_0002
2023-08-16 10:37:36,894 INFO  org.apache.flink.yarn.YarnClusterDescriptor                  [] - Waiting for the cluster to be allocated
2023-08-16 10:37:36,895 INFO  org.apache.flink.yarn.YarnClusterDescriptor                  [] - Deploying cluster, current state ACCEPTED
2023-08-16 10:37:43,446 INFO  org.apache.flink.yarn.YarnClusterDescriptor                  [] - YARN application has been deployed successfully.
2023-08-16 10:37:43,447 INFO  org.apache.flink.yarn.YarnClusterDescriptor                  [] - Found Web Interface node05:8080 of application 'application_1692149627327_0002'.
Job has been submitted with JobID c0b4b89406f6fee0a4c3f6b95bb0ee67
Program execution finished
Job with JobID c0b4b89406f6fee0a4c3f6b95bb0ee67 has finished.
Job Runtime: 12175 ms
Accumulator Results:
- 7611dc575cfdcecc9d3528d9326c6aba (java.util.ArrayList) [170 elements]


(a,5)
(action,1)
(after,1)
(against,1)
(all,2)
(and,12)
(arms,1)
(arrows,1)
(awry,1)
(ay,1)
(bare,1)
(be,4)
(bear,3)
(bodkin,1)
(bourn,1)

2.浏览器访问：http://IP:8088/cluster查看执行

在这里插入图片描述
3.验证Hive_FlinkSQL

[root@node01 ~]# /opt/cloudera/parcels/FLINK/bin/flink-sql-client

在这里插入图片描述

猜你喜欢

转载自blog.csdn.net/qq_38628046/article/details/132308920
今日推荐
中国码农的“35岁魔咒”
蘭雅 CorelDRAW 插件 2024.5.1 国际劳动节版，免费下载
Arc Browser for Windows 1.0 正式 GA
90后程序员开发视频搬运软件、不到一年获利超 700 万，结局很刑！
《美国对全球网络空间安全与发展的威胁和破坏》报告发布
周排行
[编程题]学英语
[codeforces 1288A] Deadline 约数+模
Python的web开发
Docker在Centos 7上的部署
python编码
解决Ubuntu16.04 fatal error: json/json.h: No such file or directory
mysql并发插入
rest接口如何适应jsonp的方案
linux 终端上网设置
高数——等号两边同时求导、积分的解释
每日归档
更多
2024-05-04(7)
2024-05-03(19)
2024-05-02(0)
2024-05-01(4)
2024-04-30(1)
2024-04-29(40)
2024-04-28(0)
2024-04-27(56)
2024-04-26(39)
2024-04-25(22)

代码天地 © 2018 codetd.com

境外服务器   最新电视剧2022