一、包管理工具及CentOS的yum
1、包管理工具如何发现可以用的包
包管理工具依赖一系列软件源，工具下载源的信息存储在配置文件中，其位置随某包管理工具不同而变化
- 使用yum的RedHat/CentOS存储在：/etc/yum.repos.d
- 使用apt-get的Debian/Ubuntu在：/etc/apt/apt.conf （额外的源采用*.list文件指定，存储在/etc/apt/sources.list.d目录下）
例如在，CentOS下面：
[root@lemon ~]# ls -l /etc/yum.repos.d/
total
-rw-r--r--. root root Feb : CentOS-Base.repo
-rw-r--r--. root root Feb : CentOS-Debuginfo.repo
-rw-r--r--. root root Feb : CentOS-Media.repo
-rw-r--r--. root root Feb : CentOS-Vault.repo
drwxr-xr-x root root Jun : cloudera-cdh4
-rw-r--r-- root root Jun : clouder-cdh4.repo
上述每个.repo文件对应着一个或者多个软件源，下面CentOS-Base.repo的片段说明，该文件定义了两个软件源，一个是Base，一个是Upadate。镜像列表参数指向一系列可以下载软件源的网址。
#………
[base]
name=CentOS-$releasever - Base
mirrorlist=http://mirrorlist.centos.org/?release=$releasever&arch=$basearch&repo=os
#baseurl=http://mirror.centos.org/centos/$releasever/os/$basearch/
gpgcheck=1
gpgkey=file:///etc/pki/rpm-gpg/RPM-GPG-KEY-CentOS-6 #released updates
[updates]
name=CentOS-$releasever - Updates
mirrorlist=http://mirrorlist.centos.org/?release=$releasever&arch=$basearch&repo=updates
#baseurl=http://mirror.centos.org/centos/$releasever/updates/$basearch/
gpgcheck=1
gpgkey=file:///etc/pki/rpm-gpg/RPM-GPG-KEY-CentOS-6
#………
在CentOS下面可以使用：yum repolist 查看系统中启用的软件源。CentOS有如下软件源列表：
[root@lemon ~]# yum repolist
Loaded plugins: fastestmirror, refresh-packagekit, security
Loading mirror speeds from cached hostfile
* base: mirror01.idc.hinet.net
* extras: mirror01.idc.hinet.net
* updates: ftp.stu.edu.tw
repo id repo name status
base CentOS- - Base ,
cloudera-cdh4 Cloudera's Distribution for Hadoop, Version 4 97
extras CentOS- - Extras
updates CentOS- - Updates
repolist: ,
二、创建自己的yum软件源（以Cloudera Hadoop的安装为例）
自定义软件源，给不能联网或者网络不畅的计算机安装软件提供了便利，使得待安装软件的主机可以使用本地的软件源完成安装。下面讲述如何创建本地包软件源，并指示本地主机直接使用。简要概括起来如下：将下载的RPM包放到本地主机的某一个目录下，接着完成创createrepo（创建软件源的工作），然后在网站上发布这一软件源。
1、下载Cloudera Manager安装文件
Cloudera Manager的可以从如下网址获得：
http://archive.cloudera.com/cm4/installer/
这里选择Cloudera Manager 最新版4.6.0.1
http://archive.cloudera.com/cm4/installer/latest/cloudera-manager-installer.bin
2、下载相关的CM安装所需要的RPM包
下载网址为：
http://archive.cloudera.com/cm4/redhat/6/x86_64/cm/4/RPMS/x86_64/
下载全部的7个rmp包，如下图所示：
3、创建软件源
将下载好的rpm文件拷贝到制定目录，如：/home/admin/RPMS中
[root@lemon RPMS]# ls
cloudera-manager-agent-4.5.-.cm452.p0..x86_64.rpm
cloudera-manager-daemons-4.5.-.cm452.p0..x86_64.rpm
cloudera-manager-parcel-4.5.-4.5.-.cm452.p0..x86_64.rpm
cloudera-manager-server-4.5.-.cm452.p0..x86_64.rpm
cloudera-manager-server-db-4.5.-.cm452.p0..x86_64.rpm
enterprise-debuginfo-4.5.-.cm452.p0..x86_64.rpm
jdk-6u31-linux-amd64.rpm
创建软件源的主机没有安装createrepo，可以通过shell命令yum install createrepo安装。
当在包含文件的目录下运行如下创建命令：
[root@lemon RPMS]# createrepo .
程序也会创建一个repodata目录，该目录包含一些描述软件源的xml文件。如下所示：
[root@lemon RPMS]# createrepo .
Spawning worker with pkgs
Workers Finished
Gathering worker results Saving Primary metadata
Saving file lists metadata
Saving other metadata
Generating sqlite DBs
Sqlite DBs complete
[root@lemon RPMS]# ls
cloudera-manager-agent-4.5.-.cm452.p0..x86_64.rpm
cloudera-manager-daemons-4.5.-.cm452.p0..x86_64.rpm
cloudera-manager-parcel-4.5.-4.5.-.cm452.p0..x86_64.rpm
cloudera-manager-server-4.5.-.cm452.p0..x86_64.rpm
cloudera-manager-server-db-4.5.-.cm452.p0..x86_64.rpm
enterprise-debuginfo-4.5.-.cm452.p0..x86_64.rpm
jdk-6u31-linux-amd64.rpm
repodata
[root@lemon RPMS]# cd repodata/
[root@lemon repodata]# lsother.xml.gz
other.sqlite.bz2
filelists.sqlite.bz2
primary.xml.gz
filelists.xml.gz
primary.sqlite.bz2
repomd.xml
此命令之后，RPM包就会加入到本地的软件源中。
4、安装Apache httpd web服务器
如果你已经安装了一个web服务器，可以略过此步，如果未安装可以通过如下shell命令安装
[root@lemon ~]$ yum install httpd
安装完毕后，启动httpd服务
[root@lemon ~]$ service httpd start
5、发布软件源文件
将文件复制/移动到WEB服务器的根目录下，Linux下面默认是/var/www/html目录，
[root@lemon ~]$ mv /home/admin/RPMS /var/www/html
[root@lemon ~]$ chmod -R ugo+rx /var/www/html/RPMS
并更改文件权限，使用户、同组、其他组都可以读/执行文件。
访问http://<hostname>:80/RPMS测试文件首页是否正常显示各文件的索引，通常要关闭selinux（重启生效），该yum软件源才能访问。
如果不能访问，出现403错误（在实体机上常见），即you don't have permission to access / on this server(Apache Server权限访问问题），则需要在/etc/httpd/httpd.conf中添加如下配置：
<Directory "/var/www/icons">
Options Indexes MultiViews FollowSymLinks
AllowOverride None
Order allow,deny
Allow from all
</Directory> Alias /CDH4-RPMS/ "/var/www/html/CDH4-RPMS/"
<Directory "/var/wwww/html/CDH4-RPMS">
Options Indexes MultiViews FollowSymLinks
AllowOverride None
Order allow,deny
Allow from all
</Directory> Alias /CM4-RPMS/ "/var/www/html/CM4-RPMS/"
<Directory "/var/www/html/CM4-RPMS">
Options Indexes MultiViews FollowSymLinks
AllowOverride None
Order allow,deny
Allow from all
</Directory> Alias /IMPALA-RPMS/ "/var/www/html/IMPALA-RPMS/"
<Directory "/var/www/html/IMPALA-RPMS">
Options Indexes MultiViews FollowSymLinks
AllowOverride None
Order allow,deny
Allow from all
</Directory>
6、更改客户端配置，使其能够找到该软件源
在客户端新建如下格式的文件，内容如下所示：
[myrepo]
name=myrepo
baseurl=http://hostname/RPMS
enabled=
gpgcheck=
主机名是刚才所建立的软件源的主机名。将文件命名为myrepo.repo，并将文件放到/etc/yum.repos.d目录下，即最终结果为/etc/yum.repos.d/myrepo.repo
这里的客户端指的是使用本地源的主机，（即待安装的不能联网的哪些主机）。
注意：/etc/yum.repos.d目录下仅仅保留自己创建的本地库，否则其他的库因为不能联网，会报错的，使得安装退出。本例中，仅仅保留myrepo.repo。
在CM的集群配置页面，设定好本地源后，会有相应的解析，找到本地的源。其中cloudera-manager.repo
cloudera-cdh4.repo、cloudera-impala.repo解析后新建的，原来自己配的源的名字分别是cm4repo.repo、cdh4repo.repo、impalarepo.repo（实际应用中发现，最好将名字命名为cloudera-manager.repo、cloudera-cdh4.repo、cloudera-impala.repo， 否则会可能出现无法解析错误，即cloudera-manager-installer-bin还是会向cloudera的官网去找）。
解析后的内容如下：
[root@lemon yum.repos.d]# cat cloudera-cdh4.repo
[cloudera-cdh4]
name = Cloudera CDH, Version (Custom)
baseurl = http://192.168.2.171/CDH4-RPMS
gpgcheck = [root@lemon yum.repos.d]# cat cloudera-impala.repo
[cloudera-impala]
name = Impala, Version (Custom)
baseurl = http://192.168.2.171/impala
gpgcheck = [root@lemon yum.repos.d]# cat cloudera-manager.repo
[cloudera-manager]
name = Cloudera Manager, Version 4.6.
baseurl = http://192.168.2.171/RPMS
gpgcheck =
安装的时候也可能会出现如下错误：
Resolving Dependencies
--> Running transaction check
---> Package cloudera-manager-server-db.x86_64 :4.6.-.cm460.p0. will be installed
--> Processing Dependency: postgresql-server >= 8.0 for package: cloudera-manager-server-db-4.6.-.cm460.p0..x86_64
--> Finished Dependency Resolution
Error: Package: cloudera-manager-server-db-4.6.-.cm460.p0..x86_64 (cm4repo)
Requires: postgresql-server >= 8.0
You could try using --skip-broken to work around the problem
You could try running: rpm -Va --nofiles --nodigest
所以，这个时候要安装postgresql-server8.4 或者是9.0（要求8.0及其以上），这个安装比较麻烦，需要解决各种依赖库。
postgresql说明：
postgresql包含许多不同的包，包括第三方类库，通常安装最重要的包即可（能满足大部分应用需求）。这些包如下：
- postgresql - 客户端类库及二进制文件
- postgresql-server - 核心的数据库服务器
- postgresql-contrib - 附加的供应组件
- postgresql-devel - 用户C语言开发的类库和头文件
- pgadmin3 - 数据库图像化管理工具第三版
9.0版本的rpm包具体下载地址为：
http://yum.postgresql.org/9.0/redhat/rhel-6-x86_64/repoview/
备注：研究发现缺少包这些问题是由虚拟机造成的，虚拟机安装的时候是默认安装，省去了里面很大一部分的包，比如虚拟机安装的时候不带jdk、postgresql数据库、mysql数据库，而这些都是在实体机安装的时候所没有的问题，所以实践很重要！在实体机下面缺少postgresql数据库所造成的问题根本就不存在！
7、使用本地类库安装CM
CM安装必须通过package方式，而CDH、Impala可以通过package、parcel方式安装。
安装程序默认从网络下载程序包安装，如果你已经配置好了本地软件源，并将本机（客户端）做了识别配置，
只需要在安装的时候添加参数（--skip_repo_package=1），shell命令如下：
$ sudo ./cloudera-manager-installer.bin --skip_repo_package=
详细的安装步骤及过程，详见Cloudera Manager and CDH安装及配置
备注：CM包下载地址：http://archive.cloudera.com/cm4/
CDH包下载地址：http://archive.cloudera.com/cdh4/
IMPALA包下载地址：http://archive.cloudera.com/impala/
另外下载时候要注意，如果X86_64同级目录还有noarch目录，且里面也有文件的时候也要一并下载，不然使用本地软件源的时候提示部分文件找不到。