Hadoop - 企业级大数据管理平台CDH(介绍和准备工作)

2022-04-18 20:21:48

哈喽大家好呀,仅经过了一段时间大数据相关的博文又和大家见面了,笔者之前有写过一套Hadoop大数据相关的博客,为什么今天又要开坑呢?当然是有原因,随着不断的学习了解,慢慢意识到之前做法存在很多缺陷,最终对比了比较成熟的解决方案EMR和CDH,最终选择了使用CDH来搭建大数据管理平台,那么我们就开始新的一趴,企业级大数据管理平台CDH的学习吧!

附上:

喵了个咪的博客:w-blog.cn

cloudera官网: https://www.cloudera.com/

官方文档地址: https://www.cloudera.com/documentation/enterprise/latest.html

一 , CDN介绍和解决的问题

CDH是由cloudera进行开发的大数据一站式平台管理解决方案,基于Hadoop生态的第三方发行版本,这样的描述相信大家还是挺难理解的,我们一起来梳理下CDH带来的改观.

作坊和工厂有什么区别? 一个是做出来东西就好了,一个是精细化流水线生产

用这个来对比自建Hadoop和CDH再好不过,要理解其中的区别我们需要先对CDH有个基础的认知,先从了解CDH解决了常见的什么问题

组件兼容

复杂的生态环境。在Hadoop生态圈中，组件的选择、使用，比如Hive，Mahout，Sqoop，Flume，Spark，Oozie等等，需要大量考虑兼容性的问题，版本是否兼容，组件是否有冲突，编译是否能通过等。经常会浪费大量的时间去编译组件，解决版本冲突问题。
CDH每个版本都会有兼容认证都是经过严格的测试之后公布的,理论上来说只要统一CDH版本就不会出现兼容问题

稳定安全

不同的版本会有不同的漏洞很容易被被利用,又不敢轻易更新
版本更新快。通常情况，比如CDH每个季度会有一个update，每一年会有一个release。基于稳定版本Apache Hadoop，并应用了最新Bug修复或Feature的patch

安装配置管理

复杂的集群部署、安装、配置。通常按照集群需要编写大量的配置文件，分发到每一台节点上，容易出错，效率低下,还需要大量的查阅资料文档。
统一的网页进行安装配置,非常详细的文档以及配置的分类注解以及推荐配置(基本都已经是最优配置)

资源监控管理运维

复杂的集群运维。对集群的监控，运维，需要安装第三方的其他软件，如ganglia，nagois等，运维难度较大。
运维简单。提供了管理、监控、诊断、配置修改的工具，管理配置方便，定位问题快速、准确，使运维工作简单，有效。

企业服务

只能求助社区的帮助,响应差,解决问题需要碰运气.
代码基于Apache协议，100%开源。同时提供企业付费服务一对一支持,作为保障的后盾

PS: 使用CDH部署集群不能代替对各个组件进行单独的学习了解的工作,非常推荐大家从单个组件安装部署开始最后在统一使用CDH部署

二 , 准备工作

环境准备

CentOS 7.4 64位
JDK 1.8
Cloudera Manager 5.15.0

需要准备一台cm服务器两台master服务器使用三台节点服务器

服务器最低要求 4核心8G

所有节点修改hostname

> hostnamectl --static set-hostname cm
> hostnamectl --static set-hostname master-1
> hostnamectl --static set-hostname master-2
> hostnamectl --static set-hostname slave-1
> hostnamectl --static set-hostname slave-2
> hostnamectl --static set-hostname slave-3

修改节点的hosts可以直接通过主机名进行访问

> vim /etc/hosts
# 修改为大家自己服务器的IP地址
192.168.3.10 cm 
192.168.3.21 master-1
192.168.3.22 master-2
192.168.3.31 slave-1
192.168.3.32 slave-2
192.168.3.33 slave-3

依赖文件安装包准备

> mkdir -p  /app/install
> cd /app/install

> wget http://archive.cloudera.com/cm5/cm/5/cloudera-manager-centos7-cm5.15.0_x86_64.tar.gz
> wget http://archive.cloudera.com/cdh5/parcels/5.15.0/CDH-5.15.0-1.cdh5.15.0.p0.21-el7.parcel
> wget http://archive.cloudera.com/cdh5/parcels/5.15.0/CDH-5.15.0-1.cdh5.15.0.p0.21-el7.parcel.sha1
> wget http://pic.w-blog.cn/mysql-connector-java.jar

JDK1.8需要自行下载 jdk-8u101-linux-x64.tar.gz

最终我们可以看到有如下文件:

下载慢可选多线程下载工具 axel

cd /app/install
wget http://www.ha97.com/code/axel-2.4.tar.gz
tar zxvf axel-2.4.tar.gz
cd axel-2.4
./configure
make
make install
cd ..

所有节点关闭防火墙和selinux

关闭防火墙：

systemctl stop firewalld.service
systemctl disable firewalld.service
firewall-cmd --state

关闭selinux：

vim /etc/selinux/config

找到SELINUX改为：
SELINUX=disabled

所有节点ssh免密码登录

先在cm 上执行：

ssh-keygen -t rsa   #一路回车到完成
ssh-copy-id -i ~/.ssh/id_rsa.pub root@cm   #将公钥拷贝到本机的authorized_keys上

再在其他节点分别执行以下命令：

注意此处不变，将公钥拷贝到cm的authorized_k

ssh-keygen -t rsa
ssh-copy-id -i ~/.ssh/id_rsa.pub root@cm

在CM上，将authorized_keys分发到其他节点服务器：

scp ~/.ssh/authorized_keys root@master-1:~/.ssh/
scp ~/.ssh/authorized_keys root@master-2:~/.ssh/
scp ~/.ssh/authorized_keys root@slave-1:~/.ssh/
scp ~/.ssh/authorized_keys root@slave-2:~/.ssh/
scp ~/.ssh/authorized_keys root@slave-3:~/.ssh/

码农公寓