大数据项目之CDH版数仓采集环境Hive Spark Impala Kafka Flume搭建.docx

1、大数据项目之CDH版数仓采集环境Hive Spark Impala Kafka Flume搭建大数据项目之电商数仓（CDH版数仓采集）版本：V4.0第1章Cloudera Manager1.1 CM简介1.1.1 CM简介Cloudera Manager是一个拥有集群自动化安装、中心化管理、集群监控、报警功能的一个工具，使得安装集群从几天的时间缩短在几个小时内，运维人员从数十人降低到几人以内，极大的提高集群管理的效率。1.1.2 CM架构1.2 环境准备1.2.1 虚拟机准备克隆三台虚拟机（hadoop102、hadoop103、hadoop104），配置好对应主机的网络IP、主机名称、关闭防

2、火墙。设置hadoop102、hadoop103、hadoop104的主机对应内存分别是：16G、4G、4G1.2.2 SSH免密登录 配置hadoop102对hadoop102、hadoop103、hadoop104三台服务器免密登录。1）生成公钥和私钥：roothadoop102 .ssh$ ssh-keygen -t rsa然后敲（三个回车），就会生成两个文件id_rsa（私钥）、id_rsa.pub（公钥）2）将公钥拷贝到要免密登录的目标机器上roothadoop102 .ssh$ ssh-copy-id hadoop102roothadoop102 .ssh$ ssh-copy-id

3、 hadoop103roothadoop102 .ssh$ ssh-copy-id hadoop1043）重复1和2的操作，配置hadoop103对hadoop102、hadoop103、hadoop104三台服务器免密登录。1.2.3 集群同步脚本1）在/root目录下创建bin目录，并在bin目录下创建文件xsync，文件内容如下：roothadoop102 $ mkdir binroothadoop102 $ cd bin/roothadoop102 bin$ vi xsync在该文件中编写如下代码#!/bin/bash#1 获取输入参数个数，如果没有参数，直接退出pcount=$#if

4、(pcount=0); thenecho no args;exit;fi#2 获取文件名称p1=$1fname=basename $p1echo fname=$fname#3 获取上级目录到绝对路径pdir=cd -P $(dirname $p1); pwdecho pdir=$pdir#4 获取当前用户名称user=whoami#5 循环for(host=103; host /.bashrcroothadoop103 module# cat /etc/profile /.bashrcroothadoop104 module# cat /etc/profile /.bashrc5）测试root

5、hadoop102 bin# xcall.sh jps1.2.6 安装MySQL注意：一定要用root用户操作如下步骤；先卸载MySQL再安装1）安装包准备 （1）查看MySQL是否安装roothadoop102 桌面# rpm -qa|grep mysqlmysql-libs-5.1.73-7.el6.x86_64 （2）如果安装了MySQL，就先卸载roothadoop102 桌面# rpm -e -nodeps mysql-libs-5.1.73-7.el6.x86_64 （3）上传mysql-libs.zip到hadoop102的/opt/software目录，并解压文件到当前目录ro

6、othadoop102 software# unzip mysql-libs.ziproothadoop102 software# lsmysql-libs.zipmysql-libs （4）进入到mysql-libs文件夹下 roothadoop102 mysql-libs# ll总用量 76048-rw-r-r-. 1 root root 18509960 3月 26 2015 MySQL-client-5.6.24-1.el6.x86_64.rpm-rw-r-r-. 1 root root 3575135 12月 1 2013 mysql-connector-java-5.1.27.ta

7、r.gz-rw-r-r-. 1 root root 55782196 3月 26 2015 MySQL-server-5.6.24-1.el6.x86_64.rpm2）安装MySQL服务器（1）安装MySQL服务端roothadoop102 mysql-libs# rpm -ivh MySQL-server-5.6.24-1.el6.x86_64.rpm（2）查看产生的随机密码roothadoop102 mysql-libs# cat /root/.mysql_secretOEXaQuS8IWkG19Xs（3）查看MySQL状态roothadoop102 mysql-libs# service

8、 mysql status（4）启动MySQLroothadoop102 mysql-libs# service mysql start3）安装MySQL客户端（1）安装MySQL客户端roothadoop102 mysql-libs# rpm -ivh MySQL-client-5.6.24-1.el6.x86_64.rpm（2）链接MySQL（密码替换成产生的随机密码）roothadoop102 mysql-libs# mysql -uroot -pOEXaQuS8IWkG19Xs（3）修改密码mysqlSET PASSWORD=PASSWORD(000000);（4）退出MySQLmys

9、qlexit4）MySQL中user表中主机配置配置只要是root用户+密码，在任何主机上都能登录MySQL数据库。（1）进入MySQLroothadoop102 mysql-libs# mysql -uroot -p000000（2）显示数据库mysqlshow databases;（3）使用MySQL数据库mysqluse mysql;（4）展示MySQL数据库中的所有表mysqlshow tables;（5）展示user表的结构mysqldesc user;（6）查询user表mysqlselect User, Host, Password from user;（7）修改user表，把H

10、ost表内容修改为%mysqlupdate user set host=% where host=localhost;（8）删除root用户的其他hostmysqldelete from user where Host=hadoop102;delete from user where Host=127.0.0.1;delete from user where Host=:1;（9）刷新mysqlflush privileges;（10）退出mysqlquit;1.2.7 创建CM用的数据库在MySQL中依次创建监控数据库、Hive数据库、Oozie数据库、Hue数据库1）启动数据库rootha

11、doop102 # mysql -uroot -p0000002）集群监控数据库mysql create database amon DEFAULT CHARSET utf8 COLLATE utf8_general_ci;3）Hive数据库mysql create database hive DEFAULT CHARSET utf8 COLLATE utf8_general_ci;4）Oozie数据库mysql create database oozie DEFAULT CHARSET utf8 COLLATE utf8_general_ci;5）Hue数据库mysql create dat

12、abase hue DEFAULT CHARSET utf8 COLLATE utf8_general_ci;6）关闭数据库mysql quit;1.2.8 下载第三方依赖依次在三台节点（所有Agent的节点）上执行下载第三方依赖（注意：需要联网）roothadoop102 # yum -y install chkconfig python bind-utils psmisc libxslt zlib sqlite cyrus-sasl-plain cyrus-sasl-gssapi fuse fuse-libs redhat-lsbroothadoop103 # yum -y install

13、 chkconfig python bind-utils psmisc libxslt zlib sqlite cyrus-sasl-plain cyrus-sasl-gssapi fuse fuse-libs redhat-lsbroothadoop104 # yum -y install chkconfig python bind-utils psmisc libxslt zlib sqlite cyrus-sasl-plain cyrus-sasl-gssapi fuse fuse-libs redhat-lsb1.2.9 关闭SELINUX安全增强型Linux（Security-Enh

14、anced Linux）简称SELinux，它是一个 Linux 内核模块，也是Linux的一个安全子系统。为了避免安装过程出现各种错误，建议关闭，有如下两种关闭方法：1）临时关闭（不建议使用）roothadoop102 # setenforce 0但是这种方式只对当次启动有效，重启机器后会失效。2）永久关闭（建议使用）修改配置文件/etc/selinux/configroothadoop102 # vim /etc/selinux/config将SELINUX=enforcing 改为SELINUX=disabledSELINUX=disabled3）同步/etc/selinux/confi

15、g配置文件roothadoop102 # xsync /etc/selinux/config4）重启hadoop102、hadoop103、hadoop104主机roothadoop102 # rebootroothadoop103 # rebootroothadoop104 # reboot1.3 CM安装部署1.3.1 CM下载地址1）CM下载地址：2）离线库下载地址：1.3.2 CM安装注：以下所有操作均使用root用户1）创建/opt/module/cm目录roothadoop102 module# mkdir p /opt/module/cm2）上传cloudera-manager-

16、el6-cm5.12.1_x86_64.tar.gz到hadoop102的/opt/software目录，并解压到/opt/module/cm目录roothadoop102 software# tar -zxvf cloudera-manager-el6-cm5.12.1_x86_64.tar.gz -C /opt/module/cm3）分别在hadoop102、hadoop103、hadoop104创建用户cloudera-scmroothadoop102 module# useradd -system -home=/opt/module/cm/cm-5.12.1/run/cloudera-

17、scm-server -no-create-home -shell=/bin/false -comment Cloudera SCM User cloudera-scmroothadoop103 module# useradd -system -home=/opt/module/cm/cm-5.12.1/run/cloudera-scm-server -no-create-home -shell=/bin/false -comment Cloudera SCM User cloudera-scmroothadoop104 module# useradd -system -home=/opt/m

18、odule/cm/cm-5.12.1/run/cloudera-scm-server -no-create-home -shell=/bin/false -comment Cloudera SCM User cloudera-scm参数说明：-system 创建一个系统账户-home 指定用户登入时的主目录，替换系统默认值/home/-no-create-home 不要创建用户的主目录-shell 用户的登录 shell 名-comment 用户的描述信息注意：Cloudera Manager默认去找用户cloudera-scm，创建完该用户后，将自动使用此用户。4）修改CM Agent配置修

19、改文件/opt/module/cm/cm-5.12.1/etc/cloudera-scm-agent/ config.ini的主机名称roothadoop102 cloudera-scm-agent# vim /opt/module/cm/cm-5.12.1/etc/cloudera-scm-agent/config.ini修改主机名称server_host=hadoop1025）配置CM的数据库拷贝mysql-connector-java-5.1.27-bin.jar文件到目录 /usr/share/java/ roothadoop102 cm# mkdir p /usr/share/jav

20、a/roothadoop102 mysql-libs# tar -zxvf mysql-connector-java-5.1.27.tar.gzroothadoop102 mysql-libs# cp /opt/software/mysql-libs/mysql-connector-java-5.1.27/mysql-connector-java-5.1.27-bin.jar /usr/share/java/roothadoop102 mysql-libs# mv /usr/share/java/mysql-connector-java-5.1.27-bin.jar /usr/share/ja

21、va/mysql-connector-java.jar注意：jar包名称要修改为mysql-connector-java.jar6）使用CM自带的脚本，在MySQL中创建CM库roothadoop102 cm-5.12.1# /opt/module/cm/cm-5.12.1/share/cmf/schema/scm_prepare_database.sh mysql cm -hhadoop102 -uroot -p000000 -scm-host hadoop102 scm scm scm参数说明-h：Database host-u：Database username-p：Database P

22、assword-scm-host：SCM servers hostname7）分发cmroothadoop102 module# xsync /opt/module/cm8）创建Parcel-reporoothadoop102 module# mkdir -p /opt/cloudera/parcel-reporoothadoop102 module# chown cloudera-scm:cloudera-scm /opt/cloudera/parcel-repo9）拷贝下载文件manifest.json 、CDH-5.12.1-1.cdh5.12.1.p0.3-el6.parcel.sha

23、1 、CDH-5.12.1-1.cdh5.12.1.p0.3-el6.parcel到hadoop102的/opt/cloudera/parcel-repo/目录下roothadoop102 parcel-repo# lsCDH-5.12.1-1.cdh5.12.1.p0.3-el6.parcel CDH-5.12.1-1.cdh5.12.1.p0.3-el6.parcel.sha1 manifest.json10）将CDH-5.12.1-1.cdh5.12.1.p0.3-el6.parcel.sha1：需改名为CDH-5.12.1-1.cdh5.12.1.p0.3-el6.parcel.sha

24、roothadoop102 parcel-repo# mv CDH-5.12.1-1.cdh5.12.1.p0.3-el6.parcel.sha1 CDH-5.12.1-1.cdh5.12.1.p0.3-el6.parcel.sha11）在hadoop102上创建目录/opt/cloudera/parcels，并修改该目录的所属用户及用户组为cloudera-scmroothadoop102 module# mkdir -p /opt/cloudera/parcels roothadoop102 module# chown cloudera-scm:cloudera-scm /opt/clou

25、dera/parcels12）分发/opt/cloudera/roothadoop102 opt# xsync /opt/cloudera/1.3.3 启动CM服务1）启动服务节点：hadoop102roothadoop102 cm# /opt/module/cm/cm-5.12.1/etc/init.d/cloudera-scm-server startStarting cloudera-scm-server: 确定2）启动工作节点：hadoop102、hadoop103、hadoop104roothadoop102 cm# /opt/module/cm/cm-5.12.1/etc/init.d/cloudera-scm-agent startroothadoop103 cm# /opt/module/cm/cm-5.12.1/etc/ini