CDH+Kylin 三部曲之二：部署和设置

作者：程序员欣宸

2022-12-06
广东
本文字数：2134 字
阅读完需：约 7 分钟

欢迎访问我的 GitHub

这里分类和汇总了欣宸的全部原创(含配套源码)：https://github.com/zq2599/blog_demos

本文是《CDH+Kylin 三部曲》系列的第二篇，上一篇《CDH+Kylin三部曲之一：准备工作》已将所需的机器和文件准备完毕，可以部署 CDH 和 Kylin 了；

执行 ansible 脚本部署 CDH 和 Kylin(ansible 电脑)

进入 ansible 电脑的 ~/playbooks 目录，经过上一篇的准备工作，该目录下应该是下图这些内容：
检查 ansible 远程操作 CDH 服务器是否正常，执行命令 ansible deskmini -a "free -m" ，正常情况下显示 CDH 服务器的内存信息，如下图：
执行命令开始部署： ansible-playbook cm6-cdh5-kylin264-single-install.yml
整个部署过程涉及在线安装、传输大文件等耗时的操作，请耐心等待（半小时左右），如果部署期间出错退出（例如网络问题），只需重复执行上述命令即可，ansible 保证了操作的幂等性；
部署成功如下图所示：

重启 CDH 服务器

由于修改了 selinux 和 swap 的设置，需要重启操作系统才能生效，因此请重启 CDH 服务器；

执行 ansible 脚本启动 CDH 服务(ansible 电脑)

等待 CDH 服务器重启成功；
登录 ansible 电脑，进入 ~/playbooks 目录；
执行初始化数据库和启动 CDH 的脚本： ansible-playbook cdh-single-start.yml
启动完成输出如下信息：
ssh 登录 CDH 服务器，执行此命令观察 CDH 服务的启动情况： tail -f /var/log/cloudera-scm-server/cloudera-scm-server.log ，看到下图红框中的内容时，表示启动完成，可以用浏览器登录了：

设置(浏览器操作)

现在 CDH 服务已经启动了，可以通过浏览器来操作：
浏览器访问：http://192.168.50.134:7180 ，如下图，账号密码都是 admin ：
一路 next，在选择版本页面选择 60 天体验版：
选择主机页面可见 CDH 服务器（deskmini）：
在选择 CDH 版本的页面，请选择下图红框中的 5.16.2-1：
进入安装 Parcel 的页面，由于提前上传了离线 parcle 包，因此下载进度瞬间变成百分之百，此时请等待分配、解压、激活的完成：
接下来有一些推荐操作，这里选择如下图红框，即可跳过：
接下来是选择服务的页面，我选择了自定义服务，然后选择了 HBase、HDFS、Hive、Hue、Oozie、Spark、YARN、Zookeeper 这八项，可以满足运行 Kylin 的需要：
在选择主机的页面，都选择 CDH 服务器：
接下来是数据库设置的页面， 您填写的内容必须与下图保持一致 ，即主机名 为 localhost ，Hive 的数据库、用户、密码都是 hive，Activity Monitor 的数据库、用户、密码都是 amon，Reports Manager 的数据库、用户、密码都是 rman，Oozie Server 的数据库、用户、密码都是 oozie，Hue 的数据库、用户、密码都是 hue，这些内容在 ansible 脚本中已经固定了，此处的填写必须保持一致：
在设置参数的页面，请按照您的硬盘实际情况设置，我这里 /home 目录下空间充足，因此存储位置都改为 /home 目录下：
等待服务启动：
各服务启动完成：

HDFS 设置

如下图红框所示，HDFS 服务存在问题：
点击上图中红色感叹号可见问题详情，如下图，是常见的副本问题：
操作如下图，在 HDFS 的参数设置页面，将 dfs.replication 的值设置为 1(只有一个数据节点)：
经过上述设置，副本数已经调整为 1，但是已有文件的副本数还没有同步，需要重新做设置，SSH 登录到 CDH 服务器上；
执行命令 su - hdfs 切换到 hdfs 账号，再执行以下命令即可完成副本数设置：

hadoop fs -setrep -R 1 /

复制代码

回到网页，重启 HDFS 服务，如下图：
重启后 HDFS 服务正常：

YARN 设置

默认的 YARN 参数是非常保守的，需要做一些设置才能顺利执行 Spark 任务：
进入 YARN 管理页；
如下图所示，检查参数 yarn.nodemanager.resource.cpu-vcores 的值，该值必须大于 1，否则提交 Spark 任务后 YARN 不分配资源执行任务，（如果您的 CDH 服务器是虚拟机，当 CPU 只有单核时，则此参数就会被设置为 1，解决办法是先提升虚拟机 CPU 核数，再来修改此参数）：
yarn.scheduler.minimum-allocation-mb ：单个容器可申请的最小内存，我这里设置为 1G
yarn.scheduler.maximum-allocation-mb ：单个容器可申请的最大内存，我这里设置为 8G
yarn.nodemanager.resource.memory-mb ：节点最大可用内存，我这里设置为 8G
上述三个参数的值，是基于我的 CDH 服务器有 32G 内存的背景，请您按照自己硬件资源自行调整；
设置完毕后重启 YARN 服务，操作如下图所示：

Spark 设置(CDH 服务器)

需要在 Spark 环境准备一个目录以及相关的 jar，否则 Kylin 启动会报错（提示 spark not found, set SPARK_HOME, or run bin/download-spark.sh ），以 root 身份 SSH 登录 CDH 服务器，执行以下命令：

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

复制代码

启动 Kylin(CDH 服务器)

SSH 登录 CDH 服务器，执行 su - hdfs 切换到 hdfs 账号；
按照官方推荐，先执行检查环境的命令： $KYLIN_HOME/bin/check-env.sh
检查通过的话控制台输出如下：
启动 Kylin： $KYLIN_HOME/bin/kylin.sh start
控制台输出以下内容说明启动 Kylin 成功：

登录 Kylin

浏览器访问：http://192.168.50.134:7070/kylin，如下图，账号 ADMIN ，密码 KYLIN （账号和密码都是大写）：
登录成功，可以使用了：
至此，CDH 和 Kylin 的部署、设置、启动都已完成，Kylin 已经可用了，在下一篇文章中，我们就在此环境运行 Kylin 的官方 demo，体验 Kylin；