HDP 2.5安装搭建部署

前言

HDP 全称Hortonworks Data Platform (HDP)，是Hortomworks公司提供的一个大数据平台，它整合了开源hadoop生态圈的大部分组件，能够很简单便捷的帮助我们搭建起Hadoop大数据集群环境，与此类似的还有CDH(Cloudera Hadoop)。因最近在公司搭建这个，在此记录一下。

环境

• CentOS 7.x
• JDK 1.8
• HDP 2.5

准备工作

安装创建本地仓库工具

首先肯定是要有一台服务器可以连接外网的，否则任何软件包都无法下载了。
以下命令默认都是以root用户运行：

# yum install createrepo -y

createrepo工具可以帮助我们创建一个本地局域网的私有仓库。

安装yum-utils包

yum-utils包含有reposync工具，可以方便的从远程同步仓库镜像到本地

# yum install yum-utils -y

安装配置nginx

安装nginx是用来方便内网其他服务器进行访问私有仓库，用apache也可以，不过我个人比较喜欢用nginx。

# yum install nginx -y

将nginx配置成文件服务器，类似apache那种。编辑/etc/nginx/nginx.conf文件。

# vim /etc/nginx/nginx.conf找到server节点，添加以下内容即可。server {  listen 80 default_server;  location / {    root /var/www/html; #这里可以选择一个空间较大分区    autoindex on;    autoindex_exact_size off;    autoindex_localtime on;  }

之后执行以下命令，启动nginx，查看运行状态以及设置开机自启：

# systemctl start nginx# systemctl status nginx   # 出现Active: active (running)表示启动成功# systemctl enable nginx

配置HDP 2.5源

在可以访问外网的服务器上进行配置，执行以下命令：

# wget -nv http://public-repo-1.hortonworks.com/ambari/centos7/2.x/updates/2.4.2.0/ambari.repo -O /etc/yum.repos.d/ambari.repo

这个命令是配置ambari仓库的，Ambari是一种基于Web的工具，支持Apache Hadoop集群的供应、管理和监控。目前也是Apache的顶级项目。
继续配置hdp仓库，执行以下命令：

# wget -nv http://public-repo-1.hortonworks.com/HDP/centos7/2.x/updates/2.5.0.0/hdp.repo -O /etc/yum.repos.d/hdp.repo

生成一下缓存：
# yum makecache
然后查看仓库id等信息，方便后面制作私有仓库。

# yum repolistLoaded plugins: fastestmirrorLoading mirror speeds from cached hostfilerepo id                      repo name                 !HDP-2.5.0.0                 HDP Version - HDP-2.5.0.0     !HDP-UTILS-1.1.0.21          HDP-UTILS Version - HDP-UTILS-1.1.0.21   !Updates-ambari-2.4.2.0     ambari-2.4.2.0 - Updates

创建私有仓库

进入我们上面nginx设置的web目录，通过reposync命令从远程同步仓库数据到本地来，执行以下命令：

# reposync -r xxx(repo id)

其中的repo id就是上面通过yum repolist查看到的第一列。
比如想要同步hdp相关仓库就输入：

# reposync -r Updates-ambari-2.4.2.0# reposync -r HDP-2.5.0.0# reposync -r HDP-UTILS-1.1.0.21

之后进入每个仓库目录下面，执行# createrepo .命令就可以创建一个源仓库了，也可以直接在当前目录下面执行，这样就把三个仓库都放在一个里面了。

使用私有仓库

局域网集群中其他服务器要使用该仓库，也需要进行一些配置。
在私有仓库的服务器镜像目录中新建一个hdp.repo文件，内容如下：

[HDP]name=hdp Version - 2.5baseurl=http://192.168.1.2[server-ip]/hdpgpgcheck=0enabled=1priority=1

其中参数说明：
- [HDP]表示该仓库的id为HDP，可通过yum repolist查看。出现了该id即配置正确
- baseurl表示仓库的根路径，这里如果是本地的话，可以输入：file:///var/www/html/hdp
- gpgcheck=0表示不进行签名检查
- enabled=1表示启用该仓库，如果为0则表示不使用该仓库
- priority=1表示优先级，如果一个软件包在多个仓库都有，会优先使用这个。

然后在其他机器上，通过运行以下命令，导入仓库配置：

# wget -nv http://192.168.1.2/hdp/hdp.repo -O /etc/yum.repo.d/hdp.repo

之后进行仓库检测和缓存：

# yum repolist   # 查看是否有HDP这个repo id# yum makecache

好了，这个还没开始安装，光搭环境就说半天了。之前在公司也是，搭个环境都要好几天了。下面开始真正的安装吧。

安装ambari

仓库都配置好了以后，我们可以选择一台服务器作为master主服务器，集群的配置可以在ambari web控制台进行添加。master服务器也要添加那个私有仓库，然后再安装ambari-server：

# yum install ambari-server -y

安装成功以后。需要进行初始化配置，执行以下命令：
# ambari-server setup
进入交互式设置向导界面

这里会提示要临时关闭SELinux和配置iptables运行ambari端口访问等等，嫌麻烦可以把这些防火墙都关掉，先Ctrl+C退出初始化向导，然后关闭防火墙。

关闭防火墙

# systemctl stop firewalld# systemctl disable firewalld# setenforce 0   # 临时关闭selinux永久关闭selinux编辑/etc/selinux/config将SELINUX=enforcing改为SELINUX=disabled执行以下命令即可，重启生效# sed -i 's/SELINUX=enforcing/SELINUX=disabled/g' /etc/selinux/config

初始化ambari-server

关闭SELinux等防火墙重启后，继续执行ambari-server setup进行初始化：

根据提示进行输入，jdk是通过从官网下的rpm包安装的，所以默认路径就是在/usr/java/default。
最下方是选择数据库的配置，因为默认是使用嵌入式的PostgreSQL，我们可以改为MySQL。

这里我们需要在数据库中分别创建ambari数据库和ambari用户，注意这里有一个坑：数据库密码只能输入字符数字和 _下划线，还有-减号。不能包含特殊字符，否则会报以下错误信息：

Enter Database Password (bigdata): Invalid characters in password. Use only alphanumeric or _ or - characters

而MySQL 5.7默认安全策略是中级的，需要有特殊字符，这个可以通过以下命令进行修改，
使用root用户登录mysql数据库服务器：

mysql> set global validate_password_policy=0;mysql> flush privileges;

这样密码策略就改为低级了，只需要符合8位长度即可。

最后根据提示还需要安装mysql java驱动，执行以下命令安装即可，如果是内网的话，将mysql驱动文件复制到/usr/share/java路径下即可：

# yum install mysql-connector-java -y

安装好mysql驱动后，再次执行初始化操作：
# ambari-server setup
安装提示，配置完数据库后，会检测数据库的连接等，打印以下信息：

根据提示，表明初始化已成功了，但是在启动ambari-server之前需要在数据库服务器上运行/var/lib/ambari-server/resources/Ambari-DDL-MySQL-CREATE.sqlSQL文件，主要是用于创建表约束的。
在远程创建好数据库后，本地执行以下命令即可：

# mysql -h 192.168.1.2 -uroot -p -Dambari < /var/lib/ambari-server/resources/Ambari-DDL-MySQL-CREATE.sql

启动ambari-server

导入表结构后就可以启动ambari-server了，注意一定要先导入表结构，因为在启动ambari-server的时候会去检查表约束的。检测失败就无法启动ambari-server了，具体的失败原因可通过查看以下两个文件分析：

/var/log/ambari-server/ambari-server.log /var/log/ambari-server/ambari-server-check-database.log

最后启动成功，打印如下信息：

然后通过web浏览器，可以访问ambari控制台了。地址为安装的服务器ip，端口8080：http://server-ip:8080
注意别让其他应用占用该端口了。
默认登录用户名和密码都为admin

配置集群服务

进入到首页，点击Launch Install Wizard，开始安装向导

这个配置步骤有点多，这里还是一步步列出来好了，方便供大家参考

• 步骤一：
  输入一个集群名称，这个随意就可以了。
  

• 步骤二：
  挑选一个版本，这里选择HDP-2.5，还是下面的仓库配置，使用本地仓库，因为都是CentOS 7.x系统，所以只保留redhat7这个仓库选项就可以了，其他的都删除掉，点击右边Remove即可
  

其中base url就是我们在hdp.repo等这些仓库文件中配置的base url地址，如下：

如果输入错误的话，会给予提示的，并无法进入下一步，正确之后点击Next，进入下一步

• 步骤三：
  在这一步是配置集群机器的，还有私钥上传。注意是私钥id_rsa的文件。
  
  如果是多台机器的话，还要配置ssh无密码登录等等这里就不多说了。
  如果是单台服务器的话，也需要将公钥导入到authorized_keys文件中。

  # ssh-keygen   # 一直回车生成密钥对# cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys

  如果是干净的服务器环境，就需要执行以上两步。

• 步骤四：
  这一步就是确认主机的访问性，安装agent等
  

• 步骤五：
  这一步是选择要安装的服务了，可以看到有非常多的服务可选，这里建议只选择少量的几个就可以了，加快安装时间。后面有需要可以再添加这些服务。
  

• 步骤六：
  分配主机服务，比如哪些服务运行在哪个服务器上等等，可根据服务器的硬件配置进行相应的选择。
  

• 步骤七：
  安装集群一些服务的客户端
  

• 步骤八：
  定制服务，就是配置服务的一些属性，还有数据库连接配置等信息
  
  其中有红色小点的都是数据库未配置导致的，进行相应的配置即可。
  配置，所有小红点都消失后就可以进入下一步了。

• 步骤九：
  这一步就是重新检查一下配置的一些属性。
  

• 步骤十：
  基本都配置完了，这一步就开始在集群中的所有机器上安装对应服务，并且启动服务。这一步有时候也会经常出问题的，比如安装失败了，启动失败了等等。后续会把一些错误总结单独写一篇吧。
  

配置完成就可以进入控制台页面了。

后记

在公司在家里搭建这个环境差不多花了好几天吧，中间也遇到过很多的问题，很多坑。只想说大数据这东西要想玩起来，成本真不小，门槛也挺高的。起码至少就要Linux熟练精通了，否则出现一大堆问题都不知道怎么解决，得益于我早几年前就开始接触学习Linux了，真的对我帮助很大。
最后是对一些大数据新手的建议，不要把过多的时间花在集群环境的搭建上面了。要把精力更多的放在业务算法，逻辑处理，数据分析等等更好。这也正是我写这篇的原因，尽可能的减少环境搭建时间。
如果也有搞大数据这块的，可以一起交流学习哈。共勉~