Hadoop企业级搭建之-Cloudera产品部署

<iframe id="cproIframe_u1728839_3" style="word-wrap: break-word;" src="http://pos.baidu.com/acom?adn=4&amp;at=160&amp;aurl=&amp;cad=1&amp;ccd=24&amp;cec=GBK&amp;cfv=0&amp;ch=0&amp;col=zh-CN&amp;conOP=0&amp;cpa=1&amp;dai=3&amp;dis=0&amp;layout_filter=rank%2Cimage&amp;ltr=https%3A%2F%2Fwww.baidu.com%2Flink%3Furl%3DlVqeyhkvZ7BCL3zOYt63sWbSv6wn3fpP2Sc2gsZP04AWiOmWyhGDaLXnm_Ou_hv9WGMym00Hd2VUKbGlRtakTa%26wd%3D%26eqid%3D8f3d1e8100041e2d00000003565c583d&amp;ltu=http%3A%2F%2Fwww.aboutyun.com%2Fthread-9219-1-1.html&amp;lunum=6&amp;n=92051019_cpr&amp;pcs=1349x677&amp;pis=10000x10000&amp;ps=615x1133&amp;psr=1366x768&amp;pss=1349x781&amp;qn=1596b1d2c439f8b8&amp;rad=&amp;rsi0=120&amp;rsi1=240&amp;rsi5=4&amp;rss0=%23FFFFFF&amp;rss1=%23FFFFFF&amp;rss2=%230000ff&amp;rss3=%23444444&amp;rss4=%23008000&amp;rss5=&amp;rss6=%23e10900&amp;rss7=&amp;scale=&amp;skin=tabcloud_skin_3&amp;stid=5&amp;td_id=1728839&amp;tn=text_default_120_240&amp;tpr=1448892521211&amp;ts=1&amp;version=2.0&amp;xuanting=0&amp;exps=110005&amp;dtm=BAIDU_DUP2_SETJSONADSLOT&amp;dc=2&amp;di=u1728839&amp;ti=Cloudera%20Manager%E3%80%81CDH%E9%9B%B6%E5%9F%BA%E7%A1%80%E5%85%A5%E9%97%A8%E3%80%81%E7%BA%BF%E8%B7%AF%E6%8C%87%E5%AF%BC-Cloudera%20CDH-about%E4%BA%91%E5%BC%80%E5%8F%91&amp;tt=1448892523844.8.60.60&amp;feid=110005" frameborder="0" marginwidth="0" marginheight="0" scrolling="no" align="center,center" width="120" height="240"></iframe>

本帖最后由 pig2 于 2014-10-14 12:42 编辑
问题导读：
1.什么是cloudera CM 、CDH?
2.CDH、CM有哪些版本？
3.CDH、CM有哪些安装方式？
4.CDH如何开发？



<ignore_js_op style="word-wrap: break-word;"> 

我们知道cloudera CDH 是为简化hadoop的安装，也对对hadoop做了一些封装。那么我们就像尝试学习cloudera。
cloudera本质hadoop的封装，那么学起来，应该不难。不就是下载下来，然后自动安装，最后管理hadoop生态系统的一些服务。
的确是这样的,但是也没有我们想象的那么简单。

基础知识
那么我们就开始第一步吧，第一步之前，那就是你的基础，这个是很关键的，如果不会使用Linux，那么你需要看一下另外一篇文章：零基础学习hadoop到上手工作线路指导（初级篇）。可以看看Linux的基础知识模块。需要掌握的内容还是不少的：

集群搭建：主机宽带拨号上网，虚拟机使用桥接模式，该如何ping通外网
集群搭建必备：虚拟机之一实现Host-only方式上网
集群搭建必备：nat模式设置静态ip，达到上网与主机相互通信
云技术基础：学习hadoop使用零基础linux(Ubuntu)笔记
搭建集群必知：Linux常用命令及修改文件总结（不断更新）    
Linux网络接口ifconfig命令及认识网络接口lo
linux入门详细介绍
虚拟机安装linux网络配置资料大全
解决遇到Linux网络配置，从熟悉网络配置文件入手（大体了解即可）
linux入门大全：包括零基础入门，Linux详细介绍
Linux重启方式init 0 init1 init 3 init 5 init 6 这几个启动级别都代表什么意思？
Ubuntu常用命令总结及修改DNS的多种方法总结
Linux关机各种关机命令总结
Linux基础必懂：eth0,eth1,eth2,lo是什么意思？

Linux掌握了，那么我们是否需要掌握虚拟机的基础知识，在搭建hadoop集群中，可以这些是必须掌握的，那么cloudera是否需要，也是需要的，这里就不在罗列了，详细参考零基础学习hadoop到上手工作线路指导（初级篇）。但是cloudera CM的安装比起hadoop集群的安装对硬件的要求更高。内存至少10G，为什么会这么多，如果少于10G是否可以，答案是可以的，但是后面你会遇到各种问题，或许都找不到答案。
对于cloudera-scm-server就需要至少4G的内存，cloudera-scm-agent的内存至少也需要1.5G以上。那么如果你的机器是8G的，还是很吃力的。
在安装的过程中，后面有很多的服务安装遇到问题的可能性是很大的。

什么是CDH

hadoop是一个开源项目，所以很多公司在这个基础进行商业化，Cloudera对hadoop做了相应的改变。
Cloudera公司的发行版，我们将该版本称为CDH。


很多新手问的最多的问题是，哪个是收费的，那个是免费的。
Cloudera Express版本是免费的
Cloudera Enterprise是需要购买注册码的

更多内容：
Cloudera Hadoop什么是CDH及CDH版本介绍

CDH（Cloudera）与hadoop（apache）对比

大数据架构师基础：hadoop家族，Cloudera产品系列等各种技术





官网介绍
<ignore_js_op style="word-wrap: break-word;"> 
当我们学习的时候，我们该如何学习，有两种方式：第一种：先理论，后实践
第二种：先实践，后理论

上面两种方式各有各的场合，如果你要去面试、考试、搞理论思想类，第一种方式是没有问题的。因为这些都是停留在思想层面的。
对于一个编程技术人员来讲，本人觉得第二种方式更加的短平快。
上面两种方式都有些绝对，最佳的方式就是实践与理论相结合。
这里撰文一下，引用孔子的一句话

学而不思则罔 思而不学则殆

只看书，不实践，或则只倒腾部署、停留在某些问题得不到解决，但是又不去看书、百度、谷歌查找解决问题，这样也是不行的。



好了，开始我们的官网：
官网是我们学习标准，所以我们首先要记住官网地址：
主页：
http://www.cloudera.com/content/cloudera/en/home.html
进入官网我们可以做些什么事情：
1.提供API
2.查看部署文档
3.下载安装包
那么我们如何查找API，如何查找部署文档，如何下载安装包？
详细可以查看
cloudera(CDH)官网介绍：安装包、离线包该如何下载、官方文档等介绍






安装包下载：
同时附上各个版本包的地址：
Cloudera文档汇总
http://www.cloudera.com/content/support/en/documentation.html
CDH4、CDH5包汇总
http://archive.cloudera.com/cdh4/
http://archive.cloudera.com/cdh5/
CM4、CM5包汇总
http://archive.cloudera.com/cm4/
http://archive.cloudera.com/cm5/

官网CDH5下载
http://www.cloudera.com/content/ ... /cdh/cdh-5-1-0.html

以前版本地址：
CDH1~CDH3
http://archive-primary.cloudera.com/cdh/


当我们看到安装的时候，同时也困扰着我们，我们该选择哪个安装包。

首先需要介绍下CM(Cloudera Manager)及CDH的安装方式：

CM(Cloudera Manager)有三种安装方式：

1.第一种使用cloudera-manager-installer.bin安装
这种安装方式，只要从官网下载cloudera-manager-installer.bin，然后执行这个bin文件，剩下的就是等待下载和安装。但是这个时间不是一般的长，最好吃个饭，睡个觉，最后看到还在安装过程中。此帖安装步骤及遇到问题记录很详细，可参考
Cloudera Manager5及CDH5在线（cloudera-manager-installer.bin）安装详细文档


Cloudera Manager5及CDH5安装指导（终极在线安装）

遇到的问题：
当我们安装完毕CM，那么我们就要添加主机，主机添加完毕，我们会看到安装进度：

<ignore_js_op style="word-wrap: break-word;"> 


但是并不是每个人都能看到上面进度，而是看到下面错误：

Detecting Cloudera Manager Server...
Detecting Cloudera Manager Server...
BEGIN host -t PTR 192.168.1.198
198.1.168.192.in-addr.arpa domain name pointer localhost.
END (0)
using localhost as scm server hostname
BEGIN which python
/usr/bin/python
END (0)
BEGIN python -c 'import socket; import sys; s = socket.socket(socket.AF_INET); s.settimeout(5.0); s.connect((sys.argv[1], int(sys.argv[2]))); s.close();' localhost 7182
Traceback (most recent call last):
File "<string>", line 1, in <module>
File "<string>", line 1, in connect
socket.error: [Errno 111] Connection refused
END (1)
could not contact scm server at localhost:7182, giving up
waiting for rollback request

上面错误该如何解决：
可以使用下面方法解决：

1. mv /usr/bin/host /usr/bin/host.bak

复制代码

2.第二种使用rpm、yum、apt-get方式在线安装
这种安装方式，在网上看的有点眼花缭乱，可能是因为我们对yum、apt、rpm了解的不多造成的，对于Linux基础缺乏的，可以参考：yum与rpm、apt的区别：rpm的缺陷及yum的优势，总的来说：由于rpm依赖关系不好，所以产生了yum，而yum和apt则都是Linux的包管理工具，并且解决了包与包的依赖关系。

这里列出一些安装文档
ubuntu 12.04 安装 Cloudera Manager5及CDH5(Mysql)【添加yum源方式安装集群】

遇到问题1：内存过小
使用yum安装因为mysql的配置至少需要对Cloudera server 4G的内存，否则mysql的重启过程中，就会遇到unknown instance.

遇到问题2：界面无法访问
界面无法访问，分为两种情况
一种是Cloudera-manager-server没有完全起来

当我们运行下面命令：
<ignore_js_op style="word-wrap: break-word;"> 


如果现在，输入url，访问web，可能会是无法访问
host/ip:7180,我这里是172.16.77.60：7180

<ignore_js_op style="word-wrap: break-word;"> 


大概需要等10分钟左右，界面就可以访问了。

<ignore_js_op style="word-wrap: break-word;"> 

一种则是权限问题
所以我们初次安装尽量使用root.还有我们需要会看日志。

Linux日志的位置：
下面为server日志

<ignore_js_op style="word-wrap: break-word;"> 


下面为agent日志
<ignore_js_op style="word-wrap: break-word;"> 

同时在我们安装服务的过程中，我们还需要会查看角色日志，这样从web界面就是可以看到，因为在我们安装过程中，服务的安装没有那么顺利。
这里暂时没有截图，我们只要记住角色日志，在界面中找到即可。 


遇到问题3：无法找到cloudera agent客户端

我们使用下面命令安装了agent

1. sudo apt-get install cloudera-manager-agent cloudera-manager-daemons

复制代码

当然还有很多其它需要安装，当我们的agent安装成功后，为什么我们的的界面中不能发现agent.


本来我们有三台，但是却只有一台，而且是cloudera server本地的agent





这是因为我们的在安装的过程中，agent都指向了本地localhost.
我们打开配置文件

1. sudo nano  /etc/cloudera-scm-agent/config.ini

复制代码

修改
server_host为server ip地址
server_port为7180

下图CDH即为cloudera server的hostname



修改完毕：
首先重启Agent
sudo service cloudera-scm-agent restart
然后重启server
sudo service cloudera-scm-server restart
这时候会发现已经生效。
更详细内容可以参考
记录cloudera Manager安装Cloudera-Scm-Agent如何指向Cloudera-Scm-Server


更多文档可以参考：
Cloudera Manager 和 CDH 4 终极安装（一）

ClouderaManager以及CHD5.1.0集群部署安装

Cloudera Manager （centos）离线安装详细介绍

CM5、CDH5安装（CDH5半自动离线安装）

Cloudera Manager 5 和 CDH5 本地（离线）安装指南

Cloudera Manager 和 CDH5 本地（离线）安装指导




3.第三种使用是Tarballs的方式

这种方式网上资料很少
安装的命令如下：

1. $ tar xzf cloudera-manager*.tar.gz -C /opt/cloudera-manager

复制代码

这个跟hadoop的安装方式是一样的
安装的方法详细可参考：

• Installation Path C - Manual Installation Using Cloudera Manager Tarballs

这里在列出官网给出的三种安装方式：

• Installation Path A - Automated Installation by Cloudera Manager
• Installation Path B - Manual Installation Using Cloudera Manager Packages
• Installation Path C - Manual Installation Using Cloudera Manager Tarballs

如果想安装CM，这次再次强调一定要有足够的内存。并且我们安装完毕CM，一般会

4.安装失败处理
上面如果我们安装失败该如何处理：使用 cloudera-manager-installer.bin(Parcles)安装失败后卸载cloudera

卸载 Cloudera Manager 5.1.x.和 相关软件【官网翻译：高可用】
5.目录结构：
由于我们大多采用在线安装的方式，所以出血，我们根本不知道cloudera安装在了什么位置，详细可以参考下面内容

解析Cloudera Manager内部结构、功能包括配置文件、目录位置等
亦可参考下面帖子：
卸载 Cloudera Manager 5.1.x.和 相关软件【官网翻译：高可用】









CDH安装方式：

Yum/Apt包，Tar包，RPM包，CM安装
这些包的下载，可以在上文安装包汇总中可以找到。
CDH1~CDH3
http://archive-primary.cloudera.com/cdh/

CDH4～CDH5
http://archive.cloudera.com/cdh4/
http://archive.cloudera.com/cdh5/


安装文档，下面可以参考
Linux（ubuntu12.04）单节点伪分布安装CDH5.1.X及提交wordcount到yarn高可靠文档
各个版本Linux单节点伪分布安装CDH5.1.X及提交wordcount到yarn高可靠文档


Hadoop CDH5 手动安装伪分布式模式
通过CM方式安装，大多在安装CM的时候，已经安装了CDH。




CDH开发

安装完毕，我们还想开发提到开发，我们就想到eclipse插件，其实我们在开发过程中，插件作用就是帮助我们能够方便的看到在Linux的文件。
所以开发方式也有两种，
一种插件开发
我们如何找到eclipse插件，可以参考
cloudera CDH（5）开发方式及CDH eclipse插件编译总结


一种是无插件开发
无插件开发，也就是直接添加开发包

可以参考：hadoop开发方式总结及操作指导

先总结到此，希望大家有所收获。




有的同学反映写的不够细，这里在补充一些内容：
Cloudera Manager Server启动后又挂掉的原因总结

我们安装CDH的时候，会碰到cloudera server启动后又挂掉了，这是什么原因？
查看日志：包下面问题

可是明明已经安装jdk，并且已经设置了JAVA_HOME

1. java -version

复制代码

也能返回版本
这是怎么回事，猜测cloudera server（5）认oracle jdk,对于sun jdk也需要是在线安装（至于是不识别sun jdk还未验证）。同时还必须是jdk1.7.





 



也就是需要执行下面命令：

1. sudo apt-get -o Dpkg::Options::=--force-confdef -o Dpkg::Options::=--force-confold -y install oracle-j2sdk1.7

复制代码

原因是在后面执行scm-server数据库配合的时候，如果找不到Java_home可能会初始化失败。
Java_home默认安装路径如下。

1. /usr/lib/jvm/java-7-oracle-cloudera

复制代码

从上面我们得出，如果想安装顺序，我们最好使用下面命令来安装jdk1.7

sudo apt-get -o Dpkg::Options::=--force-confdef -o Dpkg::Options::=--force-confold -y install oracle-j2sdk1.7

执行上面命令，那么还需要做下面工作：



然后我们接着执行命令：

1. service cloudera-scm-server restart

复制代码

认为终于好了，但是不幸的是，这次坚持了不到两分钟又挂掉了。


这次为什么会挂掉，不得不查看日志了：

Caused by: org.springframework.beans.factory.BeanCreationException: Error creati
ng bean with name 'entityManagerFactoryBean': FactoryBean threw exception on obj
ect creation; nested exception is javax.persistence.PersistenceException: org.hi
bernate.exception.GenericJDBCException: Could not open connection
        at org.springframework.beans.factory.support.FactoryBeanRegistrySupport.
doGetObjectFromFactoryBean(FactoryBeanRegistrySupport.java:149)
        at org.springframework.beans.factory.support.FactoryBeanRegistrySupport.
getObjectFromFactoryBean(FactoryBeanRegistrySupport.java:102)
        at org.springframework.beans.factory.support.AbstractBeanFactory.getObje
ctForBeanInstance(AbstractBeanFactory.java:1440)
        at org.springframework.beans.factory.support.AbstractBeanFactory.doGetBe
an(AbstractBeanFactory.java:247)
        at org.springframework.beans.factory.support.AbstractBeanFactory.getBean
(AbstractBeanFactory.java:192)
        at org.springframework.beans.factory.support.BeanDefinitionValueResolver
.resolveReference(BeanDefinitionValueResolver.java:322)
        ... 17 more
Caused by: javax.persistence.PersistenceException: org.hibernate.exception.Gener
icJDBCException: Could not open connection
        at org.hibernate.ejb.AbstractEntityManagerImpl.convert(AbstractEntityMan
agerImpl.java:1387)
        at org.hibernate.ejb.AbstractEntityManagerImpl.convert(AbstractEntityMan
agerImpl.java:1310)
        at org.hibernate.ejb.AbstractEntityManagerImpl.throwPersistenceException
(AbstractEntityManagerImpl.java:1397)
        at org.hibernate.ejb.TransactionImpl.begin(TransactionImpl.java:62)
        at com.cloudera.enterprise.AbstractWrappedEntityManager.beginForRollback
AndReadonly(AbstractWrappedEntityManager.java:85)
        at com.cloudera.enterprise.dbutil.DbUtil.isInnoDbEnabled(DbUtil.java:472
)



2014-09-22 17:51:27,328 ERROR [main:spi.SqlExceptionHelper@147] An attempt by a 
client to checkout a Connection has timed out.
2014-09-22 17:51:27,339  INFO [main:support.DefaultListableBeanFactory@422] Dest
roying singletons in org.springframework.beans.factory.support.DefaultListableBe
anFactory@715dcdeb: defining beans [commandLineConfigurationBean,entityManagerFa
ctoryBean,com.cloudera.server.cmf.TrialState,com.cloudera.server.cmf.TrialManage
r,com.cloudera.cmf.crypto.LicenseLoader]; root of factory hierarchy
2014-09-22 17:51:27,341 ERROR [main:cmf.Main@202] Server failed.
org.springframework.beans.factory.BeanCreationException: Error creating bean wit
h name 'com.cloudera.server.cmf.TrialState': Cannot resolve reference to bean 'e
ntityManagerFactoryBean' while setting constructor argument; nested exception is
org.springframework.beans.factory.BeanCreationException: Error creating bean wi
th name 'entityManagerFactoryBean': FactoryBean threw exception on object creati
on; nested exception is javax.persistence.PersistenceException: org.hibernate.ex
ception.GenericJDBCException: Could not open connection
        at org.springframework.beans.factory.support.BeanDefinitionValueResolver
.resolveReference(BeanDefinitionValueResolver.java:328)
        at org.springframework.beans.factory.support.BeanDefinitionValueResolver
.resolveValueIfNecessary(BeanDefinitionValueResolver.java:106)
        at org.springframework.beans.factory.support.ConstructorResolver.resolve
ConstructorArguments(ConstructorResolver.java:616)
        at org.springframework.beans.factory.support.ConstructorResolver.autowir
eConstructor(ConstructorResolver.java:148)
        at org.springframework.beans.factory.support.AbstractAutowireCapableBean
Factory.autowireConstructor(AbstractAutowireCapableBeanFactory.java:1003)
        at org.springframework.beans.factory.support.AbstractAutowireCapableBean
Factory.createBeanInstance(AbstractAutowireCapableBeanFactory.java:907)
        at org.springframework.beans.factory.support.AbstractAutowireCapableBean
Factory.doCreateBean(AbstractAutowireCapableBeanFactory.java:485)
        at org.springframework.beans.factory.support.AbstractAutowireCapableBean
Factory.createBean(AbstractAutowireCapableBeanFactory.java:456)
        at org.springframework.beans.factory.support.AbstractBeanFactory$1.getOb
ject(AbstractBeanFactory.java:293)
        at org.springframework.beans.factory.support.DefaultSingletonBeanRegistr
y.getSingleton(DefaultSingletonBeanRegistry.java:222)

看完日志，你是否还是云里雾里，这不得不说一下，我们该如何利用日志。

日志的作用是什么？日志的作用是提示，它大部分会给我们明确说遇到了什么问题，比如权限拒绝，等，但是有些你是看不明白的，那我们该如何处理？只能靠你的灵感了，没有灵感怎么办？那就需要自己缕顺序，自己是怎么安装、怎么操作的，然后从中能够发现问题。渐渐的你就能培养出灵感了。

上面其实我只知道报的是一个Java异常，而且还跟链接有关系。
灵感来了，就像到了，是因为没有执行下面命令：

配置cloudera-manager-server数据库

1. sudo /usr/share/cmf/schema/scm_prepare_database.sh mysql  -uroot -p --scm-host localhost scm scm scm_password

复制代码

但是又出问题了，如下：





其实这个问题已经解决了，安装我们可以进入上面步骤。
当我们安装完毕，ok了，终于好了：

当我们看到下面内容的时候，all done，说明我们配置成功了。



然后我们再次重启

1. service cloudera-scm-server restart

复制代码

ok始终在坚挺着，没有挂机，问题得到解决