在ARM机器上部署高可用大数据集群

一 前言

这是之前写的一篇文章,现在整理一下,重新发出来。
由于Ambari安装在ARM机器上问题比较多。主要问题如下:

  • ambari依赖的node.js版本是0.10.44,而aarch64机器只支持v4.x以上版本。
  • ambari依赖的phantomjs版本是1.9.8,而aarch64机器只支持v2.1.0的以上版本呢
  • ambari依赖的一些第三方开源项目,aarch64机器不支持。

因此选择开源社区版Hadoop组件部署高可用集群。

二 集群架构设计

2.1 基础环境

节点角色 IP地址 主机名 操作系统 基础软件
Master 192.168.100.60 bigdata1 Centos.7.4.aarch64 jdk1.8_arm64,scala2.11.11
Master_backup 192.168.100.61 bigdata2 Centos.7.4.aarch64 jdk1.8_arm64,scala2.11.11
Slave01 192.168.100.62 bigdata3 Centos.7.4.aarch64 jdk1.8_arm64,scala2.11.11
Slave02 192.168.100.63 bigdata4 Centos.7.4.aarch64 jdk1.8_arm64,scala2.11.11
Slave03 192.168.100.64 bigdata5 Centos.7.4.aarch64 jdk1.8_arm64,scala2.11.11

2.2 Hadoop组件

主机名 Hadoop组件 服务
bigdata1 Hadoop HBase Spark Zeppelin NameNode\ResourceManager\DFSZKFailoverController\HMaster\HistoryServer\ZeppelinServer
bigdata2 Hadoop HBase NameNode\ResourceManager\DFSZKFailoverController\HMaster
bigdata3 Hadoop HBase ZooKeeper DataNode\NodeManager\QuorumPeerMain\JournalNode\DataNode\HRegionServer
bigdata4 Hadoop HBase ZooKeeper DataNode\NodeManager\QuorumPeerMain\JournalNode\DataNode\HRegionServer
bigdata5 Hadoop HBase ZooKeeper DataNode\NodeManager\QuorumPeerMain\JournalNode\DataNode\HRegionServer

2.3 软件版本

软件 版本号
Centos 7.4.aarch64
JDK 1.8_arm64
Scala 2.11.11
Hadoop 2.7.3
HBase 1.1.2
Spark 2.1.0_2.7
ZooKeeper 3.4.6
Zeppelin 0.7.3
Kafka 2.11-0.10.1.1
Confluent 3.1.2
Hue 4.2.0

三 下载Hadoop主要组件

下载oracle jdk arm64
wget --no-cookie --header "Cookie: oraclelicense=accept-securebackup-cookie" http://download.oracle.com/otn-pub/java/jdk/8u162-b12/0da788060d494f5095bf8624735fa2f1/jdk-8u162-linux-arm64-vfp-hflt.tar.gz
下载hadoop
wget https://archive.apache.org/dist/hadoop/core/hadoop-2.7.3/hadoop-2.7.3.tar.gz
下载hase
wget https://archive.apache.org/dist/hbase/1.1.2/hbase-1.1.2-bin.tar.gz
下载zk
wget https://archive.apache.org/dist/zookeeper/zookeeper-3.4.6/zookeeper-3.4.6.tar.gz
下载spark
wget https://archive.apache.org/dist/spark/spark-2.1.0/spark-2.1.0-bin-hadoop2.7.tgz
下载kafka
wget https://archive.apache.org/dist/kafka/0.10.1.1/kafka_2.11-0.10.1.1.tgz
下载phoenix
wget https://archive.apache.org/dist/phoenix/phoenix-4.7.0-HBase-1.1/bin/phoenix-4.7.0-HBase-1.1-bin.tar.gz
下载scala
wget https://downloads.lightbend.com/scala/2.11.11/scala-2.11.11.tgz
下载zeppelin
wget http://apache.claz.org/zeppelin/zeppelin-0.7.3/zeppelin-0.7.3-bin-all.tgz
下载hue
wget https://github.com/cloudera/hue/archive/release-4.2.0.tar.gz
上传本地文件到服务器
scp confluent-3.1.2-2.11.tar.gz -p 50300
所有下载目录解压后,都做ln -s软连接

四 基础环境变量配置

4.0 配置etc/hosts.安装ntp,关闭防火墙

4.1 添加bigdata账号

useradd -g bigdata bigdata

4.2 配置集群各节点SSH无密码连接

创建 authorized_keys 文件 //该文件的权限必须是644或者600,否则无效

4.3 环境变量配置(编辑bigdata用户的.bash_profile文件)

export SCALA_HOME=/usr/scala/default
export JAVA_HOME=/usr/java/default
export HADOOP_HOME=/home/bigdata/hadoop
export HBASE_HOME=/home/bigdata/hbase 
export SPARK_HOME=/home/bigdata/spark
export HADOOP_CONF_DIR=/home/bigdata/hadoop/etc/hadoop
export HBASE_CONF_DIR=/home/bigdata/hbase/conf
export HADOOP_LOG_DIR=/home/bigdata/log/hdfs  
export ZOOKEEPER_HOME=/home/bigdata/zookeeper
export ZEPPELIN_HOME=/home/bigdata/zeppelin 
export KAFKA_HOME=/home/bigdata/kafka
export CONFLUENT_HOME=/home/bigdata/confluent
export YARN_LOG_DIR=$HADOOP_LOG_DIR
export HUE_HOME=/home/bigdata/hue 
export PATH=$JAVA_HOME/bin:$SCALA_HOME/bin:$ZOOKEEPER_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:
$HBASE_HOME/bin:$CONFLUENT_HOME/bin:$PATH

下面的安装都是基于bigdata用户操作

五 安装Zookeeper

5.0 配置zoo.cfg

# The number of milliseconds of each tick
tickTime=2000
# The number of ticks that the initial 
# synchronization phase can take
initLimit=10
# The number of ticks that can pass between 
# sending a request and getting an acknowledgement
syncLimit=5
# the directory where the snapshot is stored.
# do not use /tmp for storage, /tmp here is just 
# example sakes.
dataDir=/home/bigdata/zkdata
dataLogDir=/home/bigdata/zklogs
# the port at which the clients will connect
clientPort=2181
server.1=bigdata3:2888:3888
server.2=bigdata4:2888:3888
server.3=bigdata5:2888:3888

在配置的dataDir目录下创建相应的myid文件(这个myid文件必须创建,否则启动会报错)分别在ZK集群节点创建myid号,myid一定对应好zoo.cfg中配置的server后面1、2、3这个ZK号

5.1 在bigdata3,bigdata4,bigdata5 机器安装;

错误1—— 2台正常启动,另一台则报错误报错

/home/bigdata/zkdata/version-2/acceptedEpoch.tmp (Permission denied)

解决:查看verison-2文件夹的权限果然是root,改为bigdata

5.2 在bigdata3,bigdata4,bigdata5三台机器启动zk

zkServer.sh start

六 安装Hadoop

6.0 配置hadoop-env.sh和yarn_env.sh文件

JAVA_HOME=/usr/java/default

6.1 配置Hadoop文件core-site.xml

<!-- 指定hdfs的nameservice为bigdatacluster,这里的bigdatacluster对应于后面hdfs-site.xml中的dfs.nameservices标签的值 -->
<property>
        <name>fs.defaultFS</name>
        <value>hdfs://bigdatacluster</value>
</property>
 <!-- 指定hadoop运行时产生文件的存储路径-->
<property>
        <name>hadoop.tmp.dir</name>
        <value>/home/bigdata/tmp/hadoop</value>
        <description>Abase for other temporary directories.</description>
</property>
<!-- 指定zookeeper地址,多个用,分割,2181为客户端连接ZK服务器端口 -->
<property>
        <name>ha.zookeeper.quorum</name>
        <value>bigdata3:2181,bigdata4:2181,bigdata5:2181</value>
</property>
<!-- 配置 hue housts和groups -->
<property>
  <name>hadoop.proxyuser.hue.hosts</name>
  <value>*</value>
</property>
<property>
  <name>hadoop.proxyuser.hue.groups</name>
  <value>*</value>
</property>

6.2 配置hdfs文件hdfs-site.xml

  <!--NN存放元数据和日志位置-->
<property>
    <name>dfs.namenode.name.dir</name>
    <value>/data/hdfs/nn</value>
    <final>true</final>
</property>
<!--HDFS文件系统数据存储位置,可以分别保存到不同硬盘,突破单硬盘性能瓶颈,多个位置以逗号隔开-->
<property>
    <name>dfs.datanode.data.dir</name>
    <value>/data/hdfs/dn</value>
    <final>true</final>
</property>
<property>
    <name>dfs.replication</name>
    <value>2</value>
</property>

 <!-- dfs.nameservices 命名空间的逻辑名称,多个用,分割 -->
<property>
    <name>dfs.nameservices</name>
    <value>bigdatacluster</value>
</property>
<!-- 指定bigdatacluster下有两个namenode,分别是bigdata1,bigdata2 -->
<property>
    <name>dfs.ha.namenodes.bigdatacluster</name>
    <value>bigdata1,bigdata2</value>
</property>
<!-- 指定bigdata1的RPC通信地址 -->
<property>
    <name>dfs.namenode.rpc-address.bigdatacluster.bigdata1</name>
    <value>bigdata1:9000</value>
</property>
  <!-- 指定bigdata1的HTTP通信地址 -->
<property>
    <name>dfs.namenode.http-address.bigdatacluster.bigdata1</name>
    <value>bigdata1:50070</value>
</property>
<!-- 指定bigdata2的RPC通信地址 -->
<property>
    <name>dfs.namenode.rpc-address.bigdatacluster.bigdata2</name>
    <value>bigdata2:9000</value>
</property>
  <!-- 指定bigdata2的HTTP通信地址 -->
<property>
    <name>dfs.namenode.http-address.bigdatacluster.bigdata2</name>
    <value>bigdata2:50070</value>
</property>
<!-- 指定namenode的元数据存放的Journal Node的地址,必须奇数,至少三个 -->
<property>
    <name>dfs.namenode.shared.edits.dir</name>
    <value>qjournal://bigdata3:8485;bigdata4:8485;bigdata5:8485/bigdatacluster</value>
</property>
<!--这是JournalNode进程保持逻辑状态的路径。这是在linux服务器文件的绝对路径-->
<property>
    <name>dfs.journalnode.edits.dir</name>
    <value>/data/hdfs/journal</value>
</property>
 <!-- 开启namenode失败后自动切换 -->
<property>
    <name>dfs.ha.automatic-failover.enabled</name>
    <value>true</value>
</property>
   <!-- 配置失败自动切换实现方式 -->
<property>
    <name>dfs.client.failover.proxy.provider.bigdatacluster</name>
    <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
</property>
<!-- 配置隔离机制方法,多个机制用换行分割 -->
<property>
    <name>dfs.ha.fencing.methods</name>
    <value>
        sshfence
        shell(/bin/true)
    </value>
</property>
  <!-- 使用sshfence隔离机制时需要ssh免登陆 -->
<property>
    <name>dfs.ha.fencing.ssh.private-key-files</name>
    <value>/home/bigdata/.ssh/id_rsa</value>
</property>
  <!-- 配置sshfence隔离机制超时时间30秒 -->
<property>
    <name>dfs.ha.fencing.ssh.connect-timeout</name>
    <value>30000</value>
</property>
<!-- 配置打开webhdfs属性,hue集成需要 -->
<property>
  <name>dfs.webhdfs.enabled</name>
  <value>true</value>
</property>

6.3 配置MR文件mapred-site.xml

<property>
    <!-- 通知框架MR使用YARN -->
    <name>mapreduce.framework.name</name>
    <value>yarn</value>
  </property>

6.4 配置YARN 文件yarn-site.xml

<!--启用RM高可用-->
   <property>
       <name>yarn.resourcemanager.ha.enabled</name>
        <value>true</value>
   </property>
        <!--RM集群标识符-->
   <property>
       <name>yarn.resourcemanager.cluster-id</name>
        <value>rm-cluster</value>
   </property>
   <property>
        <!--指定两台RM主机名标识符-->
       <name>yarn.resourcemanager.ha.rm-ids</name>
        <value>rm1,rm2</value>
   </property>
        <!--RM故障自动切换-->
   <property>
        <name>yarn.resourcemanager.ha.automatic-failover.recover.enabled</name>
        <value>true</value>
   </property>
   <!--RM故障自动恢复
   <property>
       <name>yarn.resourcemanager.recovery.enabled</name> 
        <value>true</value> 
   </property> -->
        <!--RM主机1,如果希望单独装在另外两个节点上,请写入对应的主机名,后面配置也需要相应修改-->
   <property>
       <name>yarn.resourcemanager.hostname.rm1</name>
        <value>bigdata1</value>
   </property>
        <!--RM主机2,如果希望单独装在另外两个节点上,请写入对应的主机名,后面配置也需要相应修改-->
   <property>
       <name>yarn.resourcemanager.hostname.rm2</name>
        <value>bigdata2</value>
   </property>
       <!--RM状态信息存储方式,一种基于内存(MemStore),另一种基于ZK(ZKStore)-->
    <property>
       <name>yarn.resourcemanager.store.class</name>
       <value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore</value>
    </property>
        <!--使用ZK集群保存状态信息-->
    <property>
       <name>yarn.resourcemanager.zk-address</name>
       <value>bigdata3:2181,bigdata4:2181,bigdata5:2181</value>
    </property>
        <!--向RM调度资源地址-->
    <property>
       <name>yarn.resourcemanager.scheduler.address.rm1</name>
        <value>bigdata1:8030</value>
    </property>
    <property>
       <name>yarn.resourcemanager.scheduler.address.rm2</name>
       <value>bigdata2:8030</value>
    </property>
        <!--NodeManager通过该地址交换信息-->
    <property>
        <name>yarn.resourcemanager.resource-tracker.address.rm1</name>
       <value>bigdata1:8031</value>
    </property>
    <property>
       <name>yarn.resourcemanager.resource-tracker.address.rm2</name>
       <value>bigdata2:8031</value>
    </property>
        <!--客户端通过该地址向RM提交对应用程序操作-->
    <property>
       <name>yarn.resourcemanager.address.rm1</name>
       <value>bigdata1:8032</value>
    </property>
    <property>
       <name>yarn.resourcemanager.address.rm2</name>
       <value>bigdata2:8032</value>
    </property>
        <!--管理员通过该地址向RM发送管理命令-->
    <property>
       <name>yarn.resourcemanager.admin.address.rm1</name>
       <value>bigdata1:8033</value>
    </property>
    <property>
       <name>yarn.resourcemanager.admin.address.rm2</name>
        <value>bigdata2:8033</value>
    </property>
    <!--RM HTTP访问地址,查看集群信息-->
    <property>
       <name>yarn.resourcemanager.webapp.address.rm1</name>
       <value>bigdata1:8088</value>
    </property>
    <property>
       <name>yarn.resourcemanager.webapp.address.rm2</name>
       <value>bigdata2:8088</value>
    </property>
   <!--不限制yarn容器分配的最大内存-->
    <property>
     <name>yarn.nodemanager.vmem-check-enabled</name>
    <value>false</value>
    </property>

配置httpfs-site.xml(如果集成Hue,并且Hadoop集群是HA情况,需要httpFS访问hdfs)

<property>
  <name>httpfs.proxyuser.hue.hosts</name>
  <value>*</value>
</property>
<property>
  <name>httpfs.proxyuser.hue.groups</name>
  <value>*</value>
</property>

6.5 启动hadoop集群

6.5.1 确保三台slave机器已启动zk

6.5.2 在三台slave机器启动jouralnode

hadoop-daemon.sh start journalnode

6.5.3 在bigdata1上,第一次运行分别格式化hdfs,zk

hdfs namenode –format
hdfs zkfc –formatZK //手动输入,复制拷贝命令,不识别

6.5.4 在bigdata2 上格式化目录并同步两个master节点的元数据

# 方法1,通过bigdata1:9000端口连接不到bigdata1,所以采用方法2
hdfs namenode -bootstrapStandby
# 方法2,直接拷贝bigdata1格式化后的元数据到bigdata2
scp -r nn bigdata2:/data/hdfs/

6.5.5 分别在bigdata1和bigdata2上启动ZKFC来监控NameNode

#在bigdata1 启动ZKFC来监控NameNode
hadoop-daemon.sh start zkfc
#在bigdata2 启动ZKFC来监控NameNode
hadoop-daemon.sh start zkfc

6.5.6 在bigdata1上启动hdfs

start-dfs.sh

报错:
Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
解决:添加编译好的hadoop aarch64位so文件

6.5.7 在bigdata1上启动yarn

start-yarn.sh

6.5.8 在bigdata2上启动yarn

yarn-daemon.sh start resourcemanager

http://bigdata1:50070
http://bigdata1:8088/cluster

七 Hbase安装

7.0 对于Hbase 修改 ulimit 限制

echo "bigdata  -      nofile  32768" >> /etc/security/limits.conf
echo "bigdata  -      nproc   32000" >>  /etc/security/limits.conf
echo "session required pam_limits.so" >>  /etc/pam.d/common-session 

7.1 配置hbase-env.sh

# The java implementation to use.  Java 1.7+ required.
export JAVA_HOME=/usr/java/default
//配置该路径,否则在HA情况下,不能解析HDFS路径
export HADOOP_HOME=/home/bigdata/hadoop
# Tell HBase whether it should manage it's own instance of Zookeeper or not.
export HBASE_MANAGES_ZK=false

配置hbase-site.xml

<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
    <property>
        <name>hbase.zookeeper.quorum</name>
        <value>bigdata3:2181,bigdata4:2181,bigdata5:2181</value>
        <description>The directory shared by RegionServers.
        </description>
    </property>
    <property>
        <name>hbase.zookeeper.property.clientPort</name>
        <value>2181</value>
    </property>
    <property>
        <name>hbase.zookeeper.property.dataDir</name>
        <value>/home/bigdata/zkdata</value>
        <description>Property from ZooKeeper config zoo.cfg.
            The directory
            where the snapshot is stored.
        </description>
    </property>
    <property>
        <name>hbase.rootdir</name>
        <value>hdfs://bigdatacluster/hbase</value>
        <description>The directory shared by RegionServers.
        </description>
    </property>
    <property>
        <name>hbase.cluster.distributed</name>
        <value>true</value>
        <description>The mode the cluster will be in. Possible values are
            false: standalone and pseudo-distributed setups with managed
            Zookeeper
            true: fully-distributed with unmanaged Zookeeper Quorum (see
            hbase-env.sh)
        </description>
    </property>
</configuration>

Regionservers

bigdata3
bigdata4
bigdata5

7.2 启动Hbase

在bigdata1启动

start-hbase.sh

在bigdata2启动

hbase-daemon.sh start master

http://bigdata1:16010/master-status

8 基于HA高可用环境安装Spark on Yarn (在bigdata1上安装)

8.1 配置spark-env.sh

export SCALA_HOME=/usr/scala/default
export JAVA_HOME=/usr/java/default
export HADOOP_HOME=/home/bigdata/hadoop
export HBASE_HOME=/home/bigdata/hbase 
export HADOOP_CONF_DIR=/home/bigdata/hadoop/etc/hadoop
export HBASE_CONF_DIR=/home/bigdata/hbase/conf
export HADOOP_LOG_DIR=/home/bigdata/log/hdfs  

8.2 配置spark-defaults

spark.master    yarn
spark.driver.memory    2g
spark.executor.memory  2g
spark.eventLog.enabled  true
#如果hadoop 是HA环境,注意命名空间的名称
spark.eventLog.dir      hdfs://bigdatacluster/spark-logs
# 历史日志服务配置
spark.history.provider            org.apache.spark.deploy.history.FsHistoryProvider
spark.history.fs.logDirectory     hdfs://bigdatacluster/spark-logs
spark.history.fs.update.interval  10s
spark.history.ui.port             18080

8.3 在hdfs上创建spark日志目录

hdfs dfs -mkdir /spark-logs

8.4 启动spark日志

start-history-server.sh

访问页面

http://bigdata1:18080/

九 安装Zeppelin(在bigdata1上安装)

9.0 修改zeppelin-site.xml文件

# 修改端口号为28080
<property>
  <name>zeppelin.server.port</name>
  <value>28080</value>
  <description>Server port.</description>
</property>

修改 zeppelin-env.sh文件

export JAVA_HOME=/usr/java/default

export HADOOP_CONF_DIR=/home/bigdata/hadoop/etc/hadoop         
#### HBase interpreter configuration ####
export HBASE_HOME=/home/bigdata/hbase                    #
export HBASE_CONF_DIR=/home/bigdata/hbase/conf                

启动服务

zeppelin-daemon.sh start

http://bigdata1:28080

十 安装部署Kafka(在bigdata1上安装)

10.1 首先确保已经安装启动ZK服务器

10.2 配置server.properties文件

# The id of the broker. This must be set to a unique integer for each broker.
broker.id=0
## 监听本机所有网络接口(network interfaces)
listeners=PLAINTEXT://0.0.0.0:9092
## 被发布到Zookeeper上,公布给Client让Client使用
advertised.listeners=PLAINTEXT://bigdata1:9092

num.network.threads=3
# The number of threads doing disk I/O
num.io.threads=8
# The send buffer (SO_SNDBUF) used by the socket server
socket.send.buffer.bytes=102400
# The receive buffer (SO_RCVBUF) used by the socket server
socket.receive.buffer.bytes=102400
# The maximum size of a request that the socket server will accept (protection against OOM)
socket.request.max.bytes=104857600
//配置kafka的日志目录
log.dirs=/home/bigdata/kafka-logs
# The default number of log partitions per topic. More partitions allow greater
# parallelism for consumption, but this will also result in more files across
# the brokers.
num.partitions=1
# The number of messages to accept before forcing a flush of data to disk
#log.flush.interval.messages=10000

#log.flush.interval.ms=1000

log.retention.hours=168
#log.retention.bytes=1073741824

log.segment.bytes=1073741824

log.retention.check.interval.ms=300000

############################# Zookeeper #############################
# root directory for all kafka znodes.
//配置已安装好的zk集群地址
zookeeper.connect=bigdata3:2181,bigdata4:2181,bigdata5:2181
# Timeout in ms for connecting to zookeeper
zookeeper.connection.timeout.ms=6000

10.3 启动kafka

kafka-server-start.sh -daemon config/server.properties

10.4 测试消息

## 1.创建主题
kafka-topics.sh --create --topic TestTopic003 --partitions 1 --replication-factor 1 --zookeeper bigdata3:2181,bigdata4:2181,bigdata5:2181
## 2.发送消息
kafka-console-producer.sh --topic TestTopic003 --broker-list bigdata1:9092
This is a message
This is another message
## 3.消费消息
kafka-console-consumer.sh --topic TestTopic003 --from-beginning --bootstrap-server bigdata1:9092

十一 安装Confluent

11.1上传本地3.1.2 版本至服务器,配置环境变量;

11.2 部署hbase-sink.jar包

nohup  schema-registry-start -daemon $CONFLUENT_HOME/etc/schema-registry/schema-registry.properties >nohup_shcema_registry.log> nohup_shcema_registry.err

nohup  connect-standalone -daemon $CONFLUENT_HOME/etc/schema-registry/connect-avro-standalone.properties $CONFLUENT_HOME/etc/kafka-connect-hbase/hbase-sink.properties > nohup_standalone.log>nohup_standalone.err

kafka-avro-console-producer \
--broker-list bigdata1:9092 --topic test \
--property value.schema='{"type":"record","name":"record","fields":[{"name":"id","type":"int"}, {"name":"name", "type": "string"}]}'
{"id": 1, "name": "sz”}
{"id": 2, "name": "bj”}
{"id": 3, "name": “aa”}
{"id": 4, "name": "bb”}

schema-registry-start  $CONFLUENT_HOME/etc/schema-registry/schema-registry.properties 

connect-standalone  $CONFLUENT_HOME/etc/schema-registry/connect-avro-standalone.properties $CONFLUENT_HOME/etc/kafka-connect-hbase/hbase-sink.properties

{"id": 1, "name": "sz”}
{"id": 2, "name": "bj”}
{"id": 3, "name": “aa”}
{"id": 4, "name": "bb”}

错误记录:
部署远程kafka客户端写入kafka集群数据时

org.apache.kafka.common.errors.TimeoutException: Failed to update metadata after 60000 ms.

解决办法:远程客户端,没有找到服务器,一种方法kafka的server.properties是配置文件中主机名改为ip地址,另一种方式是在远程客户端配置host文件中ip地址和主机名的映射;

十二 安装HUE

这个组件安装比较复杂,需要编译安装

12.1 安装依赖库

sudo yum install ant asciidoc cyrus-sasl-devel cyrus-sasl-gssapi cyrus-sasl-plain gcc gcc-c++ krb5-devel libffi-devel libxml2-devel libxslt-devel make  mysql mysql-devel openldap-devel python-devel sqlite-devel gmp-devel

注意安装ant时,会依赖open jdk,如果已经安装oracle jdk 版本安装完ant后,卸载openjdk即可。

12.2 安装maven 3+版本,配置环境变量

12.3 编译部署(时间较长,耐心等待)

tar -zxvf hue-release-4.2.0
ln -s hue-release-4.2.0 hue
cd hue-release-4.2.0

如果要编译中文环境,进入hue-release-4.2.0/desktop/core/src/desktop目录请修改settings.py文件

#注释英文,添加简体中文
#LANGUAGE_CODE = 'en-us'
LANGUAGE_CODE='zh_CN'
# 开始编译
make apps

12.4 配置Hue

进入hue-release-4.2.0/desktop/conf目录,

cp pseudo-distributed.ini hue.ini

配置hue.ini文件

[desktop]
  # Set this to a random string, the longer the better.
  # This is used for secure hashing in the session store.
  secret_key=jFE93j;2[290-eiw.KEiwN2s3['d;/.q[eIW^y#e=+Iei*@Mn<qW5o
  # Webserver listens on this address and port
  http_host=bigdata1
  http_port=8888
 # 与系统时区保持一致
  time_zone=America/New_York
# 配置Hue界面不显示的Hadoop组件,我们的集群没有使用hive,所以屏蔽了。
app_blacklist=security,filebrowser,jobbrowser,rdbms,jobsub,hbase,sqoop,zookeeper,spark,oozie,indexer

[hadoop]
  # 配置Hue的Hadoop(注意我们的集群是高可用的)
  # ------------------------------------------------------------------------
  [[hdfs_clusters]]
    # HA support by using HttpFs 高可用集群只支持httpFS,不支持webhdfs方式
    [[[default]]]
      # 这个名称和HA hadoop配置的一致
      fs_defaultfs=hdfs://bigdatacluster
      # NameNode logical name.
      logical_name=bigdatacluster
      # Use WebHdfs/HttpFs as the communication mechanism.
      # Domain should be the NameNode or HttpFs host.
      # Default port is 14000 for HttpFs.
      webhdfs_url=http://bigdata1:14000/webhdfs/v1

      # Change this if your HDFS cluster is Kerberos-secured
      ## security_enabled=false

      # In secure mode (HTTPS), if SSL certificates from YARN Rest APIs
      # have to be verified against certificate authority
      ## ssl_cert_ca_verify=True

      # Directory of the Hadoop configuration
      hadoop_conf_dir=/home/bigdata/hadoop/etc/hadoop

  # Configuration for YARN (MR2)
  # ------------------------------------------------------------------------
  [[yarn_clusters]]
    [[[default]]]
      # Enter the host on which you are running the ResourceManager
      resourcemanager_host=bigdata1
      # The port where the ResourceManager IPC listens on
      resourcemanager_port=8032
      # Whether to submit jobs to this cluster
      submit_to=True
      # Resource Manager logical name (required for HA)
      logical_name=rm-cluster
      # Change this if your YARN cluster is Kerberos-secured
      ## security_enabled=false
      # URL of the ResourceManager API
      resourcemanager_api_url=http://bigdata1:8088
      # URL of the ProxyServer API
      ## proxy_api_url=http://localhost:8088
      # URL of the HistoryServer API
      ## history_server_api_url=http://localhost:19888
      # URL of the Spark History Server
      spark_history_server_url=http://bigdata1:18088
[hbase]
  # Comma-separated list of HBase Thrift servers for clusters in the format of '(name|host:port)'.
  # Use full hostname with security.
  # If using Kerberos we assume GSSAPI SASL, not PLAIN.
  hbase_clusters=(Cluster|bigdata1:9090)
  hbase_conf_dir=/home/bigdata/hbase/conf

12.5 启动httpfs服务(HA集群需要)

需要/hadoop/sbin/httpfs.sh start来启动Bootstrap进程,以服务HttpFS管理

12.6 启动Hue

参考文章

1.Hadoop 2.7.3 高可用(HA)集群部署. HanBert
2.Spark On Yarn Install, Configure, and Run Spark on Top of a Hadoop YARN Cluster .Florent Houbart
3.Hue官方安装文档 .

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,088评论 5 459
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,715评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,361评论 0 319
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,099评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 60,987评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,063评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,486评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,175评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,440评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,518评论 2 309
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,305评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,190评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,550评论 3 298
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,880评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,152评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,451评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,637评论 2 335

推荐阅读更多精彩内容