CDH5上安装Hive,HBase,Impala,Spark等服务
Apache Hadoop的服务的部署比较繁琐，需要手工编辑配置文件、下载依赖包等。Cloudera Manager以GUI的方式的管理CDH集群，提供向导式的安装步骤。由于需要对Hive,HBase,Impala,Spark进行功能测试，就采用了Cloudera Manager方式进行安装。
Cloudera Manager提供两种软件包安装源，Package 和 Parcel：
Package就是一个个rpm文件，以yum的方式组织起来。
Parcel是rpm包的压缩格式，以.parcel结尾，所有的rpm压缩在一个文件中，方便下载和分发，使用manifest.json文件对parcel文件进行描述，将parcel文件保存到局域网内的Web服务器上，安装过程中就不需要从互联网上下载文件了，实现了离线安装。
一、安装前准备工作
安装Hive,HBase,Impala,Spark之前，Cloudera Manager应该已经安装好了，参见：本地Yum软件源安装Cloudera Manager 5 这篇文章，使用的操作系统为 CentOS-6.5-x86_64，CM版本为 5.0.2 ，采用parcel包方式安装，
1、下载安装中需要的文件：
从 http://archive.cloudera.com/cdh5/parcels/5.0.2.13/ 下载如下的文件，保存到Web服务器的 /var/www/html/cdh5/parcels/latest 目录 ：
[root@localhost latest]# pwd
/var/www/html/cdh5/parcels/latest
[root@localhost latest]# ll
total 1793948
-rw-r--r-- 1 root root 1836961055 Jun 15 06:51 CDH-5.0.2-1.cdh5.0.2.p0.13-el6.parcel
-rw-r--r-- 1 root root 33190 Jun 15 09:04 manifest.json从 http://archive-primary.cloudera.com/redhat/cdh/ 下载：RPM-GPG-KEY-cloudera，这是对rpm包进行校验的文件，保存到Web服务器的 /var/www/html/redhat/cdh 目录：
[root@localhost cdh]# pwd
/var/www/html/redhat/cdh
[root@localhost cdh]# ll
total 4
-rw-r--r-- 1 root root 1690 Jun 16 07:32 RPM-GPG-KEY-cloudera
[root@localhost cdh]#
2、准备安装的服务器
测试环境一共使用了六台服务器，列表如下：
| ip地址 | hostname | 描述信息 |
|---|---|---|
| 172.16.230.140 | archive.cloudera.com | 本地web服务器 |
| 172.16.230.141 | cm.worker.com | CM，管理节点 |
| 172.16.230.151 | h1.worker.com | 节点1 |
| 172.16.230.152 | h2.worker.com | 节点2 |
| 172.16.230.153 | h3.worker.com | 节点3 |
| 172.16.230.154 | h4.worker.com | 节点4 |
所有的服务器上安装CentOS-6.5-x86_64，并关闭防火墙、selinux、保持时间一致。保持所有的root用户密码一致。一个Hadoop集群中的节点最少为三台，本测试环境的节点为四台，上面的ip地址需要根据自已的网络情况进行调整，这是我搭建的虚拟机的IP。
3、在web服务器上发布CentOS-6.5-x86_64安装盘文件
安装过程中，需要从CentOS-6.5-x86_64安装盘上读取一些rpm包，需要将安装盘发布为本地yum源。将安装盘挂载到web服务器，并添加软连接到web目录，web服务器上的web根目录如下：
[root@localhost html]# pwd
/var/www/html
[root@localhost html]# ll
total 12
drwxr-xr-x 3 root root 4096 Jun 15 06:48 cdh5
lrwxrwxrwx 1 root root 24 Jun 20 08:12 centos_media -> /media/CentOS_6.5_Final/
drwxr-xr-x 3 root root 4096 Jun 14 10:04 cm5
drwxr-xr-x 3 root root 4096 Jun 16 07:29 redhat
4、创建 hosts 和 yum配置文件
创建hosts文件，保存到所有服务器的 /etc/hosts ，内容如下：
127.0.0.1 localhost localhost.localdomain localhost4 localhost4.localdomain4
::1 localhost localhost.localdomain localhost6 localhost6.localdomain6
172.16.230.140 archive.cloudera.com
172.16.230.141 cm.worker.com
172.16.230.151 h1.worker.com
172.16.230.152 h2.worker.com
172.16.230.153 h3.worker.com
172.16.230.154 h4.worker.com
创建 myrepo.repo 文件，保存到所有服务器的 /etc/yum.repos.d 目录，内容如下：
[myrepo]
name=myrepo
baseurl=http://172.16.230.140/cm5/redhat/6/x86_64/cm/5/
enabled=1
gpgcheck=0创建 CentOS-Media.repo 文件，保存到所有服务器的 /etc/yum.repos.d 目录，内容如下：
[c6-media]
name=CentOS-$releasever - Media
baseurl=http://172.16.230.140/centos_media
gpgcheck=0
enabled=1
exclude = jdk*
注意， /etc/yum.repos.d 目录，仅存在 myrepo.repo 和 CentOS-Media.repo 两个文件.
5、cm.worker.com 上安装 PostgreSQL
Hive需要使用一个关系数据库作为Metastore数据库，使用嵌入式数据库存在性能问题，需要在cm.worker.com 上安装一个PostgreSQL数据库，创建用户hiveuser，创建数据库 hivedb，指定数据库拥有者为hiveuser，详细过程可以参见这篇文章：PostgreSQL新手教程
二、图解Hive,HBase,Impala,Spark 的安装和配置
做了上面的准备工作后，登录CM5就可以开始安装了，安装过程大部分情况下都不需要修改默认值，需要修改的地方会以文字说明，下面是安装过程的截图，
1、登录CM5
2、选择Cloudera Express
3、可供选择的安装包列表
4、为CDH集群指定主机
输入 172.16.230.[151-154] ，根据自已网络情况进行调整，然后点击搜索。
5、进入添加主机向导
使用parcel安装方式，parcel下载路径不用修改，已经发布在本地web服务器中了。
不需要java加密，保留默认值：
输入root的密码，所有节点的root密码是一致的。同时安装的数据默认为10，考虑到是虚拟机，修改为2。如果是真实服务器，请保留默认值为10.
进行节点CM管理程序安装，如果出现问题，请检查hostname与ip地址配置是否正确。
下载和分配parcel包，由于parcel包有1.8G大小，执行时间较长，可以喝杯咖啡再回来。
主机安装完成：会对主机进行检查，有个 swappness 需要调整，如果是真实服务器，请将 swappness修改为0，尽量不使用交换分区。
6、进入添加服务向导：
选饿所有服务
保持默认的节点角色配置：
选择自定义数据库，填写连接信息，并点击测试连接按钮：
添加服务的详细配置，保留默认值：
首次启动服务的时间比较长，大概二十分钟：
添加服务完成：
点击完成后，就进入了CM管理的首页了。
7、进入CM首页
三、小结
本文描述的hadoop安装方式是一种离线方式，通过CM5加快了环境搭建的速度，CM5将hadoop集群管理的复杂度大大降低。后面在测试中学习hadoop集群的调优。
原创作品，转载请注明出处：http://blog.csdn.net/yangzhaohui168/article/details/33403555