003-Ambari一键自动化部署脚本
微信搜索公众号：BearData，关注更多内容。
根据前两篇 “Ambari大数据平台搭建利器(一)&(二)”， 我们已经完成大数据平台的搭建，但是我们发现安装Ambari的步骤比较繁琐。我们发现手动部署存在以下的劣势：
- 每个节点都要执行重复的命令，我们前两篇测试的节点只有三个，如果生产环境有上百个节点，这也是工作量比较大的一件事。
- 如果是基于项目的平台，如果有几十甚至上百个客户，安装平台就是一件比较麻烦的事。
- 如果我们修改了源代码，在测试环境中，很有可能要来回卸载，安装。
- 人工操作会有一定的风险。
基于上述，我们打算写一套脚本，主要是安装Ambari server和agent，以及前期的环境检查，准备，修复，卸载。
注：如果只是个人测试学习，或者基于云端部署一套大数据平台，可以手动操作，这种场景是一次性的操作，并且之后很少再重新部署。
本篇主要是基于前两篇的基础上做的，因此需要对前两篇内容需要了解一下。
整体流程
环境检查：检查服务安装的每个节点是否满足安装Ambari的条件，如JDK，OpenSSL，Ambari Server需要检查PostgreSQL等等。
环境修复：如果某些节点或者所有节点不满足安装条件，则需要通过修复来满足安装条件，如JDK没有安装，则需要安装JDK，并且设置环境变量。
安装Ambari：如果条件满足，则在指定的节点安装Ambari Server以及在每个节点安装Ambari agent。
卸载Ambari：卸载Ambari Server及Ambari agent。
技术选型
- 编程语言：Python
- 由于要在每个节点执行相同的命令(Server和Agent有区别)，所以要选一种封装了SSH的库，我们选择Python中的Fabric。
- 脚本是运行在安装Ambari Server的节点上的，为了不影响原系统中的Python，我们需要在脚本中搭建Python虚拟环境。
技术实现
- 配置文件
配置文件主要配置了程序中需要读取的静态属性。
[node_host]: 配置安装agent的节点IP和主机名
节点IP=主机名，如 192.168.163.130 = bigdata001
[domain_name]: 域名配置后缀
suffix = 域名后缀，如 suffix = bdp.com
[host_certification]: 操作用户名密码
host_user = 用户名
host_password = 密码
[server_host]: Ambari Server 安装主机IP
server_ip = 主机IP
[language]: 配置安装时的语言
language = zh_CN
#language = en_US
[ntp]: 配置ntp时间同步server，如果没有配置该项，并且在外网连通的情况下会读取网络时间
#ntp_server = 192.168.163.130
[resource_path]：源相关配置
main_version = 2.6.2.0 #Ambar大i版本号
min_version = 155 #Ambari小版本号
yum_host_ip = 192.168.70.52 #yum源地址
HDP = ambari,HDP,HDP-UTILS #Ambari源的文件夹
[java_home]: JDK 安装路径
java_home = /opt/jdk1.8.0_111
[python_virtual_path]：Python虚拟环境路径
py_path = ~/py_virtual
[software_package]：环境修复，虚拟环境所依赖的软件包
jdk = jdk-8u102-linux-x64.tar.gz
openssl = openssl-1.1.0a.tar.gz
postgresql = postgresql-9.2.15.tar.gz
httpd = httpd-2.2.31.tar.gz
python = Python-2.7.5.tgz
ruby = ruby-2.0.0.tar.gz
ntp = ntp-service-centos7.tar.gz
setuptools = setuptools-36.0.0.tar.gz
ecdsa = ecdsa-0.13.tar.gz
pycrypto = pycrypto-2.6.1.tar.gz
paramiko = paramiko-1.17.2.tar.gz
[remove]：卸载时所删除的包，目录，用户等信息
#############卸载安装包(RPM包)###############
remove_package = hadoop_2*,hdp-select*,ranger*,zookeeper*,bigtop*,atlas-metadata*,ambari-agent,postgresql*,spark*,smartsense-hst,ambari-metrics*,ambari-infra*,ambari-logsearch*,opentsdb*,redis*,hbase*,tez*,hive*,pig*,sqoop*,storm*,flume*,kafka*,zeppelin*,mahout*,slider*,cassandra*,phoenix*,extjs*,knox*,oozie*,accumulo*,elasticsearch_*,mysql_*,mycat_*,keepalived_*,haproxy_*,logstash_*,kibana_*,solr_*,rstudio-server_*,ceph*,kylin_*,greenplum_*
#################删除用户##########################
remove_user = ambari-qa,ams,falcon,flume,hbase,hcat,hdfs,hive,kafka,livy,mahout,mapred,oozie,opentsdb,redis,spark,sqoop,tez,yarn,zeppelin,zookeeper,cassandra,infra- solr,storm,livy,logsearch,knox,atlas,kms,ranger,accumulo,elasticsearch,mysqldb,mycat,keepalived,haproxy,logstash,kibana,solr,rstudio-server,ceph,kylin,gpadmin
####################删除目录###############################
remove_dir = /etc/,/var/lib/,/tmp/,/usr/lib/,/var/log/,/var/run/,/var/tmp/,/usr/bin/,/tmp/,/var/,/opt/,/data/
########################删除文件##################################
remove_file=ambari*,ams*,falcon*,flume*,hadoop*,hbase*,hive*,kafka*,oozie*,opentsdb*,postgresql,spark*,sqoop*,zeppelin,zookeeper*,storm*,smartsense,hadoop*,phoenix*,redis,slider,tez*,pig*,pgsql,cassandra,webhcat,mahout,hcat,accumulo*,hdfs*,mapred*,ranger*,slider*,atlas*,yarn*,worker-lanucher,beeline,logsearch*,knox*,ranger*,elasticsearch,mysqldb,mycat,keepalived,haproxy,logstash,kibana,solr,service_solr,rstudio-server,ceph,kylin,greenplum
########################删除特殊目录#########################################
spec_dir = /usr/hdp,/hadoop,/kafka*,/usr/share/HDP-oozie,/var/local/osd*,/etc/systemd/system/multi-user.target.wants/ceph-osd@*.service
以上就是配置文件内容及说明。
- Python虚拟环境
思路很简单，期实现就是将系统中的Python重新拷贝一份到指定目录下，然后将Fabric及依赖包进行安装，每次运行时都会去检查配置的虚拟环境路径是否存在，如果存在则直接使用，不存在则创建虚拟环境。
- 环境检查
我们在该脚本中环境检查项主要包括：JDK，Python，OpenSSL，Httpd，最大文件数，NTP，防火墙，SELinux，SSH，主机名，HOSTS文件，PGSQL，PackageKit。每项检查失败都有对应的修复。
我们以检查防火墙是否关闭为例，来说明环境检查的过程。
check_firewall_status()方法是整个检查的核心部分。
1. 在每个节点执行检查防火墙状态的命令：firewall-cmd status （不同的操作系统，检查的命令略微有区别）
2. 判断返回的内容，如果是 "not runnind" 则表示防火墙已处于关闭的状态。如果返回值为 “command not found” 则表示未安装防火墙指令（一般这种情况比较少，因为系统默认会有安装）。
3. 如果2中的条件都没有满足，则防火墙就处于 running 状态，将改信息写入到临时文件中，在后续修复环境时需要读取改文件。
checkfirewallstatus()方法是利用Fabric的特性，在指定节点执行该方法。
@parallel :表示并行执行
@Roles("remote") : 表示在指定的角色上执行盖方法，其中remote我们配置的所有机器的IP。
上述方法就表示在remote角色中配置的节点上并行执行该方法。
- 环境修复
我们还是接上面的关闭防火墙来说明环境修复的过程
首先判断firewall是否在临时文件中，如果在则执行修复方法。
修复的过程也就是执行关闭防火墙的过程。
- 删除Ambari 及安装组件
删除的场景
1. 彻底删除Ambari及全部组件
2. 安装失败，某些节点安装失败，这时候需要删除安装失败的，保留安装成功的，我们在这称为回滚(roll-back)
删除Ambari Server
回滚删除，只删除server，已安装成功的节点不进行删除
删除组件及用户信息
整体运行演示截图：
1. 环境检查，发现防火墙未关闭
2. 修复环境
3.重新检查
4.安装Ambari
5. 安装过程
6. 安装完成
7. 访问http://bigdata001:8080 进行验证，安装组件
8. 卸载Ambari Server和Agent
以上就是Ambari一键自动化部署脚本的思路和演示，下一篇我们将对Ambari的源代码结构进行说明。
扫描二维码，关注BearData
