CDH+Kylin三部曲之二：部署和设置

本文是《CDH+Kylin三部曲》系列的第二篇，上一篇《CDH+Kylin三部曲之一：准备工作》已将所需的机器和文件准备完毕，可以部署CDH和Kylin了；

执行ansible脚本部署CDH和Kylin(ansible电脑)

1. 进入ansible电脑的~/playbooks目录，经过上一篇的准备工作，该目录下应该是下图这些内容：
   
2. 检查ansible远程操作CDH服务器是否正常，执行命令ansible deskmini -a “free -m”，正常情况下显示CDH服务器的内存信息，如下图：
   
3. 执行命令开始部署：ansible-playbook cm6-cdh5-kylin264-single-install.yml
4. 整个部署过程涉及在线安装、传输大文件等耗时的操作，请耐心等待（半小时左右），如果部署期间出错退出（例如网络问题），只需重复执行上述命令即可，ansible保证了操作的幂等性；
5. 部署成功如下图所示：
   

重启CDH服务器

由于修改了selinux和swap的设置，需要重启操作系统才能生效，因此请重启CDH服务器；

执行ansible脚本启动CDH服务(ansible电脑)

1. 等待CDH服务器重启成功；
2. 登录ansible电脑，进入~/playbooks目录；
3. 执行初始化数据库和启动CDH的脚本：ansible-playbook cdh-single-start.yml
4. 启动完成输出如下信息：
   
5. ssh登录CDH服务器，执行此命令观察CDH服务的启动情况：tail -f /var/log/cloudera-scm-server/cloudera-scm-server.log，看到下图红框中的内容时，表示启动完成，可以用浏览器登录了：
   

设置(浏览器操作)

现在CDH服务已经启动了，可以通过浏览器来操作：

1. 浏览器访问：http://192.168.50.134:7180 ，如下图，账号密码都是admin：
   
2. 一路next，在选择版本页面选择60天体验版：
   
3. 选择主机页面可见CDH服务器（deskmini）：
   
4. 在选择CDH版本的页面，请选择下图红框中的5.16.2-1：
   
5. 进入安装Parcel的页面，由于提前上传了离线parcle包，因此下载进度瞬间变成百分之百，此时请等待分配、解压、激活的完成：
   
6. 接下来有一些推荐操作，这里选择如下图红框，即可跳过：
   
7. 接下来是选择服务的页面，我选择了自定义服务，然后选择了HBase、HDFS、Hive、Hue、Oozie、Spark、YARN、Zookeeper这八项，可以满足运行Kylin的需要：
   
8. 在选择主机的页面，都选择CDH服务器：
   
9. 接下来是数据库设置的页面，您填写的内容必须与下图保持一致，即主机名为localhost，Hive的数据库、用户、密码都是hive，Activity Monitor的数据库、用户、密码都是amon，Reports Manager的数据库、用户、密码都是rman，Oozie Server的数据库、用户、密码都是oozie，Hue的数据库、用户、密码都是hue，这些内容在ansible脚本中已经固定了，此处的填写必须保持一致：
   
10. 在设置参数的页面，请按照您的硬盘实际情况设置，我这里/home目录下空间充足，因此存储位置都改为/home目录下：
    
11. 等待服务启动：
    
12. 各服务启动完成：
    

HDFS设置

1. 如下图红框所示，HDFS服务存在问题：
   
2. 点击上图中红色感叹号可见问题详情，如下图，是常见的副本问题：
   
3. 操作如下图，在HDFS的参数设置页面，将dfs.replication的值设置为1(只有一个数据节点)：
   
4. 经过上述设置，副本数已经调整为1，但是已有文件的副本数还没有同步，需要重新做设置，SSH登录到CDH服务器上；
5. 执行命令su - hdfs切换到hdfs账号，再执行以下命令即可完成副本数设置：

hadoop fs -setrep -R 1 /

6. 回到网页，重启HDFS服务，如下图：
   
7. 重启后HDFS服务正常：
   

YARN设置

默认的YARN参数是非常保守的，需要做一些设置才能顺利执行Spark任务：

1. 进入YARN管理页；
2. 如下图所示，检查参数yarn.nodemanager.resource.cpu-vcores的值，该值必须大于1，否则提交Spark任务后YARN不分配资源执行任务，（如果您的CDH服务器是虚拟机，当CPU只有单核时，则此参数就会被设置为1，解决办法是先提升虚拟机CPU核数，再来修改此参数）：
   
3. yarn.scheduler.minimum-allocation-mb：单个容器可申请的最小内存，我这里设置为1G
4. yarn.scheduler.maximum-allocation-mb：单个容器可申请的最大内存，我这里设置为8G
5. yarn.nodemanager.resource.memory-mb：节点最大可用内存，我这里设置为8G
6. 上述三个参数的值，是基于我的CDH服务器有32G内存的背景，请您按照自己硬件资源自行调整；
7. 设置完毕后重启YARN服务，操作如下图所示：
   

Spark设置(CDH服务器)

需要在Spark环境准备一个目录以及相关的jar，否则Kylin启动会报错（提示spark not found, set SPARK_HOME, or run bin/download-spark.sh），以root身份SSH登录CDH服务器，执行以下命令：

mkdir $SPARK_HOME/jars \
&& cp $SPARK_HOME/assembly/lib/*.jar $SPARK_HOME/jars/ \
&& chmod -R 777 $SPARK_HOME/jars

启动Kylin(CDH服务器)

1. SSH登录CDH服务器，执行su - hdfs切换到hdfs账号；
2. 按照官方推荐，先执行检查环境的命令：$KYLIN_HOME/bin/check-env.sh
3. 检查通过的话控制台输出如下：
   
4. 启动Kylin：$KYLIN_HOME/bin/kylin.sh start
5. 控制台输出以下内容说明启动Kylin成功：
   

登录Kylin

1. 浏览器访问：http://192.168.50.134:7070/kylin，如下图，账号ADMIN，密码KYLIN（账号和密码都是大写）：
   
2. 登录成功，可以使用了：
   
   至此，CDH和Kylin的部署、设置、启动都已完成，Kylin已经可用了，在下一篇文章中，我们就在此环境运行Kylin的官方demo，体验Kylin；

欢迎关注我的公众号：程序员欣宸