超详细!搭建本地大数据研发环境(16G内存+CDH)

工欲善其事必先利其器,在经过大量的理论学习以后,需要有一个本地的研发环境来进行练手。已经工作的可以不依赖于公司的环境,在家也可以随意的练习。而自学大数据的同学,也可以进行本地练习,大数据是一门偏实践的学科,在找工作之前进行一些实践操作,也更利于对大数据知识的理解。

本文将从头开始详细的记录整个大数据环境的搭建过程,本文所使用的笔记本电脑内存为16G,将使用CDH6.3.2管理整个大数据集群。

由于cloudera官网从2021年2月1日起全面移除的非订阅用户的下载链接,所以本文所有的安装包都已经备份,可以关注 大数据流动 回复 CDH16G 获取。

超详细!搭建本地大数据研发环境(16G内存+CDH)_第1张图片

本文共四个部分,一定要保证每一个部分都安装成功以后再向下进行。

首先要安装好VMwareWorkstation软件,随后新建三台centos系统的虚拟机,在三台虚拟机中搭建CDH大数据管理工具,最后使用CDH搭建大数据集群。

一、安装VMwareWorkstation虚拟化软件

首先我们使用VMwareWorkstation来快速的进行虚拟机的新建。VMwareWorkstation是一款功能强大的桌面虚拟计算机软件,我们使用的版本为VMwareWorkstation 16.1.2。

1、打开安装程序,点击下一步。

超详细!搭建本地大数据研发环境(16G内存+CDH)_第2张图片

2、选择接受条款,点击下一步。

超详细!搭建本地大数据研发环境(16G内存+CDH)_第3张图片

3、修改安装路径,增强型虚拟键盘主要作用是提高安全性,这里不勾选。点击下一步。

超详细!搭建本地大数据研发环境(16G内存+CDH)_第4张图片

4、将检查更新和体验提升都去掉,点击下一步。

超详细!搭建本地大数据研发环境(16G内存+CDH)_第5张图片

5、快捷方式看自己的情况选择吧,点击下一步。
超详细!搭建本地大数据研发环境(16G内存+CDH)_第6张图片

6、点击安装,开始进行虚拟机安装。

超详细!搭建本地大数据研发环境(16G内存+CDH)_第7张图片

7、安装完成后点击 许可证 用注册机生成的密钥进行产品激活。

超详细!搭建本地大数据研发环境(16G内存+CDH)_第8张图片

8、点击完成,大功告成。VMwareWorkstation就成功安装并激活了。

超详细!搭建本地大数据研发环境(16G内存+CDH)_第9张图片

这样,第一部分VMwareWorkstation软件已经搭建完成。

二、新建三台Centos虚拟机

首先准备Centos7的镜像文件,CentOS-7-x86_64-DVD-1908.iso。

请注意三台虚拟机的CPU初次设置为1核,内存设置为4G(这样虚拟机占用12G,留出一些空间),硬盘为20G,这些以后也是可以修改的。

新建虚拟机

1、打开VMwareWorkstation,选择新建虚拟机

超详细!搭建本地大数据研发环境(16G内存+CDH)_第10张图片

2、选择自定义安装,点击下一步。

超详细!搭建本地大数据研发环境(16G内存+CDH)_第11张图片

3、这里不用修改,是VMware的版本和一些限制说明,点击下一步。

超详细!搭建本地大数据研发环境(16G内存+CDH)_第12张图片

4、这里先选择稍后安装操作系统,点击下一步。

超详细!搭建本地大数据研发环境(16G内存+CDH)_第13张图片

5、选择系统为Linux,版本为Centos7 64位,点击下一步。
超详细!搭建本地大数据研发环境(16G内存+CDH)_第14张图片

6、修改虚拟机名称,位置,点击下一步。

超详细!搭建本地大数据研发环境(16G内存+CDH)_第15张图片

7、CPU默认为1核,点击下一步。

超详细!搭建本地大数据研发环境(16G内存+CDH)_第16张图片

8、内存设置为4GB,点击下一步。

超详细!搭建本地大数据研发环境(16G内存+CDH)_第17张图片

9、网络使用默认的NAT,点击下一步。
超详细!搭建本地大数据研发环境(16G内存+CDH)_第18张图片

10、I/O 使用默认
超详细!搭建本地大数据研发环境(16G内存+CDH)_第19张图片

11、磁盘类型默认

超详细!搭建本地大数据研发环境(16G内存+CDH)_第20张图片

12、创建新的虚拟磁盘

超详细!搭建本地大数据研发环境(16G内存+CDH)_第21张图片

13、设置磁盘大小为20GB

超详细!搭建本地大数据研发环境(16G内存+CDH)_第22张图片

14、默认文件名

超详细!搭建本地大数据研发环境(16G内存+CDH)_第23张图片

15、最后可以看到这些设置,点击完成。

超详细!搭建本地大数据研发环境(16G内存+CDH)_第24张图片

16、虚拟机新建完成,可以继续编辑虚拟机,将安装镜像挂载。

超详细!搭建本地大数据研发环境(16G内存+CDH)_第25张图片

安装Centos系统

1、开启此虚拟机

超详细!搭建本地大数据研发环境(16G内存+CDH)_第26张图片

注意:点击进入虚拟机操作,要退出来的话使用 Ctrl + Alt

2、选择安装centos7

超详细!搭建本地大数据研发环境(16G内存+CDH)_第27张图片

选择语言

超详细!搭建本地大数据研发环境(16G内存+CDH)_第28张图片

进行基本设置

超详细!搭建本地大数据研发环境(16G内存+CDH)_第29张图片

设置密码 Bigdataflowing

超详细!搭建本地大数据研发环境(16G内存+CDH)_第30张图片

提示重启电脑

超详细!搭建本地大数据研发环境(16G内存+CDH)_第31张图片

等待安装完成,完成后重启。进入操作系统

设置虚拟机网络

此时的虚拟机是无法上网的,需要对网络进行设置。

首先设置主机的网络共享,再看一下vnet8的网络ip,我的是192.168.137.0

超详细!搭建本地大数据研发环境(16G内存+CDH)_第32张图片

在vmvare的虚拟网络编辑器中,设置ip
超详细!搭建本地大数据研发环境(16G内存+CDH)_第33张图片

超详细!搭建本地大数据研发环境(16G内存+CDH)_第34张图片

进入虚拟机进行网卡设置

进入网卡设置目录
cd /etc/sysconfig/network-scripts/
设置网卡
vi ifcfg-ens33
设置如下(重点是下面几个设置,固定IP)
BOOTPROTO=static
IPADDR=192.168.137.101
NETMASK=255.255.255.0
GATEWAY=192.168.137.1
ONBOOT=yes

设置完成后重启网卡
service network restart
重启后验证上网情况
ping www.baidu.com

xshell远程连接机器

一直在虚拟机里操作是不方便的,所以我们通过xshell进行远程连接。网络已通,所以我们用用户名密码连接即可。

超详细!搭建本地大数据研发环境(16G内存+CDH)_第35张图片

上面操作完成后,我们可以使用vmvare的克隆功能,快速的复制出其他两台虚拟机。不过要记得复制完以后。进入系统把ip修改为不同的地址。

克隆虚拟机

超详细!搭建本地大数据研发环境(16G内存+CDH)_第36张图片

克隆自 虚拟机中的当前状态

超详细!搭建本地大数据研发环境(16G内存+CDH)_第37张图片

完整克隆

超详细!搭建本地大数据研发环境(16G内存+CDH)_第38张图片

克隆完成后,修改node02和node03的网络设置。

进入网卡设置目录
cd /etc/sysconfig/network-scripts/
设置网卡
vi ifcfg-ens33
设置如下(node02改成192.168.137.102   node03改成192.168.137.103 )
IPADDR=192.168.137.101

此时将三台虚拟机开启,最终的效果三台虚拟机正常运行,xshell可以远程同时操作这三台机器。

超详细!搭建本地大数据研发环境(16G内存+CDH)_第39张图片

这样第二部分,三台centos虚拟机新建完成,下面我们可以进行CDH环境的安装了。

三、使用CDH搭建Hadoop集群环境

CDH(Cloudera’s Distribution, including Apache Hadoop),是Hadoop众多分支中的一种,由Cloudera维护,基于稳定版本的Apache Hadoop构建,并集成了很多补丁,可直接用于生产环境。

我们使用CDH6.3.2的版本进行安装。

CDH分为Cloudera Manager管理平台和CDH parcel(parcel包含各种组件的安装包),需要先安装CM,再安装parcel。

CM 6.3.1,CDH 6.3.2 (6.3.3版本及以上的要收费了)

组件版本支持情况

https://docs.cloudera.com/doc...

准备工作

1、修改文件打开限制

vi /etc/security/limits.conf

* soft nofile 65536
* hard nofile 65536
* soft nproc 131072
* soft nproc 131072

2、关闭防火墙

systemctl disable firewalld
systemctl stop firewalld

3、修改主机名及hosts

依次修改主机名
vi /etc/hostname
修改hosts文件

vi /etc/hosts
192.168.137.101 node01
192.168.137.102 node02
192.168.137.103 node03
生效
source /etc/hosts

4、免密设置

node01 设置

ssh-keygen -t rsa
一路回车
ssh-copy-id node02
ssh-copy-id node03
输入密码

5、安装jdk

scp jdk-8u221-linux-x64.rpm node02:/opt/
scp jdk-8u221-linux-x64.rpm node03:/opt/

rpm -ivh jdk-8u221-linux-x64.rpm

java -version

vim /etc/profile

# 末尾追加以下内容
export JAVA_HOME=/usr/java/default
export PATH=$JAVA_HOME/bin:$PATH
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar

source /etc/profile

echo $JAVA_HOME

6、关闭selinux

//临时生效selinux设置
setenforce 0
//修改配置文件
vi /etc/selinux/config
把SELINUX=enforcing修改为SELINUX=disabled

7、安装ntp服务

// 安装 ntp 服务
yum install -y ntp
 
// 开启并设置开机自启ntp服务
systemctl start ntpd
systemctl enable ntpd
 
// 查看ntp服务状态
systemctl status ntpd

8、node01安装Mysql

移除mariadb  
yum remove mariadb-libs.x86_64

wget https://dev.mysql.com/get/mysql80-community-release-el7-1.noarch.rpm

yum localinstall ./mysql80-community-release-el7-1.noarch.rpm

yum install mysql-community-server

service mysqld start 

# 查看临时密码
grep 'temporary password' /var/log/mysqld.log


# 登录
mysql -uroot -p
# 输入刚才的密码


ALTER USER 'root'@'localhost' IDENTIFIED BY 'Bigdataflowing@123';
# 新建scm用户
CREATE USER 'scm'@'%' IDENTIFIED BY 'Bigdataflowing@123';
grant all privileges on *.* to 'scm'@'%' with grant option;
flush privileges;

新建CDH所需的数据库:

CREATE DATABASE scm DEFAULT CHARACTER SET utf8 DEFAULT COLLATE utf8_general_ci;
CREATE DATABASE metastore DEFAULT CHARACTER SET utf8 DEFAULT COLLATE utf8_general_ci;
CREATE DATABASE reports DEFAULT CHARACTER SET utf8 DEFAULT COLLATE utf8_general_ci;

create user 'root'@'localhost' identified by  'Bigdataflowing@123';
grant all privileges on *.* to 'root'@'%' with grant option;

flush privileges; 

9、各节点准备mysql8的驱动

wget https://dev.mysql.com/get/Downloads/Connector-J/mysql-connector-java-5.1.46.tar.gz

tar -zxf mysql-connector-java-5.1.46.tar.gz

mkdir /usr/share/java/

cp mysql-connector-java-5.1.46/mysql-connector-java-5.1.46-bin.jar /usr/share/java/mysql-connector-java.jar

安装CDH

1、配置本地yum源

node01 安装httpd createrepo并设置开机自启动:
yum -y install httpd createrepo
systemctl start httpd
systemctl enable httpd

将包放在目录下
mkdir -p /var/www/html/cloudera-repos/cm6
将文件传入此目录下
createrepo .


配置本地yum源
备份  cp -r /etc/yum.repos.d  /etc/yum.repos.d.bak
cd /etc/yum.repos.d/
vim cloudera-manager.repo

[cloudera-manager]
name=Cloudera Manager 6.3.1
baseurl=http://node01/cloudera-repos/cm6
gpgcheck=0
enabled=1

yum clean all && yum makecache

验证成功,浏览器访问 http://192.168.127.101/cloude...

超详细!搭建本地大数据研发环境(16G内存+CDH)_第40张图片

分发包
scp -r cloudera-manager.repo root@node02:$PWD
scp -r cloudera-manager.repo root@node03:$PWD
其他节点
yum clean all && yum makecache

node01安装cloudera manager server

yum install cloudera-manager-daemons cloudera-manager-agent cloudera-manager-server

安装完CM后/opt/ 下会出现cloudera目录,上传cdh parcel 文件到/opt/cloudera/parcel-repo/


chown -R cloudera-scm:cloudera-scm /opt/cloudera/parcel-repo/*

初始化数据库

cd /opt/cloudera/cm/schema/   
./scm_prepare_database.sh -h localhost -P 3306 mysql scm scm Bigdataflowing@123

成功消息
[main] DbCommandExecutor              INFO  Successfully connected to database.
All done, your SCM database is configured correctly!

3、node02 node03安装agent

yum install -y cloudera-manager-daemons cloudera-manager-agent

配置Agent文件:vim /etc/cloudera-scm-agent/config.ini

将 server_host=localhost

更改为: server_host=node01

启动

server 和agent 一起启动,报错看log /var/log/cloudera-scm-server

node01

systemctl start cloudera-scm-server
systemctl enable cloudera-scm-server

node02 node03

systemctl start cloudera-scm-agent & systemctl enable cloudera-scm-agent

访问网址 http://192.168.137.101:7180/c...成功!

账号密码 admin/admin

超详细!搭建本地大数据研发环境(16G内存+CDH)_第41张图片

那么CDH管理工具已经安装完成,下面我们使用CDH安装Hadoop集群环境。

四、安装部署HADOOP大数据集群

开始安装
超详细!搭建本地大数据研发环境(16G内存+CDH)_第42张图片

同意条款

超详细!搭建本地大数据研发环境(16G内存+CDH)_第43张图片

选择安装版本,可以选择试用或者免费版

超详细!搭建本地大数据研发环境(16G内存+CDH)_第44张图片

开始安装,输入集群名称

超详细!搭建本地大数据研发环境(16G内存+CDH)_第45张图片

选择主机

超详细!搭建本地大数据研发环境(16G内存+CDH)_第46张图片

这里有坑,直接选择后边没法改存储库

这里可以点上方按钮进入主页,先删除主机,再加回来
超详细!搭建本地大数据研发环境(16G内存+CDH)_第47张图片

超详细!搭建本地大数据研发环境(16G内存+CDH)_第48张图片

按下面设置好,大部分已经默认

超详细!搭建本地大数据研发环境(16G内存+CDH)_第49张图片

JDK已经安装 不用选
超详细!搭建本地大数据研发环境(16G内存+CDH)_第50张图片

机器账号密码

超详细!搭建本地大数据研发环境(16G内存+CDH)_第51张图片

这里会做一些检测,基本是一些警告,选择 i understand 继续。

超详细!搭建本地大数据研发环境(16G内存+CDH)_第52张图片

下面进入到组件的安装,由于内存有限,我们选择自定义服务,先只安装hdfs和hive,zookeeper,其他的组件后续也可以增加。

超详细!搭建本地大数据研发环境(16G内存+CDH)_第53张图片

要设置节点的分配,尽量平均就可以。
超详细!搭建本地大数据研发环境(16G内存+CDH)_第54张图片

这里全部连node01的mysql库

超详细!搭建本地大数据研发环境(16G内存+CDH)_第55张图片

一些hdfs设置,可以默认
超详细!搭建本地大数据研发环境(16G内存+CDH)_第56张图片

等待安装中。。

超详细!搭建本地大数据研发环境(16G内存+CDH)_第57张图片

安装基本完成。

超详细!搭建本地大数据研发环境(16G内存+CDH)_第58张图片

安装完成!可以愉快的玩耍了。

超详细!搭建本地大数据研发环境(16G内存+CDH)_第59张图片

再提醒一下

由于cloudera官网从2021年2月1日起全面移除的非订阅用户的下载链接,所以本文所有的安装包都已经备份,可以关注 大数据流动 回复 CDH16G 获取。

踩坑大全

1、客户机操作系统已禁用 CPU,请关闭或重置虚拟机。

大部分是Vmvare版本及镜像问题,使用Vmvare16.1.2版本

2、mysql版本:'for the right syntax to use near 'identified by 'password' with grant option'

问题分析:mysql版本8.0.13,在给新用户授权时,发生了变化:

1064 - You have an error in your SQL syntax; check the manual that corresponds to your MySQL server version for the right syntax to use near 'identified by 'password' with grant option' at line 5, Time: 0.000000s

出错的语句:

grant all privileges on . to 'root'@'172.16.10.203' identified by 'password' with grant option

修正后的语句:分开三次执行

创建账户

create user 'root'@'172.16.10.203' identified by 'password'

赋予权限,with grant option这个选项表示该用户可以将自己拥有的权限授权给别人

grant all privileges on . to 'root'@'172.16.10.203' with grant option

改密码&授权超用户,flush privileges 命令本质上的作用是将当前user和privilige表中的用户信息/权限设置从mysql库(MySQL数据库的内置库)中提取到内存里

flush privileges;

3、missing requires of libmysqlclient.so.18()(64bit)

错误提示安装依赖的库文件没有找到: libmysqlclient.so.18()(64bit)

解决:
缺少Percona-XtraDB-Cluster-shared-55-5.5.37-25.10.756.el6.x86_64.rpm这个包

wget http://www.percona.com/redir/...

rpm -ivh Percona-XtraDB-Cluster-shared-55-5.5.37-25.10.756.el6.x86_64.rpm

4、cm启动后无法访问

centos7会开启ipv6,需要禁用掉

vi /etc/default/grub

GRUB_CMDLINE_LINUX="ipv6.disable=1 crashkernel=auto rd.lvm.lv=centos/root rd.lvm.lv=centos/swap rhgb quiet"

grub2-mkconfig -o /boot/grub2/grub.cfg

5、Parcel hash file missing: CDH-6.3.2-1.cdh6.3.2.p0.1605554-el7.parcel.sha

缺少CDH-6.3.2-1.cdh6.3.2.p0.1605554-el7.parcel.sha文件,添加到指定目录

6、Could not retrieve mirrorlist http://mirrorlist.centos.org/... error was

14: curl#6 - "Could not resolve host: mirrorlist.centos.org; Unknown error"

yum源有问题,修改 /etc/yum.repos.d下yum配置文件

7、无法安装 cloudera-manager-agent 包

查看log看具体报错信息

你可能感兴趣的:(大数据)