1. 目标
进行Linux优化配置
安装Cloudera Manager的Server和Agent
安装Cloudera Manager监控Service
使用CM安装大数据组件
使用CM添加新服务器
2. Linux配置优化
2.1 Swappiness虚拟内存
swappiness是Linux的一个内核参数，控制系统在使用swap虚拟内存时，内存使用的相对权重。
swappiness参数值可设置范围在0到100之间。 此参数值越低，就会让Linux系统尽量少用swap虚拟内存分区，多用内存；参数值越高就是反过来，使内核更多的去使用swap空间。推荐设置为10。根据服务器硬件配置会有变化。
临时生效：
sysctl -w vm.swappiness=10
永久生效：
echo “vm.swappiness=10” >> /etc/sysctl.conf
2.2 关闭内存动态分配（内存页透明化）
自CentOS6版本开始引入了Transparent Huge Pages(THP透明的巨大的页面)，从CentOS7版本开始，该特性默认就会启用。
Transparent HugePages是在运行时动态分配内存的，而标准的HugePages是在系统启动时预先分配内存，并在系统运行时不再改变。
因为Transparent HugePages是在运行时动态分配内存的，所以会带来在运行时内存分配延误。
因此，尽管THP的本意是为提升内存的性能，不过某些数据库厂商还是建议直接关闭THP(比如说Cloudera、ORACLE、MariaDB、MongoDB等)，否则可能会导致性能出现下降。
临时生效：
echo never > /sys/kernel/mm/transparent_hugepage/defragecho never > /sys/kernel/mm/transparent_hugepage/enabled
永久生效：
echo “echo never > /sys/kernel/mm/transparent_hugepage/defrag” >> /etc/rc.localecho “echo never > /sys/kernel/mm/transparent_hugepage/enabled” >> /etc/rc.local
2.3 最大文件句柄
Maximum File Handles，大数据服务可能会打开非常大量的文件句柄。通过编辑 /etc/security/limits.conf 来增加限制，添加类似的内容：
hard nofile 50000* soft nofile 50000
第一行是指定用户，前面的 * 代表所有用户。
2.4 最大派生进程数
Maximum Forked Processes，配置允许生成大量的线程。要增加Linux允许的数量，编辑 /etc/security/limits.conf
hard nproc 10000* soft nproc 10000
发行版Linux可能需要通过添加来编辑 /etc/security/limits.d/20-nproc.conf
soft nproc 10000
2.5 TCP Socket*端口数
增加可用的TCP套接字端口数(Increase the number of TCP socket ports available)，如果你的流程会在很短的时间内创建并拆除大量socket，这一点尤为重要。
sudo sysctl -w net.ipv4.ip_local_port_range =“10000 65000”
2.6 缩减Socket闲置*时间
socket连接闲置太长时间会影响并发量，设置socket在保持TIMED_WAIT状态的时间，能够快速创建和销毁新socket。
sudo sysctl -w net.ipv4.netfilter.ip_conntrack_tcp_timeout_time_wait =“1”
2.7 提高IO性能
默认的方式下linux会把文件访问的时间atime做记录，文件系统在文件被访问、创建、修改等的时候记录下了文件的一些时间戳，比如：文件创建时间、最近一次修改时间和最近一次访问时间；这在绝大部分的场合都是没有必要的。
因为系统运行的时候要访问大量文件，如果能减少一些动作（比如减少时间戳的记录次数等）将会显著提高磁盘 IO 的效率、提升文件系统的性能。
如果遇到机器IO负载高或是CPU WAIT高的情况，可以尝试使用noatime和nodiratime禁止记录最近一次访问时间戳。你会发现吞吐量有惊人的提高。
比如我要在根文件系统使用noatime，可以编辑/etc/fstab文件，如下：
/dev/mapper/centos-root / xfs defaults,noatime 0 0UUID=47f23406-2cda-4601-93b6-09030b30e2dd /boot xfs defaults 0 0/dev/mapper/centos-swap swap swap defaults 0 0
修改后重新挂载
mount -o remount /或者mount -o remount /boot
3. 安装Server和Agent
3.1 安装Server服务
此步骤仅在第一台服务器安装。
yum install -y oracle-j2sdk1.8-1.8.0+update181-1.x86_64yum install -y enterprise-debuginfo-6.2.1-1426065.el7.x86_64yum install -y cloudera-manager-server-6.2.1-1426065.el7.x86_64yum install -y cloudera-manager-server-db-2-6.2.1-1426065.el7.x86_64
注意：如果在yum源中添加了新的包时：
1.需要删除之前的repodata文件后，重新生成；
2.重启httpd服务
3.清除yum缓存 yum clean all
3.2 设置元数据库为mysql
设置元数据库为mysql–前提是安装ClouderaManager Server服务
/opt/cloudera/cm/schema/scm_prepare_database.sh -h localhost mysql scm root 123456
旧版本CM：
/usr/share/cmf/schema/scm_prepare_database.sh -h localhost mysql scm root 123456
如果提示ERROR JDBC Driver com.mysql.jdbc.Driver not found，需要上传mysql驱动包jar到/opt/cloudera/cm/lib目录下。
Mysql驱动在资料中已提供：
查看：cat /etc/cloudera-scm-server/db.properties
3.3 启动server服务进程（查看7180端口）
启动：
systemctl start cloudera-scm-server
查看server启动日志：
tail -f /var/log/cloudera-scm-server/cloudera-scm-server.log
日志配置信息：/etc/cloudera-scm-server/log4j.properties
Agent日志目录：/var/log/cloudera-scm-agent/cloudera-scm-agent.log
查看启动状态：
#查看启动状态systemctl status cloudera-scm-server #查看端口号是否已经运行netstat -an | grep 7180
3.4 配置本地parcel包
注意：必须要在数据库初始化后，将parcel文件放置到/opt/cloudera/parcel-repo目录中。
上传cdh6的parcel等文件到opt/cloudera/parcel-repo
重命名密钥文件名
mv CDH-6.2.1-1.cdh6.2.1.p0.1425774-el7.parcel.sha1 CDH-6.2.1-1.cdh6.2.1.p0.1425774-el7.parcel.sha
资料文件目录：
3.5 开始安装
访问Server：http://hadoop01:7180/cmf/login
账号密码均为admin
登录后，先不要安装，先返回首页：
先设置Parcel 更新频率：
修改为1分钟：
如果目录下已经有了后缀为torrent的文件，则证明识别成功：
然后重新进入添加集群页面：
下一步：
选择免费版本的ClouderaManager：
设置集群名称：
选择安装的服务器：
选择存储库：
运行安装：
测试网络和主机：
查看检查结果：
如果有问题，就需要修复后再继续
图中显示的问题，就是下一步要处理的，swappiness和透明化。
3.6 swappiness和透明化
临时生效：
sysctl -w vm.swappiness=10echo never > /sys/kernel/mm/transparent_hugepage/defragecho never > /sys/kernel/mm/transparent_hugepage/enabled
永久生效：
echo “vm.swappiness=10” >> /etc/sysctl.confecho “echo never > /sys/kernel/mm/transparent_hugepage/defrag” >> /etc/rc.localecho “echo never > /sys/kernel/mm/transparent_hugepage/enabled” >> /etc/rc.local
3.7 继续创建集群
然后回到刚才的安装页面，选择继续创建集群：
安装成功，返回首页查看主机：
3.8 添加第二台主机
添加第二台服务器节点：
运行检查后，对hadoop02节点也要执行swappiness和透明化操作。然后继续下一步：
添加新节点完成：
4. 添加监控Service
4.0.1 功能
Cloudera Management Service可作为一组角色实施各种监控管理
1．Activity Monitor：收集关于MapReduce服务运行的活动的信息。默认情况下不添加此角色，实际生产环境也是不需要的。
2．Host Monitor：收集有关主机的运行状况和指标信息。
3．Service Monitor：从YARN和Impala服务中收集关于服务和活动信息的健康和度量信息。
4．Event Server：聚合组件的事件并将其用于警报和搜索。
5．Alert Publisher ：为特定类型的事件生成和提供警报，实际情况下用的也少。
4.0.2 安装
开始添加
自定义角色分配服务器
分配权限后继续
mkdir -p /var/lib/cloudera-host-monitormkdir /var/lib/cloudera-service-monitorchown -R cloudera-scm:cloudera-scm /var/lib/cloudera-host-monitorchown -R cloudera-scm:cloudera-scm /var/lib/cloudera-service-monitor/
开始安装
可以看到报警信息
经过一段时间后，可以看到这段时间内的服务器监控信息
5. 添加大数据组件
5.1 添加HDFS服务
点击添加
选择HDFS
自定义角色分配服务器
审核更改使用默认配置下一步
略
运行安装命令
等待完全启动
安装以后，会有一些异常信息，这是还没有完全启动，需要等待一段时间。
抑制无关紧要的警告信息
HDFS配置项dfs.permissions，改为false，否则会因为权限问题不能再hdfs中创建目录和文件。
Caused by: org.apache.hadoop.ipc.RemoteException(org.apache.hadoop.security.AccessControlException): Permission denied: user=admin, access=WRITE, inode=“/user”:hdfs:supergroup:drwxr-xr-x at org.apache.hadoop.hdfs.server.namenode.FSPermissionChecker.check(FSPermissionChecker.java:400)
设置后需要重启服务
关闭safemode模型
#查看当前的safemode状态hdfs dfsadmin -safemode get#关闭safemodehdfs dfsadmin -safemode leave
查看Hadoop WebUI
测试HDFS
hdfs dfs -mkdir /test
5.2 添加Yarn服务
添加服务
角色分配服务器
使用默认配置
运行安装命令
对于无用的警告可以压制掉
测试
#新建一个文本文件vim testinput.txt
#创建HDFS目录hadoop fs -mkdir /input #上传文件到HDFShadoop fs -put
/home/hadoop/data/testiinput.txt /input #运行WordCountyarn jar /opt/cloudera/parcels/CDH/jars/hadoop-mapreduce-examples-3.0.0-cdh6.2.1.jar wordcount /input /output #执行结束后，
查看输出目录hadoop fs -ls /output #查看输出结果hadoop fs -cat /output/part-r-00000
5.3 添加Zookeeper服务
添加
自定义角色服务器
如果有异常报警，请等待一段时间完全启动后再刷新看看
5.4 添加Hive服务
添加服务
选择依赖
自定义角色分配服务
设置元数据库
点击测试连接
提示ERROR JDBC Driver com.mysql.jdbc.Driver not found.
需要上传mysql驱动包jar到/opt/cloudera/cm/lib目录下。
继续测试
提示：java.lang.ClassNotFoundException: com.mysql.jdbc.Driver。
需要先创建数据库：
mysql -uroot -pcreate database hive;
测试通过
审核更改
运行命令
发现报错
点击stderr查看报错详情
提示：java.lang.ClassNotFoundException: com.mysql.jdbc.Driver
之前是CM找不到驱动，现在是Hive找不到mysql驱动：
cp /opt/cloudera/cm/lib/mysql-connector-java-5.1.40.jar /opt/cloudera/parcels/CDH/lib/hive/lib/
完成安装
查看HiveServer2 Web UI
验证Hive是否可用
hiveselect from_unixtime(1583781807, ‘yyyy-MM-dd’);
5.5 添加Oozie服务
添加服务
选择依赖
分配服务器
设置元数据库
先在mysql中创建数据库
mysql -uroot -pcreate database oozie;
然后配置并测试连接：
运行安装命令
提示：java.lang.ClassNotFoundException: com.mysql.jdbc.Driver
需要复制驱动jar：
cp /opt/cloudera/cm/lib/mysql-connector-java-5.1.40.jar /opt/cloudera/parcels/CDH/lib/oozie/lib/cp /opt/cloudera/cm/lib/mysql-connector-java-5.1.40.jar /var/lib/oozie/
安装成功
5.6 添加Sqoop服务
添加服务
虽然现在已经有sqoop2.x版本，但还是推荐大家使用1.x。
角色分配服务器
安装完成
测试sqoop
4.1 创建mysql测试库和表
mysql -uroot -pcreate schema test;create table test( id bigint auto_increment, name varchar(127) not null, age bigint null, class varchar(255) null, primary key (id));
4.2 创建文本文件并上传到HDFS
#创建文件vim text.txtleo|12|class1leo1|13|class2leo2|14|class3leo3|15|class4leo4|16|class5leo5|17|class6
#上传到HDFShdfs dfs -mkdir -p /data/test/hdfs dfs -put ./test.txt /data/test/
#查看是否上传成功hdfs dfs -cat /data/test/*
4.3 执行sqoop命令
sqoop export --connect jdbc:mysql://hadoop01:3306/test --username root --password 123456 --table test --columns ‘name,age,class’ --export-dir /data/test --input-fields-terminated-by ‘|’ --num-mappers 1
4.4 发现报错，缺少驱动
复制驱动，然后重试sqoop脚本：
cp /opt/cloudera/cm/lib/mysql-connector-java-5.1.40.jar /opt/cloudera/parcels/CDH/lib/sqoop/lib/
4.4 查看mysql表是否有数据
5.7 添加Hue服务
添加服务
选择依赖
分配服务器
创建元数据库
mysql -uroot -pcreate database hue default character set utf8 collate utf8_general_ci;
数据库设置并测试连接
成功
访问WEB Ui
成功
6. 添加新服务器
启动新的服务器
配置host 和 ip
vim /etc/hosts192.168.52.150 hadoop01192.168.52.151 hadoop02192.168.52.152 hadoop03192.168.52.153 hadoop04
安装依赖包
yum install -y cyrus-sasl-plain cyrus-sasl-gssapi portmap fuse-libs bind-utils libxslt fuseyum install -y /lib/lsb/init-functions createrepo deltarpm python-deltarpmyum install -y mod_ssl openssl-devel python-psycopg2 MySQL-python
关闭防火墙
查看防火墙状态： systemctl status firewalld.service
绿的running表示防火墙开启
执行关闭命令： systemctl stop firewalld.service
再次执行查看防火墙命令：systemctl status firewalld.service
执行开机禁用防火墙自启命令 ： systemctl disable firewalld.service
关闭selinux
#临时生效setenforce 0 #永久生效#将SELINUX=enforcing改为SELINUX=disabledvim /etc/selinux/config
#在配置文件中第一次设置时需要重启服务器reboot
确保第一台主机的httpd服务正常使用
#查看当前状态systemctl status httpd.service #启动systemctl start httpd.service
确保访问正常
配置本地yum源
cd /etc/yum.repos.d/vim cloudera-manager.repo[cloudera-manager]name=Cloudera Managerbaseurl=http://hadoop01/cm6/6.2.1/redhat7/yum/gpgcheck=0enabled=1yum clean all yum list | grep cloudera
创建cloudera-scm用户
useradd cloudera-scmpasswd cloudera-scmtest123456#免密钥登录echo “cloudera-scm ALL=(root)NOPASSWD:ALL” >> /etc/sudoerssu - cloudera-scmexit
使用CM添加新主机
9.1 添加新主机
9.2 使用原来的集群
9.3 搜索选择服务器
9.4 选择存储库
9.5 安装JDK
9.6 root登录凭据
9.7 开始安装
检查主机正确性
修复监测问题
临时生效：
sysctl -w vm.swappiness=10echo never > /sys/kernel/mm/transparent_hugepage/defragecho never > /sys/kernel/mm/transparent_hugepage/enabled
永久生效：
echo “vm.swappiness=10” >> /etc/sysctl.confecho “echo never > /sys/kernel/mm/transparent_hugepage/defrag” >> /etc/rc.localecho “echo never > /sys/kernel/mm/transparent_hugepage/enabled” >> /etc/rc.local
然后回到刚才的安装页面，选择继续创建集群：
安装成功，返回首页查看主机：
针对已安装的不同服务，添加新服务器的角色实例
