前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >如何在CDH集群中部署Presto

如何在CDH集群中部署Presto

作者头像
Fayson
发布2018-07-12 15:54:30
4.9K0
发布2018-07-12 15:54:30
举报
文章被收录于专栏:Hadoop实操

温馨提示:如果使用电脑查看图片不清晰,可以使用手机打开文章单击文中的图片放大查看高清原图。

Fayson的github: https://github.com/fayson/cdhproject

提示:代码块部分可以左右滑动查看噢

1.文档编写目的


Presto是由Facebook开源,完全基于内存的并行计算以及分布式SQL交互式查询引擎。它可以共享Hive的元数据,然后直接访问HDFS中的数据,同时支持Hadoop中常见的文件格式比如文本,ORC和Parquet。同Impala一样,作为Hadoop之上的SQL交互式查询引擎,通常比Hive要快5-10倍。另外,Presto不仅可以访问HDFS,还可以访问RDBMS中的数据,以及其他数据源比如CASSANDRA。

Presto是一个运行在多台服务器上的分布式系统。 完整安装包括一个coordinator和多个worker。 由客户端提交查询,从Presto命令行CLI提交到coordinator。 coordinator进行解析,分析并执行查询计划,然后分发处理队列到worker。

本篇文章Fayson主要介绍如何在CDH集群部署Presto并与Hive集成。

  • 内容概述:

1.安装准备及环境说明

2.Presto部署及Hive集成

3.Presto与Hive集成测试

4.总结

  • 测试环境:

1.CM5.14.3/CDH5.14.2

2.Presto版本0.205

3.操作系统版本为Redhat7.3

4.采用root用户进行操作

2.安装准备及环境说明


1.Presto部署节点及角色说明

IP地址

HOSTNAME

NodeID

角色

172.27.0.4

cdh01.fayson.com

presto-cdh01

coordinator

172.27.0.11

cdh02.fayson.com

presto-cdh02

worker

172.27.0.7

cdh03.fayson.com

presto-cdh03

worker

172.27.0.3

cdh04.fayson.com

presto-cdh04

worker

Presto服务的安装目录为/opt/cloudera/parcels/presto

2.在Presto官网下载presto-server-0.205.tar.gz安装包

下载地址:

代码语言:javascript
复制
https://repo1.maven.org/maven2/com/facebook/presto/presto-server/0.205/presto-server-0.205.tar.gz

将下载好的presto-server-0.205.tar.gz上传至Presto集群的所有服务器上

3.将presto-server-0.205.tar.gz压缩包解压至/opt/cloudera/parcels目录

代码语言:javascript
复制
[root@cdh01 presto]# tar -zxvf presto-server-0.205.tar.gz -C /opt/cloudera/parcels/

为presto-server-0.205创建persto软链接

代码语言:javascript
复制
[root@cdh01 parcels]# ln -s presto-server-0.205 presto

该步骤需要在Presto集群的所有节点进行操作,这里以cdh01.fayson.com节点为例。

4.在/opt/cloudera/parcels/presto/bin/launcher文件如下位置添加JAVA环境变量

代码语言:javascript
复制
JAVA_HOME=/usr/java/jdk1.8.0_131
PATH=$JAVA_HOME/bin:$PATH

使用这种方式就可以直为Presto服务指定JAVA环境,而不会影响服务器上其它服务的JAVA环境。

3.准备Presto的配置文件


1.新建node.properties文件,内容如下:

代码语言:javascript
复制
[root@cdh01 presto-etc]# vim etc/node.properties
node.environment=faysonpresto
node.id=presto-cdh01
node.data-dir=/data/disk1/presto

配置说明:

node.environment:集群名称。所有在同一个集群中的Presto节点必须拥有相同的集群名称。

node.id:每个Presto节点的唯一标示。每个节点的node.id都必须是唯一的。在Presto进行重启或者升级过程中每个节点的node.id必须保持不变。如果在一个节点上安装多个Presto实例(例如:在同一台机器上安装多个Presto节点),那么每个Presto节点必须拥有唯一的node.id。

node.data-dir:数据存储目录的位置(操作系统上的路径)。Presto将会把日期和数据存储在这个目录下。

2.配置Presto的JVM参数,创建jvm.config文件,内容如下:

代码语言:javascript
复制
[root@cdh01 presto-etc]# vim jvm.config
-server
-Xmx8G
-XX:+UseConcMarkSweepGC
-XX:+ExplicitGCInvokesConcurrent
-XX:+CMSClassUnloadingEnabled
-XX:+AggressiveOpts
-XX:+HeapDumpOnOutOfMemoryError
-XX:OnOutOfMemoryError=kill -9 %p
-XX:ReservedCodeCacheSize=150M

配置文件的格式是:一系列的选项,每行配置一个单独的选项。由于这些选项不在shell命令中使用。因此即使将每个选项通过空格或者其他的分隔符分开,java程序也不会将这些选项分开,而是作为一个命令行选项处理。(就想下面例子中的OnOutOfMemoryError选项)。

由于OutOfMemoryError将会导致JVM处于不一致状态,所以遇到这种错误的时候我们一般的处理措施就是将dump headp中的信息(用于debugging),然后强制终止进程。

Presto会将查询编译成字节码文件,因此Presto会生成很多class,因此我们我们应该增大Perm区的大小(在Perm中主要存储class)并且要允许Jvm class unloading。

3.创建config.properties文件

该配置文件包含了Presto Server的所有配置信息。每个Presto Server既是Coordinator也是一个Worker。在大型集群中,处于性能考虑,建议单独用一台服务器作为Coordinator。

coordinator节点的配置如下:

代码语言:javascript
复制
[root@cdh01 presto-etc]# vim coordinator-config.properties 
coordinator=true
node-scheduler.include-coordinator=false
http-server.http.port=8080
query.max-memory=4GB
query.max-memory-per-node=1GB
discovery-server.enabled=true
discovery.uri=http://cdh01.fayson.com:8080

worker节点的配置如下:

代码语言:javascript
复制
[root@cdh01 presto-etc]# vim worker-config.properties 
coordinator=false
http-server.http.port=8080
query.max-memory=4GB
query.max-memory-per-node=1GB
discovery.uri=http://cdh01.fayson.com:8080

配置项说明:

coordinator:指定是否运维Presto实例作为一个coordinator(接收来自客户端的查询情切管理每个查询的执行过程)。

node-scheduler.include-coordinator:是否允许在coordinator服务中进行调度工作。对于大型的集群,在一个节点上的Presto server即作为coordinator又作为worke将会降低查询性能。因为如果一个服务器作为worker使用,那么大部分的资源都不会被worker占用,那么就不会有足够的资源进行关键任务调度、管理和监控查询执行。

http-server.http.port:指定HTTP server的端口。Presto 使用 HTTP进行内部和外部的所有通讯。

discovery.uri:Discoveryserver的URI。由于启用了Prestocoordinator内嵌的Discovery 服务,因此这个uri就是Prestocoordinator的uri。修改example.net:8080,根据你的实际环境设置该URI。注意:这个URI一定不能以“/“结尾。

4.新建日志文件log.properties,内容如下

代码语言:javascript
复制
[root@cdh01 presto-etc]# vim log.properties
com.facebook.presto=INFO

4.将准备好的配置文件分发


1.在Presto集群所有节点创建/opt/cloudera/pracles/presto/etc目录

代码语言:javascript
复制
[root@cdh01 shell]# sh ssh_do_all.sh node.list "mkdir -p /opt/cloudera/parcels/presto/etc"

2.将node.properties拷贝至Presto集群的所有节点

代码语言:javascript
复制
[root@cdh01 shell]# sh bk_cp.sh node.list /root/presto-etc/node.properties /opt/cloudera/parcels/presto/etc/

注意:这里拷贝了需要将Presto所有节点的node.id修改为对应节点的ID。

3.将jvm.config和log.properties配置文件拷贝至Presto集群所有节点

代码语言:javascript
复制
[root@cdh01 shell]# sh bk_cp.sh node.list /root/presto-etc/jvm.config /opt/cloudera/parcels/presto/etc/
[root@cdh01 shell]# sh bk_cp.sh node.list /root/presto-etc/log.properties /opt/cloudera/parcels/presto/etc/

4.将coordinator-config.properties文件拷贝至cdh01节点,并充命名为config.properties

代码语言:javascript
复制
[root@cdh01 presto-etc]# cp coordinator-config.properties /opt/cloudera/parcels/presto/etc/config.properties
[root@cdh01 presto-etc]# ll /opt/cloudera/parcels/presto/etc/

5.将worker-config.properties文件拷贝至Presto集群的worker节点,并重命名为config.properties

代码语言:javascript
复制
[root@cdh01 shell]# sh bk_cp.sh worker.node.list /root/presto-etc/worker-config.properties /opt/cloudera/parcels/presto/etc/config.properties

至此就完成了Presto集群的部署。

5.Presto服务启停


1.在Presto集群的所有节点执行如下命令启动Presto服务

代码语言:javascript
复制
[root@cdh01 bin]# /opt/cloudera/parcels/presto/bin/launcher start

2.在Presto集群的所有节点执行如下民拿过来停止Presto服务

代码语言:javascript
复制
[root@cdh01 bin]# /opt/cloudera/parcels/presto/bin/launcher stop

关于Presto的更多命令,可以通过如下命令查看

代码语言:javascript
复制
[root@cdh01 bin]# /opt/cloudera/parcels/presto/bin/launcher --help

6.Presto集成Hive


1.在Presto集群的所有节点创建目录,命令如下:

代码语言:javascript
复制
[root@cdh01 shell]# sh ssh_do_all.sh node.list "mkdir -p /opt/cloudera/parcels/presto/etc/catalog"

2.创建hive.properties,该文件与Hive服务集成使用,内容如下:

代码语言:javascript
复制
[root@cdh01 presto-etc]# vim hive.properties 
connector.name=hive-hadoop2
hive.metastore.uri=thrift://cdh01.fayson.com:9083

3.将hive.properties配置文件拷贝至Presto集群所有节点${PRESTO_HOME}/etc/catalog目录下

代码语言:javascript
复制
[root@cdh01 shell]# sh bk_cp.sh node.list /root/presto-etc/hive.properties /opt/cloudera/parcels/presto/etc/catalog

4.修改presto的jvm.config,在配置文件中增加Presto访问HDFS的用户名

代码语言:javascript
复制
[root@cdh01 presto-etc]# vim jvm.config 
-server
-Xmx8G
-XX:+UseConcMarkSweepGC
-XX:+ExplicitGCInvokesConcurrent
-XX:+CMSClassUnloadingEnabled
-XX:+AggressiveOpts
-XX:+HeapDumpOnOutOfMemoryError
-XX:OnOutOfMemoryError=kill -9 %p
-XX:ReservedCodeCacheSize=150M
-DHADOOP_USER_NAME=presto

将修改后的jvm.config文件同步至Presto集群所有节点的/opt/cloudera/parcels/presto/etc目录下。

5.上面的配置中指定了presto用户作为访问HDFS的用户,需要在集群所有节点添加presto用户

代码语言:javascript
复制
[root@cdh01 shell]# sh ssh_do_all.sh node.list "useradd presto"

6.重启Presto服务,在Presto集群所有节点执行如下命令:

代码语言:javascript
复制
/opt/cloudera/parcels/presto/bin/launcher restart

7.Presto与Hive集成测试


这里测试Presto与Hive的集成使用Presto提供的Presto CLI,该CLI是一个可执行的JAR文件,也意味着你可以想UNIX终端窗口一样来使用CLI。

1.下载Presto的presto-cli-0.205-executable.jar,并重命名为presto并赋予可以执行权限

代码语言:javascript
复制
https://repo1.maven.org/maven2/com/facebook/presto/presto-cli/0.205/presto-cli-0.205-executable.jar
代码语言:javascript
复制
[root@cdh01 presto-etc]# mv presto-cli-0.205-executable.jar presto
[root@cdh01 presto-etc]# chmod +x presto 
[root@cdh01 presto-etc]# ll presto 

2.集群启用了Sentry,这里我们使用presto用户访问Hive所以为presto用户授权default库的所有权限

3.在命令行执行命令访问Hive库

代码语言:javascript
复制
[root@cdh01 presto-etc]# ./presto --server localhost:8080 --catalog=hive --schema=default

登录Presto的8080界面查看SQL执行记录

8.总结


1.在指定Presto的node.environment名称时需要注意,不能包含特殊字符如“-”,否则在启动时会报错“Error: Constraint violation with property prefix'': environment is malformed”

2.Presto服务和Presto CLI均是JAVA实现,所以在部署前需要安装好JAVA的环境

3.由于Fayson的集群启用了Sentry,所以在访问hive表时,需要为presto用户授权,否则访问表时会报没有权限读写HDFS目录。

提示:代码块部分可以左右滑动查看噢

为天地立心,为生民立命,为往圣继绝学,为万世开太平。 温馨提示:要看高清无码套图,请使用手机打开并单击图片放大查看。

推荐关注Hadoop实操,第一时间,分享更多Hadoop干货,欢迎转发和分享。

原创文章,欢迎转载,转载请注明:转载自微信公众号Hadoop实操

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2018-07-02,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 Hadoop实操 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
专用宿主机
专用宿主机(CVM Dedicated Host,CDH)提供用户独享的物理服务器资源,满足您资源独享、资源物理隔离、安全、合规需求。专用宿主机搭载了腾讯云虚拟化系统,购买之后,您可在其上灵活创建、管理多个自定义规格的云服务器实例,自主规划物理资源的使用。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档