继《impala入门,从基础到架构!!!》之后,本篇博客,小菌为大家带来impala 的安装部署!
集群提前安装好hadoop,hive。
hive安装包scp在所有需要安装impala的节点上,因为impala需要引用hive的依赖包。
hadoop框架需要支持C程序访问接口,查看下图,如果有该路径下有这么文件,就证明支持C接口。
由于impala没有提供tar包进行安装,只提供了rpm包。因此在安装impala的时候,需要使用rpm包来进行安装。rpm包只有cloudera公司提供了,所以去cloudera公司网站进行下载rpm包即可。
但是另外一个问题,impala的rpm包依赖非常多的其他的rpm包,可以一个个的将依赖找出来,也可以将所有的rpm包下载下来,制作成我们本地yum源来进行安装。这里就选择制作本地的yum源来进行安装。
所以首先需要下载到所有的rpm包,下载地址如下
http://archive.cloudera.com/cdh5/repo-as-tarball/5.14.0/cdh5.14.0-centos6.tar.gz
由于下载的cdh5.14.0-centos6.tar.gz包非常大,大概5个G,解压之后也最少需要5个G的空间。而我们的虚拟机磁盘有限,可能会不够用了,所以可以为虚拟机挂载一块新的磁盘,专门用于存储的cdh5.14.0-centos6.tar.gz包。
注意事项:新增挂载磁盘需要虚拟机保持在关机状态
。
如果磁盘空间有余,那么本步骤可以省略不进行
虚拟机关机的状态下,在VMware当中新增一块磁盘。
开启虚拟机,对新增的磁盘进行分区,格式化,并且挂载新磁盘到指定目录。
下面对分区进行格式化操作:
mkfs -t ext4 -c /dev/sdb1
创建挂载目录:mount -t ext4 /dev/sdb1 /cloudera_data/
添加至开机自动挂载:
vim /etc/fstab0
/dev/sdb1 /cloudera_data ext4 defaults 0 0
使用sftp的方式把安装包大文件上传到服务器/cloudera_data目录下。
cd /cloudera_data
tar -zxvf cdh5.14.0-centos6.tar.gz
安装Apache Server服务器
yum -y install httpd
service httpd start
chkconfig httpd on
在每个节点上下载nc服务
yum -y install nc
配置本地yum源的文件
cd /etc/yum.repos.d
vim localimp.repo
[localimp]
name=localimp
baseurl=http://node-3/cdh5.14.0/
gpgcheck=0
enabled=1
创建apache httpd的读取链接
ln -s /cloudera_data/cdh/5.14.0 /var/www/html/cdh5.14.0
确保linux的Selinux关闭
临时关闭:
[root@localhost ~]# getenforce
Enforcing
[root@localhost ~]# setenforce 0
[root@localhost ~]# getenforce
Permissive
永久关闭:
[root@localhost ~]# vim /etc/sysconfig/selinux
SELINUX=enforcing 改为 SELINUX=disabled
重启服务reboot
通过浏览器访问本地yum源,如果出现下述页面则成功。
http://192.168.100.100/cdh5.14.0/
将本地yum源配置文件localimp.repo发放到所有需要安装impala的节点。
cd /etc/yum.repos.d/
scp localimp.repo node-2:$PWD
scp localimp.repo node-3:$PWD
大家可以根据自己的实际需求, 自由定义,这里列举的仅为一种方案!
服务名称 | 从节点 | 从节点 | 主节点 |
---|---|---|---|
impala-catalog | Node-3 | ||
impala-state-store | Node-3 | ||
impala-server(impalad) | Node-1 | Node-2 | Node-3 |
在规划的主节点node-3执行以下命令进行安装:
yum install -y impala impala-server impala-state-store impala-catalog impala-shell
在规划的从节点node-1、node-2执行以下命令进行安装:
yum install -y impala-server
需要在3台机器整个集群上进行操作,都需要修改。hadoop、hive是否正常服务并且配置好,是决定impala是否启动成功并使用的前提。
可在node-1机器上进行配置,然后scp给其他2台机器。
vim /export/servers/hive/conf/hive-site.xml
<configuration>
<property>
<name>javax.jdo.option.ConnectionURL</name>
<value>jdbc:mysql://node-1:3306/hive?createDatabaseIfNotExist=true</value>
</property>
<property>
<name>javax.jdo.option.ConnectionDriverName</name>
<value>com.mysql.jdbc.Driver</value>
</property>
<property>
<name>javax.jdo.option.ConnectionUserName</name>
<value>root</value>
</property>
<property>
<name>javax.jdo.option.ConnectionPassword</name>
<value>hadoop</value>
</property>
<property>
<name>hive.cli.print.current.db</name>
<value>true</value>
</property>
<property>
<name>hive.cli.print.header</name>
<value>true</value>
</property>
<!-- 绑定运行hiveServer2的主机host,默认localhost -->
<property>
<name>hive.server2.thrift.bind.host</name>
<value>node-1</value>
</property>
<!-- 指定hive metastore服务请求的uri地址 -->
<property>
<name>hive.metastore.uris</name>
<value>thrift://node-1:9083</value>
</property>
<property>
<name>hive.metastore.client.socket.timeout</name>
<value>3600</value>
</property>
</configuration>
将hive安装包cp给其他两个机器。
cd /export/servers/ scp -r hive/ node-2:PWD scp -r hive/ node-3:PWD
所有节点创建下述文件夹
mkdir -p /var/run/hdfs-sockets
修改所有节点的hdfs-site.xml添加以下配置,修改完之后重启hdfs集群生效
vim etc/hadoop/hdfs-site.xml
<property>
<name>dfs.client.read.shortcircuit</name>
<value>true</value>
</property>
<property>
<name>dfs.domain.socket.path</name>
<value>/var/run/hdfs-sockets/dn</value>
</property>
<property>
<name>dfs.client.file-block-storage-locations.timeout.millis</name>
<value>10000</value>
</property>
<property>
<name>dfs.datanode.hdfs-blocks-metadata.enabled</name>
<value>true</value>
</property>
其中:
dfs.client.read.shortcircuit 打开DFSClient本地读取数据的控制,
dfs.domain.socket.path是Datanode和DFSClient之间沟通的Socket的本地路径。
把更新hadoop的配置文件,scp给其他机器。
cd /export/servers/hadoop-2.7.5/etc/hadoop
scp -r hdfs-site.xml node-2:$PWD
scp -r hdfs-site.xml node-3:$PWD
注意:root用户不需要下面操作,普通用户需要这一步操作。
给这个文件夹赋予权限,如果用的是普通用户hadoop,那就直接赋予普通用户的权限,例如:
chown -R hadoop:hadoop /var/run/hdfs-sockets/
因为这里直接用的root用户,所以不需要赋权限了。
在node-1上执行下述命令分别启动hive metastore服务和hadoop。
cd /export/servers/hive
nohup bin/hive --service metastore &
nohup bin/hive --service hiveserver2 &
cd /export/servers/hadoop-2.7.5/
sbin/stop-dfs.sh | sbin/start-dfs.sh
impala的配置目录为/etc/impala/conf,这个路径下面需要把core-site.xml,hdfs-site.xml以及hive-site.xml。
所有节点执行以下命令
cp -r /export/servers/hadoop-2.7.5/etc/hadoop/core-site.xml /etc/impala/conf/core-site.xml
cp -r /export/servers/hadoop-2.7.5/etc/hadoop/hdfs-site.xml /etc/impala/conf/hdfs-site.xml
cp -r /export/servers/hive/conf/hive-site.xml /etc/impala/conf/hive-site.xml
所有节点更改impala默认配置文件
vim /etc/default/impala
IMPALA_CATALOG_SERVICE_HOST=node-3
IMPALA_STATE_STORE_HOST=node-3
通过配置/etc/default/impala中可以发现已经指定了mysql驱动的位置名字。
使用软链接指向该路径即可(3台机器都需要执行)
ln -s /export/servers/hive/lib/mysql-connector-java-5.1.32.jar /usr/share/java/mysql-connector-java.jar
修改bigtop的java_home路径(3台机器)
vim /etc/default/bigtop-utils
export JAVA_HOME=/export/servers/jdk1.8.0_65
主节点node-3启动以下三个服务进程
service impala-state-store start
service impala-catalog start
service impala-server start
从节点启动node-1与node-2启动impala-server
service impala-server start
查看impala进程是否存在
ps -ef | grep impala
启动之后所有关于impala的日志默认都在/var/log/impala,如果启动失败,大家可以去日志里面找找"线索"。
如果需要关闭impala服务 把命令中的start该成stop即可。注意如果关闭之后进程依然驻留,可以采取下述方式删除。正常情况下是随着关闭消失的。
解决方式:
当我们配置好了impala了以后,同其他组件一样,也可以通过网址来访问impala的UI页面。
访问impalad的管理界面:http://node-3:25000/
访问statestored的管理界面:http://node-3:25010/
本次的分享就到这里了,因为impala安装部署的过程比较繁琐,也很容易出错,大家在部署的过程中一定要 细心细心再细心!遇到什么问题可以私信也可以在评论区留言。另外受益了或对大数据技术感兴趣的朋友记得关注小菌哟(^U^)ノ~YO