大数据平台01：Ambari2.7.5的编译和安装
前言
终于，要开始写点大数据相关的文章了。当真的要开始写老本行的时候，还是考虑了挺久的。一是不知道从何处写起，二是如何能写点有意思的。
我们常说，过程比结果重要。也是有很多人喜欢准备完全之后，才会开始做一件事情。但往往还没开始，自己就慢慢地否定了自己的想法。
技术如人生，总有翻不完的山。对未来将要发生的事情有所期待、对未来可能会发生的事情又不抱有期待。我们能做的，只有走好眼前的每一步。
所以，这次就决定从过程开始写起。提出构思和想法，然后去实现，每完成一部分，就写下过程、感悟。可能最后没有达到预期的结果，但相信过程总有收获。
平台架构
玩大数据，走到哪，肯定是要有平台的。最基本的Hadoop生态HDFS、Yarn、Hive是要有的，Kafka、zookeeper肯定也是要有的，redis肯定也是要有的，Spark、Flink客户端肯定也是要有的。
这么多东西怎么搞呢？
搞三台虚拟机？舍不得折腾自己的笔记本。
搞三台服务器？成本太高。
看了看手上仅有的一台1Core 2G配置的CVM，不禁陷入了沉思...
面临问题
1Core 2G想搞这么多平台组件，能够搞得起来？
大数据集群不是需要多台机器做分布式吗？
解决方案
机器配置怎么低，肯定性能就不要考虑了。如果考虑性能，就用钞能力升级配置或者使用多台主机。
至于分布式需要的多台机器，就用docker容器化来进行解决。这台机器上，之前也搞过8节点的redis cluster，难点就是端口的映射。
对于端口，redis还好，Hadoop端口机器多，所以在映射的时候时候肯定会很麻烦，这个就到时候再说。
起点
第一步肯定是安装Hadoop了。本来打算虚拟四个docker，然后搞个HA的Hadoop就完事了。但是，我就想着都弄到这了，就搞个Ambari吧，既能在线安装各个平台，还有监控运维界面，这逼格又高，功能又强，还不花钱何乐而不为？
所以第一步目标就是安装Ambari。
Ambari
当时我编译Ambari的时候最新版本还是2.7.5，现在已经是2.7.6了。编译的步骤跟着官方给出的文档即可。官方文档地址：https://cwiki.apache.org/confluence/display/AMBARI/Installation+Guide+for+Ambari+2.7.5
编译前准备
- 安装JDK、安装maven
- 配置node，npm install bower
- 安装数据库，我选用的是MySQL，并建库建表，命令如下：
create database ambari default charset=utf8;
CREATE USER 'ambari'@'%' IDENTIFIED BY 'ambari';
use ambari;
source /var/lib/ambari-server/resources/Ambari-DDL-MySQL-CREATE.sql;
grant all on ambari.* to ambari@'%';
mysql> set global validate_password_policy=LOW; set global validate_password_policy=LOW; ^C
mysql> CREATE USER 'ambari'@'%' IDENTIFIED BY 'ambari';
ERROR 1819 (HY000): Your password does not satisfy the current policy requirements
mysql> set global validate_password_length=6
-> ;
- 安装python2.6或者2.7，还需要使用setuptools模块，可以通过下面egg方式来进行安装。
# 下载链接：https://pypi.python.org/packages/2.7/s/setuptools/setuptools-0.6c11-py2.7.egg#md5=fe1f997bc722265116870bc7919059ea
sh setuptools-0.6c11-py2.7.egg
Step1：下载编译
官方文档给出的五个步骤中，最难的就是编译这一块，编译过程中会遇到各种问题。我当时用了一个星期的晚上，解决了十几个比较棘手的问题，之后耗时40分钟才编译成功。
我的服务器系统是Centos，所以从官网给出的命令来看，我要做的就是将源码编译成rpm软件包，安装在服务器即可。
在实际操作中，我对编译命令进行了两处修改，一是通过nohup和&进行后台编译，二是通过设置-Drat.skip来绕过文件许可。
nohup mvn -B clean install rpm:rpm -DnewVersion=2.7.5.0.0 -DbuildNumber=5895e4ed6b30a2da8a90fee2403b6cab91d19972 -DskipTests -Dpython.ver="python >= 2.6" -Drat.skip=true &
编译后的源码包大小也从80M变成了8G：
编译成功之后，每个子模块的target目录下都会出现rpm安装包。
Step2：安装Ambari服务
如Step1最后一张图所示，执行install安装sever即可。
Step3：设置启动Ambari服务
执行setup之后，进入设置页面，主要是对数据库的设置。
设置完成之后，使用start命令启动。
我这里使用了restart重启，监听的端口为8000（默认为8080）。
Step4：安装Ambari Agent
Agent是部署在集群的主机上，用来监控服务状态。这里我打算用docker作为集群节点，所以说这一步在后面的集群搭建中，会随着docker的创建和分配来同步操作。
Step5：访问服务
8080端口即可访问到Amabri服务，默认账号密码admin/admin。
结语
Ambari的编译如果能一次通过最好，我在编译的时候遇到了问题，有的甚至还百度不到，只能自己想办法，所以编译的时候耐心一些。
后期会整理关于编译中遇到的一些问题，之前编译的好多问题都没有做一个完整的记录，正在努力复盘中。