前言

HDP 全称Hortonworks Data Platform (HDP)，是Hortomworks公司提供的一个大数据平台，它整合了开源hadoop生态圈的大部分组件，能够很简单便捷的帮助我们搭建起Hadoop大数据集群环境，与此类似的还有CDH(Cloudera Hadoop)。因最近在公司搭建这个，在此记录一下。

环境

准备工作

安装创建本地仓库工具

首先肯定是要有一台服务器可以连接外网的，否则任何软件包都无法下载了。以下命令默认都是以root用户运行：

# yum install createrepo -y

createrepo工具可以帮助我们创建一个本地局域网的私有仓库。

安装yum-utils包

yum-utils包含有reposync工具，可以方便的从远程同步仓库镜像到本地

# yum install yum-utils -y

安装配置nginx

安装nginx是用来方便内网其他服务器进行访问私有仓库，用apache也可以，不过我个人比较喜欢用nginx。

# yum install nginx -y

将nginx配置成文件服务器，类似apache那种。编辑/etc/nginx/nginx.conf文件。

# vim /etc/nginx/nginx.conf
找到server节点，添加以下内容即可。

server {

  listen 80 default_server;

  location / {
    root /var/www/html; #这里可以选择一个空间较大分区
    autoindex on;
    autoindex_exact_size off;
    autoindex_localtime on;
  }

之后执行以下命令，启动nginx，查看运行状态以及设置开机自启：

# systemctl start nginx
# systemctl status nginx   # 出现Active: active (running)表示启动成功
# systemctl enable nginx

配置HDP 2.5源

在可以访问外网的服务器上进行配置，执行以下命令：

# wget -nv http://public-repo-1.hortonworks.com/ambari/centos7/2.x/updates/2.4.2.0/ambari.repo -O /etc/yum.repos.d/ambari.repo

这个命令是配置ambari仓库的，Ambari是一种基于Web的工具，支持Apache Hadoop集群的供应、管理和监控。目前也是Apache的顶级项目。继续配置hdp仓库，执行以下命令：

# wget -nv http://public-repo-1.hortonworks.com/HDP/centos7/2.x/updates/2.5.0.0/hdp.repo -O /etc/yum.repos.d/hdp.repo

生成一下缓存： # yum makecache 然后查看仓库id等信息，方便后面制作私有仓库。

# yum repolist
Loaded plugins: fastestmirror
Loading mirror speeds from cached hostfile
repo id                      repo name                 
!HDP-2.5.0.0                 HDP Version - HDP-2.5.0.0     
!HDP-UTILS-1.1.0.21          HDP-UTILS Version - HDP-UTILS-1.1.0.21   
!Updates-ambari-2.4.2.0     ambari-2.4.2.0 - Updates

创建私有仓库

进入我们上面nginx设置的web目录，通过reposync命令从远程同步仓库数据到本地来，执行以下命令：

# reposync -r xxx(repo id)

其中的repo id就是上面通过yum repolist查看到的第一列。比如想要同步hdp相关仓库就输入：

# reposync -r Updates-ambari-2.4.2.0
# reposync -r HDP-2.5.0.0
# reposync -r HDP-UTILS-1.1.0.21

之后进入每个仓库目录下面，执行# createrepo .命令就可以创建一个源仓库了，也可以直接在当前目录下面执行，这样就把三个仓库都放在一个里面了。

使用私有仓库

局域网集群中其他服务器要使用该仓库，也需要进行一些配置。在私有仓库的服务器镜像目录中新建一个hdp.repo文件，内容如下：

[HDP]
name=hdp Version - 2.5
baseurl=http://192.168.1.2[server-ip]/hdp
gpgcheck=0
enabled=1
priority=1

其中参数说明： – [HDP]表示该仓库的id为HDP，可通过yum repolist查看。出现了该id即配置正确 – baseurl表示仓库的根路径，这里如果是本地的话，可以输入：file:///var/www/html/hdp – gpgcheck=0表示不进行签名检查 – enabled=1表示启用该仓库，如果为0则表示不使用该仓库 – priority=1表示优先级，如果一个软件包在多个仓库都有，会优先使用这个。

然后在其他机器上，通过运行以下命令，导入仓库配置：

# wget -nv http://192.168.1.2/hdp/hdp.repo -O /etc/yum.repo.d/hdp.repo

之后进行仓库检测和缓存：

# yum repolist   # 查看是否有HDP这个repo id
# yum makecache

好了，这个还没开始安装，光搭环境就说半天了。之前在公司也是，搭个环境都要好几天了。下面开始真正的安装吧。

安装ambari

仓库都配置好了以后，我们可以选择一台服务器作为master主服务器，集群的配置可以在ambari web控制台进行添加。master服务器也要添加那个私有仓库，然后再安装ambari-server：

# yum install ambari-server -y

安装成功以后。需要进行初始化配置，执行以下命令： # ambari-server setup 进入交互式设置向导界面这里会提示要临时关闭SELinux和配置iptables运行ambari端口访问等等，嫌麻烦可以把这些防火墙都关掉，先Ctrl+C退出初始化向导，然后关闭防火墙。

关闭防火墙

# systemctl stop firewalld
# systemctl disable firewalld
# setenforce 0   # 临时关闭selinux

永久关闭selinux
编辑/etc/selinux/config
将SELINUX=enforcing改为
SELINUX=disabled
执行以下命令即可，重启生效
# sed -i 's/SELINUX=enforcing/SELINUX=disabled/g' /etc/selinux/config

初始化ambari-server

关闭SELinux等防火墙重启后，继续执行ambari-server setup进行初始化：根据提示进行输入，jdk是通过从官网下的rpm包安装的，所以默认路径就是在/usr/java/default。最下方是选择数据库的配置，因为默认是使用嵌入式的PostgreSQL，我们可以改为MySQL。这里我们需要在数据库中分别创建ambari数据库和ambari用户，注意这里有一个坑：数据库密码只能输入字符数字和 _下划线，还有-减号。不能包含特殊字符，否则会报以下错误信息：

Enter Database Password (bigdata): 
Invalid characters in password. Use only alphanumeric or _ or - characters

而MySQL 5.7默认安全策略是中级的，需要有特殊字符，这个可以通过以下命令进行修改，使用root用户登录mysql数据库服务器：

mysql> set global validate_password_policy=0;
mysql> flush privileges;

这样密码策略就改为低级了，只需要符合8位长度即可。

最后根据提示还需要安装mysql java驱动，执行以下命令安装即可，如果是内网的话，将mysql驱动文件复制到/usr/share/java路径下即可：

# yum install mysql-connector-java -y

安装好mysql驱动后，再次执行初始化操作： # ambari-server setup 安装提示，配置完数据库后，会检测数据库的连接等，打印以下信息：

根据提示，表明初始化已成功了，但是在启动ambari-server之前需要在数据库服务器上运行/var/lib/ambari-server/resources/Ambari-DDL-MySQL-CREATE.sqlSQL文件，主要是用于创建表约束的。在远程创建好数据库后，本地执行以下命令即可：

# mysql -h 192.168.1.2 -uroot -p -Dambari < /var/lib/ambari-server/resources/Ambari-DDL-MySQL-CREATE.sql

启动ambari-server

导入表结构后就可以启动ambari-server了，注意一定要先导入表结构，因为在启动ambari-server的时候会去检查表约束的。检测失败就无法启动ambari-server了，具体的失败原因可通过查看以下两个文件分析：

/var/log/ambari-server/ambari-server.log 
/var/log/ambari-server/ambari-server-check-database.log

最后启动成功，打印如下信息：

然后通过web浏览器，可以访问ambari控制台了。地址为安装的服务器ip，端口8080：注意别让其他应用占用该端口了。默认登录用户名和密码都为admin

配置集群服务

进入到首页，点击Launch Install Wizard，开始安装向导

这个配置步骤有点多，这里还是一步步列出来好了，方便供大家参考

步骤一：输入一个集群名称，这个随意就可以了。
步骤二：挑选一个版本，这里选择HDP-2.5，还是下面的仓库配置，使用本地仓库，因为都是CentOS 7.x系统，所以只保留redhat7这个仓库选项就可以了，其他的都删除掉，点击右边Remove即可

其中base url就是我们在hdp.repo等这些仓库文件中配置的base url地址，如下：如果输入错误的话，会给予提示的，并无法进入下一步，正确之后点击Next，进入下一步

步骤三：在这一步是配置集群机器的，还有私钥上传。注意是私钥id_rsa的文件。如果是多台机器的话，还要配置ssh无密码登录等等这里就不多说了。如果是单台服务器的话，也需要将公钥导入到authorized_keys文件中。
```
# ssh-keygen   # 一直回车生成密钥对


# cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
```
如果是干净的服务器环境，就需要执行以上两步。
步骤四：这一步就是确认主机的访问性，安装agent等
步骤五：这一步是选择要安装的服务了，可以看到有非常多的服务可选，这里建议只选择少量的几个就可以了，加快安装时间。后面有需要可以再添加这些服务。
步骤六：分配主机服务，比如哪些服务运行在哪个服务器上等等，可根据服务器的硬件配置进行相应的选择。
步骤七：安装集群一些服务的客户端
步骤八：定制服务，就是配置服务的一些属性，还有数据库连接配置等信息其中有红色小点的都是数据库未配置导致的，进行相应的配置即可。配置，所有小红点都消失后就可以进入下一步了。
步骤九：这一步就是重新检查一下配置的一些属性。
步骤十：基本都配置完了，这一步就开始在集群中的所有机器上安装对应服务，并且启动服务。这一步有时候也会经常出问题的，比如安装失败了，启动失败了等等。后续会把一些错误总结单独写一篇吧。

配置完成就可以进入控制台页面了。

后记

在公司在家里搭建这个环境差不多花了好几天吧，中间也遇到过很多的问题，很多坑。只想说大数据这东西要想玩起来，成本真不小，门槛也挺高的。起码至少就要Linux熟练精通了，否则出现一大堆问题都不知道怎么解决，得益于我早几年前就开始接触学习Linux了，真的对我帮助很大。最后是对一些大数据新手的建议，不要把过多的时间花在集群环境的搭建上面了。要把精力更多的放在业务算法，逻辑处理，数据分析等等更好。这也正是我写这篇的原因，尽可能的减少环境搭建时间。如果也有搞大数据这块的，可以一起交流学习哈。共勉~

文章由极客之音整理，本文链接：https://www.bmabk.com/index.php/post/2025.html