搭建CDH流程记录

如何搭建本地yum源
1.配置yum源这里使用阿里源 http://mirrors.aliyun.com/repo/Centos-7.repo

wget  http://mirrors.aliyun.com/repo/Centos-7.repo

2.安装http软件

yum install httpd -y

3.配置httpd.conf

 vi /etc/httpd/conf/httpd.conf
 在 AddType application/x-gzip .gz .tgz 添加 .parcel
 例： AddType application/x-gzip .gz .tgz .parcel

4.启动httpd服务

 systemctl start httpd  #启动服务
 systemctl enable httpd #开机自启动

访问web页面，如果无法访问可能是防火墙没有关
但是此时并不能作为其他主机的yum源地址，还需要在当前文件夹下做如下操作

yum install createrepo
createrepo .

此时可以作为yum源供本地服务器下载文件

未在已配置的存储库中找到任何parcel需要在/opt/cloudera/parcel-repo/文件夹下放下如下文件才可被识别然后重启服务

systemctl restart cloudera-scm-server

无法连接数据库
解决方法：在mysql内执行下列语句

grant all privileges on *.* to root@'%' identified by 'root' with grant option;

flush privileges;

3.若以上的方法未能生效，尝试执行

#grant all privileges on *.* to 'root'@'cdh1' identified by 'root' with grant 
grant all privileges on *.* to 'root'@'主机名' identified by 'root' with grant option;flush privileges;

如果如下页面总是出现多处错误(no GCs detected)，可能是虚拟机分配的内存资源不够，多重试几次就可以，也可以加大虚拟机的内存大小

查看cloudera-scm-server报错日志
tail -f /var/log/cloudera-scm-server/cloudera-scm-server.log

搭建成功后，各个节点的可用空间不足，下次搭建时需要注意给虚拟机分配足够的磁盘空间(至少30G)

ntp时钟同步问题

安装了ntp服务总是无法时间同步，这里用的时钟同步源是ntp1.aliyun.com，总是无法时钟同步，索性就不使用外网时钟同步，使用本地时钟同步

找到其中一台作为修改ntp配置文件，这里使用master

vi /etc/ntp.conf

#没有联网只需在配置文件末尾添加以下两条即可，这个即可
server 127.127.1.0
fudge 127.127.1.0 stratum 10

修改/etc/sysconfig/ntpd 文件

增加内容如下
SYNC_HWCLOCK=yes

重启ntpd服务

systemctl restart ntpddate

其他机器配置,修改配置文件

a).修改配置文件：
    [root@slave1 ]# vi /etc/ntp.conf
    添加下面1条即可：
    server master iburst
b).重启ntpd服务
    [root@slave1 ]# systemctl restart ntpddate
c).配置定时任务 10 分钟与时间服务器同步一次
    [root@slave1]# crontab -e
    */10 * * * * /usr/sbin/ntpdate master

最后时钟同步成功
成功同步

CDH启动Spark
尝试搭建CDH集群，跟着教程走了一遍，HDFS、Hive、Hue等这些用着都没问题，到后面使用spark的时候，发现这玩意没装好

CDH中Spark的路径在/opt/cloudera/parcels/CDH-6.2.1-1.cdh6.2.1.p0.1425774/lib/spark
./sbin/start-master.sh开启master，访问master:8080 没问题，再来开启slaves
在spark的conf目录下，新建slaves文件，加入内容
使用./sbin/start-slaves.sh命令，出现以下错误1 （JAVA_HOME is not set）
在spark的sbin目录下的spark-config.sh中缺少JAVA的路径设置
在spark的sbin目录下的spark-config.sh中添加JDK的路径即可,每个slave都要加此配置(/opt/cloudera/parcels/CDH-6.2.1-1.cdh6.2.1.p0.1425774/lib/spark/sbin)

export JAVA_HOME=/usr/java/jdk1.8.0_181-cloudera

出现错误2，端口占用问题
原来是yarn和spark的worker端口冲突，都是7337，这时候查找一下没有被占用的端口，替换掉worker的7337端口即可
打开spark目录下的conf/spark-defaults.conf，设置spark.shuffle.service.port=7447 ，两台slaves机器的配置文件都要修改然后再次尝试启动slaves并没有报错，然后打开master:8080,从节点启动成功
重新启动slaves

访问8080端口，发现成功启动work