...
组件 | V95版本 | V10版本 | 更新内容 | 备注 |
---|
Smartbi | √ | √ | Smartbi版本升级到V10 |
|
Smartbi-OLAP-Server | × | √ | 新增组件Smartbi-OLAP-Server | 详情参考Window部署、linux部署 |
高速缓存库 | √ | √ | 必须部署组件 | V10不支持Infobright,需要升级为SmartbiMPP,详情请参考V10升级注意事项 |
数据挖掘 | √ | √ | 数据挖掘版本升级到V10 |
|
Spark | √ | √ | spark-2.4.0升级到spark-3.1.2 |
|
Hadoop | × | √ | 新增组件 |
|
Python | √ | √ | 更新挖掘引擎包 | 挖掘引擎版本和部署挖掘引擎主机的版本一致 |
注意 |
---|
|
版本升级前,请提前备份好数据,避免因为升级问题导致数据异常 |
...
向smartbi官方获取新版本spark安装包,详细操作步骤请参考:部署Spark
...
四、部署Hadoop
数据挖掘V10版本增加了Hadoop节点中间数据存储,可根据需要部署。
1、系统环境准备
1.1防火墙配置
为了便于安装,建议在安装前关闭防火墙。使用过程中,为了系统安全可以选择启用防火墙,但必须启用服务相关端口。
1.关闭防火墙
临时关闭防火墙
代码块 |
---|
|
systemctl stop firewalld
|
永久关闭防火墙
代码块 |
---|
|
systemctl disable firewalld
|
查看防火墙状态
代码块 |
---|
|
systemctl status firewalld
|
2.开启防火墙
相关服务及端口对照表:
...
9864,9866,9867,9868,9870
如果确实需要打开防火墙安装,需要给防火墙放开以下需要使用到的端口
开启端口:9864,9866,9867,9868,9870
代码块 |
---|
|
firewall-cmd --zone=public --add-port=9864/tcp --permanent
firewall-cmd --zone=public --add-port=9866/tcp --permanent
firewall-cmd --zone=public --add-port=9867/tcp --permanent
firewall-cmd --zone=public --add-port=9868/tcp --permanent
firewall-cmd --zone=public --add-port=9870/tcp --permanent
|
配置完以后重新加载firewalld,使配置生效
查看防火墙的配置信息
代码块 |
---|
|
firewall-cmd --list-all
|
3.关闭selinux
临时关闭selinux,立即生效,不需要重启服务器。
永久关闭selinux,修改完配置后需要重启服务器才能生效
代码块 |
---|
|
sed -i 's/=enforcing/=disabled/g' /etc/selinux/config |
1.2取消打开文件限制
修改/etc/security/limits.conf文件在文件的末尾加入以下内容:
代码块 |
---|
language | bash |
---|
linenumbers | true |
---|
|
vi /etc/security/limits.conf |
在文件的末尾加入以下内容:
代码块 |
---|
language | bash |
---|
linenumbers | true |
---|
|
* soft nofile 65536
* hard nofile 65536
* soft nproc 131072
* hard nproc 131072 |
2、Hadoop单节点安装
2.1 配置主机名映射
将数据挖掘组件中的服务器主机名映射到hosts文件中
文件末尾添(根据实际环境信息设置):
代码块 |
---|
|
10.10.204.248 10-10-204-248
10.10.204.249 10-10-204-249
10.10.204.250 10-10-204-250 |
2.2 配置系统免密登录
登陆服务器,生成密钥
输入ssh-keygen后,连续按三次回车,不用输入其它信息。
复制公钥到文件中:
代码块 |
---|
|
cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
chmod 0600 ~/.ssh/authorized_keys |
测试是否设置成功
示例:
代码块 |
---|
|
ssh root@10-10-204-249 |
如果不用输入密码,表示配置成功
2.3 安装JAVA环境
解压jdk到指定目录:
代码块 |
---|
|
tar -zxvf jdk-8u181-linux-x64.tar.gz -C /data |
添加环境变量
在文件末尾添加下面内容:
代码块 |
---|
|
export JAVA_HOME=/data/jdk1.8.0_181
export JAVA_BIN=$JAVA_HOME/bin
export CLASSPATH=:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
export PATH=$PATH:$JAVA_BIN |
让配置生效
验证安装
2.4 安装Hadoop
2.4.1.准备hadoop数据目录
创建临时目录
代码块 |
---|
|
mkdir -p /data/hdfs/tmp |
创建namenode数据目录
代码块 |
---|
|
mkdir -p /data/hdfs/name |
创建datanode 数据目录
注意:这个目录尽量创建在空间比较大的目录,如果有多个磁盘,可以创建多个目录
代码块 |
---|
|
mkdir -p /data/hdfs/data |
2.4.2.解压Hadoop到安装目录
代码块 |
---|
|
tar -zxvf hadoop-3.2.2.tar.gz -C /data |
2.4.3.修改hadoop配置
①修改hadoop-env.sh
代码块 |
---|
|
cd /data/hadoop-3.2.2/etc/hadoop
vi hadoop-env.sh |
找到"export JAVA_HOME",修改为如下所示(替换成实际环境的路径):
代码块 |
---|
|
export JAVA_HOME=/data/jdk1.8.0_181 |
Image Removed
找到"export HDFS_NAMENODE_OPTS", 在下面添加一行
代码块 |
---|
|
export HDFS_NAMENODE_OPTS="-XX:+UseParallelGC -Xmx4g" |
Image Removed
添加启动用户, 在文件最后添加以下内容
代码块 |
---|
|
export HDFS_DATANODE_USER=root
export HDFS_NAMENODE_USER=root
export HDFS_SECONDARYNAMENODE_USER=root |
Image Removed
...
代码块 |
---|
|
cd /data/hadoop-3.2.2/etc/hadoop
vi core-site.xml |
内容如下:
代码块 |
---|
|
<configuration>
<property>
<name>fs.defaultFS</name>
<!-- 注意替换成实际的主机名 -->
<value>hdfs://10-10-204-249:9000</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<!-- 注意替换成实际的路径 -->
<value>file:/data/hdfs/tmp</value>
</property>
<property>
<name>fs.trash.interval</name>
<value>100800</value>
</property>
<property>
<name>hadoop.security.authorization</name>
<value>true</value>
</property>
</configuration> |
④修改hdfs-site.xml
代码块 |
---|
cd /data/hadoop-3.2.2/etc/hadoop
vi hdfs-site.xml |
内容如下:
代码块 |
---|
|
<configuration>
<property>
<name>dfs.name.dir</name>
<!-- 注意替换成实际的路径 -->
<value>file:/data/hdfs/name</value>
</property>
<property>
<name>dfs.data.dir</name>
<!-- 注意替换成实际的路径 -->
<value>file:/data/hdfs/data</value>
</property>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
<property>
<name>dfs.webhdfs.enabled</name>
<value>false</value>
</property>
<property>
<name>dfs.datanode.max.transfer.threads</name>
<value>16384</value>
</property>
</configuration> |
注意 |
---|
|
dfs.data.dir尽量配置在空间比较大的目录,可以配置多个目录,中间用逗号分隔 |
⑤修改hadoop-policy.xml
代码块 |
---|
language | bash |
---|
linenumbers | true |
---|
|
cd /data/hadoop-3.2.2/etc/hadoop
vi hadoop-policy.xml |
内容如下:
代码块 |
---|
language | xml |
---|
linenumbers | true |
---|
|
<configuration>
<property>
<name>security.client.protocol.acl</name>
<value>*</value>
<description>ACL for ClientProtocol, which is used by user code
via the DistributedFileSystem.
The ACL is a comma-separated list of user and group names. The user and
group list is separated by a blank. For e.g. "alice,bob users,wheel".
A special value of "*" means all users are allowed.</description>
</property>
<!-- 这里把实验引擎ip, python执行节点ip,spark部署机器ip,hadoop部署机器ip都加上-->
<!-- 增加以下配置 -->
<property>
<name>security.client.protocol.hosts</name>
<value>10.10.204.248,10.10.204.249,10.10.204.250</value>
</property>
<!-- end -->
<property>
<name>security.client.datanode.protocol.acl</name>
<value>*</value>
<description>ACL for ClientDatanodeProtocol, the client-to-datanode protocol
for block recovery.
The ACL is a comma-separated list of user and group names. The user and
group list is separated by a blank. For e.g. "alice,bob users,wheel".
A special value of "*" means all users are allowed.</description>
</property>
<!-- 这里把实验引擎ip,python执行节点ip,spark部署机器ip,hadoop部署机器ip都加上-->
<!-- 增加以下配置 -->
<property>
<name>security.client.datanode.protocol.hosts</name>
<value>10.10.204.248,10.10.204.249,10.10.204.250</value>
</property>
<!-- end -->
<property>
<name>security.datanode.protocol.acl</name>
<value>*</value>
<description>ACL for DatanodeProtocol, which is used by datanodes to
communicate with the namenode.
The ACL is a comma-separated list of user and group names. The user and
group list is separated by a blank. For e.g. "alice,bob users,wheel".
A special value of "*" means all users are allowed.</description>
</property>
<!-- hadoop-policy.xml配置文件以上部分需要修改 -->
<!-- hadoop-policy.xml后续配置无需修改和添加,此处省略,避免文档篇幅过长 -->
<!-- ... -->
</configuration> |
注意 |
---|
|
hadoop-policy.xml配置文件仅添加两处配置项; 新增的security.client.protocol.hosts,security.client.datanode.protocol.hosts两个配置项中的值,要替换成实际环境的IP地址; 此配置文件是限制可以访问hadoop节点的服务器ip,提高hadoop应用的安全性。 |
2.4.4.配置hadoop环境变量
在文件末尾添加下面内容:
代码块 |
---|
|
export HADOOP_HOME=/data/hadoop-3.2.2
export PATH=$PATH:$HADOOP_HOME/bin |
让配置生效
2.4.5.启动Hadoop
①格式化hadoop
代码块 |
---|
|
cd /data/hadoop-3.2.2/
./bin/hdfs namenode -format |
注意 |
---|
仅第一次启动时需要执行格式化Hadoop操作,后续启动无需进行此操作 |
②启动hadoop
代码块 |
---|
|
cd /data/hadoop-3.2.2/
./sbin/start-dfs.sh |
③创建中间数据存储目录
代码块 |
---|
hdfs dfs -mkdir /mining
hdfs dfs -chown mining:mining /mining |
2.4.6.验证安装
①在浏览器输入: http://HadoopIP:9870/dfshealth.html#tab-overview 检查集群状态
Image Removed
Image Removed
②检查mining目录是否创建成功
代码块 |
---|
|
hdfs dfs -ls / #显示创建的/mining即表示创建成功 |
2.5 运维操作
停止hadoop
代码块 |
---|
|
cd /data/hadoop-3.2.2/
./sbin/stop-dfs.sh |
启动hadoop
代码块 |
---|
|
cd /data/hadoop-3.2.2/
./sbin/start-dfs.sh |
查看日志
hadoop的日志路径:/data/hadoop-2.7.3/logs
安装部署或者使用中有问题,可能需要根据日志来分析解决。
...
3、设置执行引擎连接Hadoop
浏览器访问smartbi,打开系统运维--数据挖掘配置–执行引擎–引擎配置 找到“节点数据hdfs存储目录”配置项,填写Hadoop地址
Image Removed
4、Python执行节点更新
...
部署操作详细过程可参考:部署Hadoop
五、Python节点更新
4.1停止旧Python服务
进入安装Python计算节点的服务器,进入目录,停止Python服务
...
注意 |
---|
|
注意,如果出现无法停止情况,可以通过jps查看python服务进程id,然后 kill -9 进程id |
4.2更新引擎包
更新方式,参考数据挖掘的更新方式,如果python执行节点跟实验引擎在同台机器,这步骤可以省略更新方式,参考数据挖掘版本更新中的手工部署新版本更新,如果python执行节点跟实验引擎在同台机器,这步骤可以省略
4.
...
将数据挖掘组件中的服务器主机名映射到hosts文件中
文件末尾添(根据实际环境信息设置):
代码块 |
---|
|
10.10.204.248 10-10-204-248
10.10.204.249 10-10-204-249
10.10.204.250 10-10-204-250 |
4.4.创建Python执行用户
...
3.创建Python执行用户
创建用户组、用户并设置密码(若已创建则无需此操作)
代码块 |
---|
language | bash |
---|
linenumbers | true |
---|
|
groupadd mining #创建mining组
useradd -g mining mining-ag #创建启动用户(mining-ag)并指定用户组为mining
passwd mining-ag #设置mining-ag用户密 |
...
代码块 |
---|
language | bash |
---|
linenumbers | true |
---|
|
chgrp mining /data/smartbi-mining-engine-bin
chmod 775 /data/smartbi-mining-engine-bin |
4.
...
4 启动Python执行代理
①浏览器访问Smartbi,打开系统运维–数据挖掘配置–引擎设置,复制Python代理器启动命令
...