1.文档编写目的
Cloudera在2019年1月29日发布CDSW1.5，CDSW1.5的一个最大的更新就是支持CDH6和HDP，在1.5之前，CDSW是不能安装到CDH6.x的。CDH5.13版本以后支持CDSW的Parcel安装，本篇文章Fayson就主要讲述如何通过CM6.1使用Parcel包安装CDSW1.5。
CDSW需要DNS服务和泛域名解析，可以参考Fayson以前的文章《 》、《 》、《 》，《 》或《 》，CDSW1.5的新功能可以参考《 》。。搭建DNS服务推荐Dnsmasq，小巧可爱特方便。
- 内容概述
1.部署CDSW parcel及安装CSD文件
2.添加CDSW节点到集群并部署Gateway角色
3.安装DNS服务并配置泛域名解析
4.安装CDSW服务
5.测试CDSW
- 测试环境
1.Redhat7.4
2.采用root用户操作
3.CM/CDH6.1
4.CDSW版本1.5
- 前置条件
1.CM和CDH已安装且正常运行
2.集群已部署Spark2 On Yarn模式
3.集群已部署Anaconda
4.集群已配置好DNS服务并配置CDSW节点的泛域名解析
5.CDSW节点已经通过CM加入到集群中
2.部署CDSW Parcel包
1.下载CDSW的Parcel，下载地址如下
https://archive.cloudera.com/cdsw1/1.5.0/parcels/CDSW-1.5.0.p1.849870-el7.parcel
https://archive.cloudera.com/cdsw1/1.5.0/parcels/CDSW-1.5.0.p1.849870-el7.parcel.sha
https://archive.cloudera.com/cdsw1/1.5.0/parcels/manifest.json
2.将下载的文件部署在Apache所在服务器的/var/www/html/cdsw1.5目录下
[root@ip-172-31-6-83 ~]# cd /var/www/html/cdsw1.5
[root@ip-172-31-6-83 cdsw1.5]# ll
total 4398800
-rw-r--r-- 1 root root 4504355994 Jan 29 04:43 CDSW-1.5.0.p1.849870-el7.parcel
-rw-r--r-- 1 root root 41 Jan 29 04:43 CDSW-1.5.0.p1.849870-el7.parcel.sha
-rw-r--r-- 1 root root 4231 Jan 29 04:43 manifest.json
[root@ip-172-31-6-83 cdsw1.5]#
3.通过浏览器测试是否部署成功
看到以上界面说明部署成功。
3.安装CSD文件
1.下载CSD文件，使CM支持CDSW安装，文件下载地址
https://archive.cloudera.com/cdsw1/1.5.0/csd/CLOUDERA_DATA_SCIENCE_WORKBENCH-CDH6-1.5.0.jar
2.将下载CLOUDERA_DATA_SCIENCE_WORKBENCH-CDH5-1.5.0.jar文件放在CM所在服务器的/opt/cloudera/csd目录下
[root@ip-172-31-6-83 ~]# cd /opt/cloudera/csd/
[root@ip-172-31-6-83 csd]# ll
total 12
-rw-r--r-- 1 root root 10789 Jan 29 04:43 CLOUDERA_DATA_SCIENCE_WORKBENCH-CDH6-1.5.0.jar
[root@ip-172-31-6-83 csd]#
3.重启Cloudera-scm-server服务
[root@ip-172-31-6-83 csd]# systemctl restart cloudera-scm-server
[root@ip-172-31-6-83 csd]# systemctl status cloudera-scm-server
● cloudera-scm-server.service - Cloudera CM Server Service
Loaded: loaded (/usr/lib/systemd/system/cloudera-scm-server.service; enabled; vendor preset: disabled)
Active: active (running) since Sat 2019-04-13 11:43:51 CST; 1min 8s ago
Main PID: 18788 (java)
CGroup: /system.slice/cloudera-scm-server.service
└─18788 /usr/lib/jvm/java-1.8.0-openjdk/bin/java -cp .:/usr/share/java/mysql-connector-java.jar:/usr/share/java/oracle-connector-java.jar:/usr/share/java/postgresql-connector-java.jar:lib/* -server -Dlog4j.configuration...
Apr 13 11:43:51 ip-172-31-6-83.ap-southeast-1.compute.internal systemd[1]: Started Cloudera CM Server Service.
Apr 13 11:43:51 ip-172-31-6-83.ap-southeast-1.compute.internal systemd[1]: Starting Cloudera CM Server Service...
Apr 13 11:43:51 ip-172-31-6-83.ap-southeast-1.compute.internal cm-server[18788]: JAVA_HOME=/usr/lib/jvm/java-1.8.0-openjdk
Apr 13 11:43:51 ip-172-31-6-83.ap-southeast-1.compute.internal cm-server[18788]: OpenJDK 64-Bit Server VM warning: ignoring option MaxPermSize=256m; support was removed in 8.0
Apr 13 11:43:53 ip-172-31-6-83.ap-southeast-1.compute.internal cm-server[18788]: ERROR StatusLogger No log4j2 configuration file found. Using default configuration: logging only errors to the console. Set system prope...tion logging.
Apr 13 11:44:10 ip-172-31-6-83.ap-southeast-1.compute.internal cm-server[18788]: Security framework of XStream not initialized, XStream is probably vulnerable.
Apr 13 11:44:20 ip-172-31-6-83.ap-southeast-1.compute.internal cm-server[18788]: Security framework of XStream not initialized, XStream is probably vulnerable.
Hint: Some lines were ellipsized, use -l to show in full.
[root@ip-172-31-6-83 csd]#
4.添加CDSW节点到集群
1.登录CM，新建一个主机模板
2.选择模板拥有的角色
3.完成主机模板创建
4.使用添加主机引导，进行主机添加，将cdsw master主机添加到集群，如下图所示为cdsw.fayson.com新节点，关于如何扩容，请参考Fayson以前的文章《 》
5.选择cdsw master主机，应用主机模板
应用成功
5.配置CDSW的Parcle库
1.配置Parcel库
2.下载、分配并激活
3.完成激活
6.安装DNS服务并配置泛域名解析
1.安装dnsmasq
[root@cdsw ~]# yum -y install dnsmasq
2.验证安装
[root@cdsw ~]# dnsmasq -v
3.配置DNS服务以及泛域名解析，在/etc/dnsmasq.conf文件末尾增加以下配置。
[root@cdsw ~]# vim /etc/dnsmasq.conf
strict-order
listen-address=172.31.13.133
addn-hosts=/etc/hosts
address=/cdsw.fayson.com/172.31.13.133
address=/cdsw/172.31.13.133
配置说明：
resolve-file：定义Dnsmasq从哪里获取上游DNS服务器的地址， 默认是从/etc/resolv.conf获取。
strict-order：表示严格按照resolv-file文件中的顺序从上到下进行DNS解析，直到第一个解析成功为止。
listen-address：定义Dnsmasq监听的地址，默认是监控DNS本机的所有网卡上。如果想让局域网内的其他机器使用Dnsmasq解析域名的话，需要添加本机的IP地址。
address：自定义域名解析的IP地址，在此以cdsw-demo.cloudera.com这个域名为例。注意Dnsmasq是支持泛域名解析的，以上配置就是一个典型的泛域名解析实例。
address：也可以过滤某些网站，比如如果不想让客户端解析youk.com这个域名的话，我们则把该域名解析到一台不存在的服务器上或者解析到127.0.0.1这个地址。如：address=/ cdsw-demo.cloudera.com/127.0.0.1
4.启动dnsmasq服务
[root@cdsw ~]# systemctl start dnsmasq
[root@cdsw ~]# systemctl enable dnsmasq
5.修改/etc/resolv.conf文件配置，在nameserver中增加创建的DNS服务器IP地址，Fayson这里是将cdsw本机配置为dns服务器，所以将cdsw这台机器的内网IP地址配置到该文件中。
[root@cdsw ~]# vim /etc/resolv.conf
6.泛域名解析测试
nslookup 172.31.13.133
nslookup cdsw.fayson.com
nslookup xxx.cdsw.fayson.com
7.安装CDSW服务
1.进入CM主页，选择集群点击“添加服务”
2.进入添加服务引导界面, 选择“Cloudera Data Science Workbench”,点击“继续”
3.选择Master和Worker，点击“继续”，Fayson的环境只有一台机器，Worker节点不用选择，为空即可。
4.输入Domain和Block Device，点击“继续”
注意：/dev/xvdf必须是一块大于100GB的裸盘，生产环境建议500GB以上，并配置多块。
5.首次运行CDSW，点击“继续”
6.完成CDSW安装
主页显示
CDSW启动需要一段时间，等待10-20分钟后再访问CDSW控制台。
8.测试CDSW功能
1.Fayson使用的是AWS环境，访问CDSW需要用内网的里的Windows机器，我们这里先配置Windows机器连接到我们刚配置的DNS服务。
2.进入CDSW服务，点击链接登录CDSW控制台
3.点击CDSW Web UI进入CDSW登录界面
4.点击“Sign Up fo a New Account”注册，首次注册的账号默认为管理员账号
5.使用admin用户登录CDSW
6.点击New Project创建一个Python工程
7.工程创建完成后，打开“Open Workbench”，启动一个python的会话
8.执行示例代码
这里Fayson就简单的创建一个Python工程，运行工程里的示例代码测试，更多的功能及用法可以看看Fayson前面写的关于CDSW的一些文章。
8.总结
- CDSW访问时需要用到泛域名，因此必须为CDSW Master节点配置泛域名解析，具体可参看Fayson前面讲的《 》、《 》、《 》，《 》或《 》
- CDSW节点是运行在CM管理的Gateway节点上的，所有CDSW的节点需要满足CDH的前置条件检查，具体可以参考《 》
- CDSW所有节点需要加入CDH集群，并部署HDFS 、Yarn、Spark2的Gateway
- CDSW Master节点需要有多块DISK，磁盘空间大于100G，不需要对磁盘进行格式化分区操作。
- 注意CDH6的CDSW的csd文件与CDH5的是不相同的。
閱讀更多 Hadoop實操 的文章
