Greenplum源碼安裝(CentOS 7)

 

最近在看GP，在安裝集羣的時候遇到了不少問題，在此記錄下來。

 

目錄
　　1 安裝環境及軟件版本
　　2 安裝準備工做
　　　　2.1 修改hosts（全部機器）
　　　　2.2 修改系統內核配置（全部機器）
　　　　2.3 關閉防火牆 (全部機器)
　　　　2.4 建立用戶和用戶組（全部機器）
　　3 安裝和分發
　　　　3.1 依賴包 (全部機器)
　　　　3.2 解壓代碼編譯安裝
　　　　3.3 分發
　　4 初始化和建立數據庫
　　　　4.1 配置 .bash_profile 環境變量（全部機器）
　　　　4.2 編寫數據庫啓動參數文件
　　　　4.3 初始化
　　5 參考資料

　　彩蛋：安裝的時候遇到的各類坑

 

1 安裝環境及軟件版本

參數	版本
主機數量	3臺測試機，32G內存(1Master,2Segment)
系統	CentOS 7
GP版本	5.0

 

3臺機器的ip分別爲

192.168.10.14

192.168.10.15

192.168.10.16

Master節點爲192.168.10.15,其他爲Segment數據節點。

 

2 安裝準備工做

2.1 修改hosts配置互信(三臺機器)

[root@hadoop-test2:~]# vim /etc/hosts

127.0.0.1   localhost localhost.localdomain 
192.168.10.14 hadoop-test1
192.168.10.15 hadoop-test2
192.168.10.16 hadoop-test3

 配置了這個文件以後，修改 /etc/sysconfig/network這個文件，

[root@hadoop-test2:~]# vim /etc/sysconfig/network

NETWORKING=yes
HOSTNAME=hadoop-test2

HOSTNAME必定要與/etc/hosts中的主機名一致，最終可使用ping + 主機名 驗證配置是否已生效。

 

2.2 修改系統內核配置（全部機器）

[root@hadoop-test2:~]# vim /etc/sysctl.conf

添加如下內容

kernel.shmmax = 500000000

kernel.shmmni = 4096

kernel.shmall = 4000000000

kernel.sem = 250 512000 100 2048

kernel.sysrq = 1

kernel.core_uses_pid = 1

kernel.msgmnb = 65536

kernel.msgmax = 65536

kernel.msgmni = 2048

net.ipv4.tcp_syncookies = 1

net.ipv4.ip_forward = 0

net.ipv4.conf.default.accept_source_route = 0

net.ipv4.tcp_tw_recycle = 1

net.ipv4.tcp_max_syn_backlog = 4096

net.ipv4.conf.all.arp_filter = 1

net.ipv4.ip_local_port_range = 1025 65535

net.core.netdev_max_backlog = 10000

net.core.rmem_max = 2097152

net.core.wmem_max = 2097152

vm.overcommit_memory = 2　　

執行命令使上面配置生效

[root@hadoop-test2:~]# sysctl -p

修改文件打開限制，添加如下內容

[root@hadoop-test2:~]# vi /etc/security/limits.conf

* soft nofile 65536

* hard nofile 65536

* soft nproc 131072

* hard nproc 131072　　

關閉SELINUX安全設置

[root@hadoop-test2:~]# vi /etc/selinux/config 

# This file controls the state of SELinux on the system.

# SELINUX= can take one of these three values:

# enforcing - SELinux security policy is enforced.

# permissive - SELinux prints warnings instead of enforcing.

# disabled - No SELinux policy is loaded.

SELINUX=disabled

# SELINUXTYPE= can take one of these two values:

# targeted - Targeted processes are protected,

# mls - Multi Level Security protection.

SELINUXTYPE=targeted

 

2.3 關閉防火牆（全部機器）

CentOS 7:
systemctl start firewalld.service#啓動firewall
systemctl stop firewalld.service#中止firewall
systemctl disable firewalld.service#禁止firewall開機啓動

[root@hadoop-test2:~]#  service iptables stop
[root@hadoop-test2:~]#  chkconfig iptables off

 

2.4 建立用戶和組（全部機器）

[root@hadoop-test2:~]# groupadd -g 520 gpadmin
[root@hadoop-test2:~]# useradd -g 520 -u520 -m -d /home/gpadmin -s /bin/bash gpadmin
[root@hadoop-test2:~]# passwd gpadmin
Changing password for user gpadmin.
New password:
BAD PASSWORD: it is too simplistic/systematic
BAD PASSWORD: is too simple
Retype new password:
passwd: all authentication tokens updated successfully.

 

3 安裝和分發

3.1 聯網安裝必要的包 (全部機器)

[root@hadoop-test2:~]# yum -y install rsync coreutils glib2 lrzsz sysstat e4fsprogs xfsprogs ntp readline-devel zlib zlib-devel openssl openssl-devel pam-devel libxml2-devel libxslt-devel python-devel tcl-devel gcc make smartmontools flex bison perl perl-devel perl-ExtUtils* OpenIPMI-tools openldap openldap-devel logrotate gcc-c++ python-py
[root@hadoop-test2:~]# yum -y install bzip2-devel libevent-devel apr-devel curl-devel ed python-paramiko python-devel

[root@hadoop-test2:~]# wget https://bootstrap.pypa.io/get-pip.py
[root@hadoop-test2:~]# python get-pip.py
[root@hadoop-test2:~]# pip install lockfile paramiko setuptools epydoc psutil
[root@hadoop-test2:~]# pip install --upgrade setuptools

 

3.2 解壓代碼編譯安裝

切換到gpadmin登陸,在https://github.com/greenplum-db/gpdb/tree/5.7.0 上下載源碼，並在對應的目錄下安裝。

通常來講應該安裝在應用目錄下，若是不慎安裝在根目錄下，作壓測的時候很容易把磁盤寫滿，給壓測形成麻煩。本文以/home/gpadmin爲例。

在下載源碼zip包解壓後會生成gpdb-5.7.0 文件夾。可將 gpdb-master 代碼目錄移動到 /home/gpadmin 目錄下。

建立程序安裝目錄gpdb，安裝目錄也放在 home 下，確認目錄全部者爲 gpadmin， 若是是 root 用戶建立的，以後須要 chown 修改。

gpadmin 用戶執行配置 --prefix 後是安裝目錄，可指定的參數以下，因爲ORCA優化器初始化容易報錯，通常執行紅色那兩個參數便可

[root@hadoop-test2:/home/gpadmin/gpdb-5.7.0]# ./configure --prefix=/home/gpadmin/gpdb --enable-mapreduce --with-perl --with-python --with-libxml --with-gssapi --disable-orca  
--with-gssapi --with-pgport=5432 --with-libedit-preferred --with-perl --with-python --with-openssl --with-pam --with-krb5 --with-ldap 
--with-libxml --enable-cassert --enable-debug --enable-testutils --enable-debugbreak --enable-depend

[root@hadoop-test2:/home/gpadmin/gpdb-5.7.0]# make

[root@hadoop-test2:/home/gpadmin/gpdb-5.7.0]# make install -j 8

 

3.3 分發

由於只在 master 上安裝了Greenplum，因此下面要將安裝包批量發送到每一個 slave 機器上，才能算是整個Greenplum 集羣完整安裝了Greenplum。

先在 master 主節點上建立安裝 GP 的 tar 文件，其中 gpdb 是安裝路徑

[root@hadoop-test2:~]# cd /home/gpadmin 
[root@hadoop-test2:/home/gpadmin]# gtar -cvf /home/gpadmin/gp.tar gpdb

下面的操做都是爲了鏈接全部節點，並將安裝包發送到每一個節點。

在master 主機，以 gpadmin 用戶身份建立如下文本,可在gpadmin目錄下建立 conf 文件夾，用來放這些啓動置信息

[root@hadoop-test2:/home/gpadmin/conf]# vim ./conf/hostlist 

hadoop-test1
hadoop-test2
hadoop-test3

[root@hadoop-test2:/home/gpadmin/conf]# vim ./conf/seg_hosts

hadoop-test1
hadoop-test3

 

安裝目錄下的greenplum_path.sh中保存了運行Greenplum的一些環境變量設置，包括GPHOOME、PYTHONHOME等設置，

以 gpadmin 身份執行 source 命令使生效，以後 gpssh-exkeys 交換密鑰。

[root@hadoop-test2:/home/gpadmin/conf]# source /home/gpadmin/gpdb/greenplum_path.sh

[root@hadoop-test2:/home/gpadmin/gpdb/bin]# gpssh-exkeys -f /home/gpadmin/conf/hostlist

[STEP 1 of 5] create local ID and authorize on local host 　

　　... /home/gpadmin/.ssh/id_rsa file exists... key generation skipped

[STEP 2 of 5] keyscan all hosts and update known_hosts file

[STEP 3 of 5] authorize current user on remote hosts

　　... send to hadoop-test1

　　... send to hadoop-test3


[STEP 4 of 5] determine common authentication file content

[STEP 5 of 5] copy authentication files to all remote hosts

　　... finished key exchange with hadoop-test1

　　... finished key exchange with hadoop-test3

[INFO] completed successfully　　

 

經過gpscp命令將以前的壓縮包分發到/conf/seg_hosts文件配置的segment節點

[root@hadoop-test2:/home/gpadmin/gpdb/bin]# gpscp -f /home/gpadmin/conf/seg_hosts /home/gpadmin/gp.tar =:/home/gpadmin

經過gpssh協議鏈接個segment節點時，hostlist裏有多少機器就應該有多少輸出

[gpadmin@hadoop-test2 ~]# gpssh -f /home/gpadmin/conf/hostlist
Note: command history unsupported on this machine ... 
=> pwd 
[hadoop-test1] /home/gpadmin 
[hadoop-test3] /home/gpadmin 
[hadoop-test2] /home/gpadmin 
=> 

解壓之間的安裝包

=> gtar -xvf gp.tar

最後建立數據庫工做目錄

=> pwd
[hadoop-test1] /home/gpadmin
[hadoop-test3] /home/gpadmin
[hadoop-test2] /home/gpadmin
=> mkdir gpdata
=> cd gpdata
=> mkdir gpdatap1 gpdatap2 gpdatam1 gpdatam2 gpmaster
=> ll
[hadoop-test1] 總用量 20
[hadoop-test1] drwxrwxr-x 2 gpadmin gpadmin 4096 8月  18 19:46 gpdatam1
[hadoop-test1] drwxrwxr-x 2 gpadmin gpadmin 4096 8月  18 19:46 gpdatam2
[hadoop-test1] drwxrwxr-x 2 gpadmin gpadmin 4096 8月  18 19:46 gpdatap1
[hadoop-test1] drwxrwxr-x 2 gpadmin gpadmin 4096 8月  18 19:46 gpdatap2
[hadoop-test1] drwxrwxr-x 2 gpadmin gpadmin 4096 8月  18 19:46 gpmaster
[hadoop-test2] 總用量 20
[hadoop-test2] drwxrwxr-x 2 gpadmin gpadmin 4096 8月  18 19:46 gpdatam1
[hadoop-test2] drwxrwxr-x 2 gpadmin gpadmin 4096 8月  18 19:46 gpdatam2
[hadoop-test2] drwxrwxr-x 2 gpadmin gpadmin 4096 8月  18 19:46 gpdatap1
[hadoop-test2] drwxrwxr-x 2 gpadmin gpadmin 4096 8月  18 19:46 gpdatap2
[hadoop-test2] drwxrwxr-x 2 gpadmin gpadmin 4096 8月  18 19:46 gpmaster
[hadoop-test3] 總用量 20
[hadoop-test3] drwxrwxr-x 2 gpadmin gpadmin 4096 8月  18 19:46 gpdatam1
[hadoop-test3] drwxrwxr-x 2 gpadmin gpadmin 4096 8月  18 19:46 gpdatam2
[hadoop-test3] drwxrwxr-x 2 gpadmin gpadmin 4096 8月  18 19:46 gpdatap1
[hadoop-test3] drwxrwxr-x 2 gpadmin gpadmin 4096 8月  18 19:46 gpdatap2
[hadoop-test3] drwxrwxr-x 2 gpadmin gpadmin 4096 8月  18 19:46 gpmaster
=> exit

4 初始化和建立數據庫

4.1 配置 .bash_profile 環境變量

[gpadmin@hadoop-test2:~]# cd

[gpadmin@hadoop-test2:~]# vi .bash_profile

# .bash_profile

# Get the aliases and functions

if [ -f ~/.bashrc ]; then

. ~/.bashrc

fi

# User specific environment and startup programs

PATH=$PATH:$HOME/bin

export PATH

source /home/gpadmin/gpdb/greenplum_path.sh

export MASTER_DATA_DIRECTORY=/home/gpadmin/gpdata/gpmaster/gpseg-1

export PGPORT=2346

export PGDATABASE=testDB

[gpadmin@hadoop-test2 ~]$ . ~/.bash_profile (讓環境變量生效)

 

4.2 編寫數據庫啓動參數文件

將安裝目錄下的 /gpdb/docs/cli_help/gpconfigs/gpinitsystem_config 文件 copy 到 /home/gpadmin/conf 目錄下而後編輯，保留以下參數便可

ARRAY_NAME="Greenplum"
SEG_PREFIX=gpseg PORT_BASE=42000 

declare -a DATA_DIRECTORY=(/home/gpadmin/gpdata/gpdatap1 /home/gpadmin/gpdata/gpdatap2) 

MASTER_HOSTNAME=hadoop-test2 MASTER_DIRECTORY=/home/gpadmin/gpdata/gpmaster 

##### Port number for the master instance. 

MASTER_PORT=2346 

# #### Shell utility used to connect to remote hosts. 

TRUSTED_SHELL=/usr/bin/ssh 

CHECK_POINT_SEGMENTS=8 

ENCODING=UNICODE

#######若是沒有mirror節點，如下四行紅色部分註釋掉

MIRROR_PORT_BASE=53000

REPLICATION_PORT_BASE=43000

MIRROR_REPLICATION_PORT_BASE=54000

declare -a MIRROR_DATA_DIRECTORY=(/home/gpadmin/gpdata/gpdatam1 /home/gpadmin/gpdata/gpdatam2)

MACHINE_LIST_FILE=/home/gpadmin/conf/seg_hosts

 

4.3 初始化

而後運行以下命令進行初始化

[gpadmin@hadoop-test2 ~]$ gpinitsystem -c /home/gpadmin/conf/gpinitsystem_config –a

正常的話會出現

[gpadmin@hadoop-test2 conf]$ psql -d postgres
psql (8.3.23)
Type "help" for help.

postgres-# select * from gp_segment_configuration ;

若是出現報錯，根據報錯信息進行相關處理便可。

 

5 參考資料

一、linux配置 https://gpdb.docs.pivotal.io/4380/prep_os-system-params.html#topic3 

二、GP配置 https://gpdb.docs.pivotal.io/5120/install_guide/prep_os_install_gpdb.html#topic_ylh_b53_c1b

三、安裝及初始化 https://gpdb.docs.pivotal.io/5120/install_guide/prep_os_install_gpdb.html#topic8

 

彩蛋：安裝的時候遇到的各類坑

一、Python依賴包及包的版本問題，主要是paramiko生成.ssh目錄及公鑰。

二、gpssh協議是基於ssh協議改寫的，若是禁用了ssh協議會致使gpssh互信沒法經過。在GP初始化的時候，若是參數了指定了mirror，那麼不管是Group模式仍是Spread模式，都會有數據文件在Segment節點互相拷貝做爲mirror文件，這一步也是沒法執行經過，會致使報錯。

三、若是不慎以root帳號執行gpssh命令會在/home/gpadmin下生成.ssh目錄及對應的root密鑰，會出現報錯。刪掉.ssh目錄，以gpadmin再次執行便可。

四、安裝目錄問題。儘可能裝在空間足夠大的磁盤上，避免壓測時很快寫滿磁盤，致使壓測沒法正常進行。

五、若是不採用mirror模式只是安裝單庫，指定mirror參數會致使報錯。

六、configure時，會由於缺乏GPOS headed files致使ORCA優化器安裝報錯。暫未解決，目前粗暴跳過。

七、最開始安裝了一個測試版GP，版本號帶有alpha,目前的JDBC沒法只能解析數字，致使報錯。後來裝回穩定版解決。

八、各類文件權限問題。