Greenplum on Linux
网传的Greenplum安装教程多生搬硬套,很多不必要的东西也会列出来,导致环境的配置极其麻烦;官方的安装部署又显得太凌乱,100多页,让人难以消化。本文介绍了Greenplum分布式下的安装(Linux系统下:CentOS),教程精炼,是博主自己亲手搭建经历多次失败之后的总结,其中标注了多处细节,可大大提升安装者的安装成功率。
一. Greenplum 支持的操作系统
SuSE Linux SLES 10 update
CentOS 5.0 or higher
RedHat Enterprise Linux 5.0 or higher
Solars X86 v10 update 7 or higher
Mac OS 10.5 or higher
本教程的系统是CentOS 6.6,除了Mac OS 的配置有所区别,其他的系统可以参照本文进行部属。
二.调整参数
(1)编辑/etc/sysctl.conf,以下是最小配置(把没有的输进去,不一样的修改之)
vim /etc/sysctl.conf
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
(2)修改文件打开数等限制
编辑/etc/security/limits.conf,添加一下几行(注意*也需要添加) * soft nofile 65536 * hard nofile 65536 * soft nproc 131072 * hard nproc 131072
(3)在正式安装之前关闭防火墙(包括从节点)
检测防火墙
# /sbin/chkconfig --list iptables
关闭状态:iptables 0:off 1:off 2:off 3:off 4:off 5:off 6:off
使用以下命令关闭
/sbin/chkconfig iptables off
修改/etc/selinux/config文件
SELINUX=disabled
出现以下情形则关闭成功(每太机器都要关闭)
4.编辑/boot/grub/grub.conf
新增elevator=deadline
[root @bigdata03 ~]# more /boot/grub/grub.conf
...elevator=deadline crashkernel=auto ...
三、Linux环境下的安装
在此,我用的是VMware虚拟机,一共三台,一个主节点(mdw)两个从节点(sdw1,sdw2)
1. 在主节点上安装greenplum
(1)下载greenplum (没有特定centOS版本的,选择第一条即可)
https://network.pivotal.io/products/pivotal-gpdb#/releases/669/file_groups/348
(2)新建greenplum用户
在root用户下:
useradd gpadmin
passwd yourpassword
(3)将下载的gp解压并进行安装:
unzip greenplum-db-*.*.*.*-build-1-RHEL5-x86_64.zip
得到greenplum-db-*.*.*.*-build-1-RHEL5-x86_64.bin文件,将其拷贝到/usr/local文件夹下进行安装(因为官网默认在此目录安装,为了不至于后面配置参数之类的太麻烦,我们也在这个目录下安装)。
/bin/bash greenplum-db-*.*.*.*-build-1-RHEL5-x86_64.bin
执行以上命令进行安装,过程中可能要按照提示输入几次yes。
(4)修改Greenplum所有者
# chown -R gpadmin /usr/local/greenplum-db
# chgrp -R gpadmin /usr/local/greenplum-db
# chown -R gpadmin /usr/local/greenplum-db-*.*.*.*
# chgrp -R gpadmin /usr/local/greenplum-db-*.*.*.*
(5)配置环境变量:
其环境变量在/usr/local/greenplum-db/greenplum_path.sh文件中也有,可以参考
打开/etc/profile对环境变量修改:
vim /etc/profile
添加以下文件:
GPHOME=/usr/local/greenplum-db-4.3.6.2
PATH=$GPHOME/bin:$GPHOME/ext/python/bin:$PATH
export GPHOME
export PATH
(6)设置Master主机上的数据目录,指定数据存放位置,空间要足够。
# mkdir /gpmaster
# chown -R gpadmin /gpmaster
# chgrp -R gpadmin /gpmaster
切记,在设置这个文件夹后需要修改gpadmin的环境变量,否则初始化GP的时候会找不到master的存储文件夹
在gpadmin用户下:
vim ~/.bashrc
在末尾添加:
MASTER_DATA_DIRECTORY=/gpmaster
export MASTER_DATA_DIRECTORY
之后记得 source ~/.bashrc
2. 在各个区段服务器上安装GP
可以在每台机器上采用和主机master一样的安装方法,这样的话机器一多了就很麻烦,在此就不介绍这种方法了,参照主节点的安装即可;我们直接通过master主机对每台segment安装GP
(1)对每台主机修改主机名(这个步骤我是单独到每台机器上去修改的):
修改主机名要在两个地方做修改:
a. /etc/hosts文件下:
vim /etc/hosts
将第一行:127.0.0.1 localhost localhost.localdomainlocalhost4 localhost4.localdomain4
改为: 127.0.0.1 localhost sdw1localhost4 localhost4.localdomain4
(这里的sdw1表示segment1节点,其他机器类似,这里主节点叫mdw)
b. 修改 /etc/sysconfig/network
vim /etc/sysconfig/network
然后修改成下图形式,退出后加上一行命令
hostname mdw
(mdw是主节点的主机名,从节点是sdw1和sdw2)
(2)在主节点中添加对应Segment服务器的IP与主机名
vim /etc/hosts
在末尾添加如下内容
主节点IP 主节点名
从节点IP 从节点名
从节点IP 从节点名
如图:
(3)两个文件!!!
新建一个all_hosts文本和一个all_segs文本,编辑内容:
对all_hosts:
mdw
sdw1
sdw2
对all_segs:
sdw1
sdw2
也就是分别存储了所有节点和所有从节点的主机名(后面会经常用的)。
(4)登陆gpadmin用户
执行
$ source /usr/local/greenplum-db/greenplum_path.sh
$ gpssh-exkeys -f /home/gpadmin/all_hosts (all_hosts是刚刚我们建立的文本)
出现以下提示,输入root密码:
(5)出现以下提示,输入root密码:
***Enter password for root@hostname: <root_password>
结果是下图就对了:
(6)
a.为每个区段建立gpadmin用户
gpssh -f /home/gpadmin/allsegs '/usr/sbin/useradd gpadmin -d /home/gpadmin -s bin/bash'
b.建立密码
gpssh -f /home/gpadmin/allsegs 'echo “gpadmin_password” | passwd gpadmin –1'
(7)复制greenplum软件到segment host
a.主节点上创建安装GP的tar文件
cd /usr/local
gtar -cvf /home/gpadmin/gp.tar greenplum-db-*.*.*.*
b.用goscp命令将其安装到各个segment
source /usr/local/greenplum-db/greenplum_path.sh
gpscp -f /home/gpadmin/all_segs /home/gpadmin/gp.tar =:/usr/local
启动gpssh会话
gpssh -f /home/gpadmin/all_segs
在gpssh下解压
=> gtar - -directory /usr/local -xvf /usr/local/gp.tar
建立gp当前版本目录连接:
=> ln -s /usr/local/greenplum-db-*.*.*.* /usr/local/greenplum-db
(8)修改目录所有者
=> chown -R gpadmin /usr/local/greenplum-db
=> chgrp -R gpadmin /usr/local/greenplum-db
=> chown -R gpadmin /usr/local/greenplum-db-*.*.*.*
=> chgrp -R gpadmin /usr/local/greenplum-db-*.*.*.*
(9)建立segment上的存储区
=>
=>mkdir /home/gpadmin/primary #主文件
=>mkdir /home/gpadmin/mirror #镜像文件
修改权限和所有者(同上一步(8))
(10)退出gpssh交互模式
=>exit
3. 初始化GP
(1)同步时钟
在gpadmin下:
检查时钟:gpssh -f /home/gpadmin/all_hosts -v data
同步: gpssh -f /home/gpadmin/all_hosts -v ntpd
出错就以root再次执行
(2)系统检测:
gpcheckos -f /home/gpadmin/all_hosts
此步骤会修复一些问题,不再列出
(3)将/data/greenplum-db-4.2.1.0/docs/cli_help/gpconfigs/gpinitsystem_config复制到/home/gpadmin/gpconfigs目录(没有就新建个)下然后编辑:
vi gpinitsystem_config
# FILE NAME: gpinitsystem_config
# Configuration file needed by the gpinitsystem
################################################
#### REQUIRED PARAMETERS
################################################
#### Name of this Greenplum system enclosed in quotes.
ARRAY_NAME="EMC Greenplum DW"
#### Naming convention for utility-generated data directories.
SEG_PREFIX=gpseg
#### Base number by which primary segment port numbers
#### are calculated.
PORT_BASE=40000
#### File system location(s) where primary segment data directories
#### will be created. The number of locations in the list dictate
#### the number of primary segments that will get created per#### physical host (if multiple addresses for a host are listed in
#### the hostfile, the number of segments will be spread evenly across
#### the specified interface addresses).
declare -a DATA_DIRECTORY=(/home/gpadmin/primary)
#### OS-configured hostname or IP address of the master host.
MASTER_HOSTNAME=mdw
#### File system location where the master data directory
#### will be created.
MASTER_DIRECTORY=/gpmaster
#### Port number for the master instance.
MASTER_PORT=5432
#### Shell utility used to connect to remote hosts.
TRUSTED_SHELL=ssh
#### Maximum log file segments between automatic WAL checkpoints.
CHECK_POINT_SEGMENTS=8
#### Default server-side character set encoding.
ENCODING=UNICODE
################################################
#### OPTIONAL MIRROR PARAMETERS
################################################
#### Base number by which mirror segment port numbers
#### are calculated.
#MIRROR_PORT_BASE=50000
#### Base number by which primary file replication port
#### numbers are calculated.
#MIRROR_REPLICATION_PORT_BASE=51000
#### File system location(s) where mirror segment data directories
#### will be created. The number of mirror locations must equal the
#### number of primary locations as specified in the
#### DATA_DIRECTORY parameter.
##declare -a MIRROR_DATA_DIRECTORY=(/home/gpadmin/mirror /home/gpadmin/mirror /data1/mirror /data2/mirror /data2/mirror /data2/mirror)
declare -a MIRROR_DATA_DIRECTORY=(/home/gpadmin/mirror)
################################################
#### Create a database of this name after initialization.
#DATABASE_NAME=name_of_database
DATABASE_NAME=gpexmp
#### Specify the location of the host address file here instead of
#### with the the -h option of gpinitsystem.
MACHINE_LIST_FILE=/home/gpadmin/all_segs
(4)初始化数据库:
gpinitsystem -c /home/gpadmin/gpconfigs/gpinitsystem_config
会出现很多info或者warn,如果有以下信息,说明初始化成功,
然后输入Y。
(5)刚刚我们编辑gpinitsystem_config文件时,修改了下面两句
#DATABASE_NAME=name_of_database
DATABASE_NAME=gpexmp
这里在初始化之后建立了一个叫example的数据库,我们可以进行测试:
在gpadmin下:
执行以下查询
Psql -d gpexmp
Gpexmp=#
select current_timestamp;
好了,如果出现以上结果就说明你安装成功了,可以对数据库进行操作了!恭喜!!!