延云YDB&&YA100安装部署文档

YDB：实时在线分析（OLAP）系统：是我们自主研发的一个大型分布式索引系统。旨在为数据总量为万亿级别、每天千亿级别数据增量的项目提供近似实时的数据导入，并提供近似实时响应的多维查询与统计服务。

Ya100:大数据加速器：Spark
SQL的一种新的存储格式。 Ya100比Parquet格式快5~100倍.任意维度组合,过滤，万亿数据秒级响应。Ya100内嵌ydb可以通过kafka进行数据的实时导入。

依赖的硬件配置

一、延云YDB最低配置

1.内存：16G

2.磁盘：至少2块独立的物理硬盘，数据盘与操作系统盘分离。

3.CPU:至少8线程（1颗,4核,8线程）

二、如下场景，延云将不再提供安装技术支持

1.低于最低配置要求的用户。

2.虚拟机用户：hadoop在虚拟机中执行效率很低。

3.32位系统的用户：这类系统最大只有4G内存。

三、延云YDB推荐配置

1.机器内存：128G

2.磁盘：2T*12的磁盘

3.CPU：24线程（2颗,12核,24线程）

YDB依赖的软件环境（需用户自行安装）

1.操作系统

Centos 6.x 64bit

不推荐过老或过新的操作系统，诸多hadoop厂商的发行版在过老或过新的系统上有问题。

2.Java

JDK1.7及以上版本

3.Hadoop

2.0以上版本，需要支持yarn

4.Zookeeper

   zookeeper-3.4.5及以上版本

4.Spark版本

1.6.x系列，推荐1.6.1版本。之前的版本运行不了。

Spark只需要编译好的安装包，放到指定磁盘目录即可，您无需安装与部署。

如果您的Hadoop版本交特殊：可以下载spark源码进行编译，编译命令如下

export JAVA_HOME=/install/jdk

export PATH=$JAVA_HOME/bin:$PATH

export MAVEN_OPTS="-Xmx3g -XX:MaxPermSize=512M -XX:ReservedCodeCacheSize=512m“

build/mvn -Pyarn -Phadoop-2.6 -Dhadoop.version=2.6.1
-Phive -Phive-thriftserver -DskipTests -Dmaven.test.skip=true
clean package

##################################################

操作系统：基本可用性检查

1.ulimit –n 检查是否是65535而不是默认的1024

    否则执行如下三步配置ulimit

    第一步：执行 ulimit -n 65535

    第二步：编辑/etc/security/limits.conf最后增加如下两行记录

       *softnofile 65535
        * hard
nofile 65535

    第三步:编辑/etc/security/limits.d/90-nproc.conf

          将其中的1024也修改为65535

2.确定多台机器之间的时钟时间是否同步，建议配置ntp服务

3.防火墙是否关闭

      iptables–F以及通过setup\services等服务里将防火墙关闭

4.Swap是否关闭

    Swap会对系统的稳定性带来较大影响，一般hadoop生态圈均禁用swap，禁用方法为执行

    swapoff-a

5.检查/proc/sys/vm/overcommit_memory的配置值

    如果为2，建议修改为0，否则有可能会出现，明明机器可用物理内存很多，但jvm确申请不了内存的情况。

6.检查语言环境是否UTF8

    否则 配置 exportLANG=zh_CN.UTF-8这个环境变量

7.10000端口是否被占用

     由于ya100对外的jdbc的服务端口为10000，需要先通过netstat
–npl|grep 10000看看是否有进程已经占用了改端口，如果有，相关服务要先停掉后才能启动ya100,典型场景是，先前这台机器已经启动了别的spark或hive服务，占用了10000端口

依赖的软件：基本可用性检查

1.HDFS检查

      打开50070端口，检查hdfs是否启动成功，存储空间分配的是否正确

    第一：确保hdfs安装成功，一定要手工通过hadoop–put命令，上传一个文件试一试。

    第二：确保将来准备分配给YDB的hdfs目录有读写权限,建议第一次新手安装，取消hdfs的权限验证，配置dfs.permissions.enabled为false，并重启集群

    第三：一定要确保dfs.datanode.data.dir的目录配置的是所有的数据盘，而不是配给了系统盘

系统盘一定要与数据盘分离，否则磁盘特别繁忙的时候会造成操作系统很繁忙，zk之类的容易挂掉。

2.YARN检查

    打开8088，检查yarn是否启动成功，VCoresTotal
\Memory Total 分配的是否正确。经常有朋友忘记更改yarn的默认配置导致一台128G内存的机器最多只能启动2个进程，只能使用8G内存。

    第一：yarn.nodemanager.resource.memory-mb用于配置Yarn当前机器的可用内存，通常配置当前机器剩余可用内存的80%.

    第二：yarn.scheduler.minimum-allocation-mb为一个Yarn
container申请内存的最小计费单位，建议调小一些，如128，让计费更精准.

    第三：yarn.scheduler.maximum-allocation-mb为一个Yarn
container可以申请最大的内存，建议调整为32768（不一定真用到这些）.

    第四：yarn.nodemanager.resource.cpu-vcores当前机器可以启动的Yarn container的数量，建议配置为当前机器的cpu的线程数 如24个。

    第五：yarn.nodemanager.pmem-check-enabled与yarn.nodemanager.vmem-check-enabled一定要都配置成false，因为1.6版本的spark有BUG，会使用较多的堆外内存，yarn会kill掉相关container，造成服务的不稳定。

    第六：mapreduce.application.classpath里面的值是否有配置的jar包并不存在，典型的情况下是找不到lzo的包（许多厂商的安装部署会配置该参数），如果有的jar包找不到，建议注释掉相关依赖，否则可能会造成ydb启动失败;

    如默认的hdp集群就要将其中的lzo的配置给注释掉/usr/hdp/${hdp.version}/hadoop/lib/hadoop-lzo-0.6.0.${hdp.version}.jar；

3.Zookeeper检查

    第一：要探测zookeeper的2181端口是否启动 可以通过netstat
–npl|grep2181来查看

    第二：zookeeper的数据目录别与hdfs的数据盘放在一起，尽量独立一个磁盘，或者放在系统盘，否则数据盘特别繁忙的时候zookeeper本身非常容易挂掉

    第三：zookeeper的日志清理要打开，否则会出现系统运行几个月后，zookeeper所在的磁盘硬盘变满的情况，将zoo.cfg里的这两个配置项注释开即可：

       autopurge.purgeInterval=24

       autopurge.snapRetainCount=30

##################################################

开始部署延云YDB

第一：去延云的官方下载最新的稳定版的YDBhttp://ycloud.net.cn/yyydb

第二：将YDB上传到服务器上，并解压

第三：配置conf目录下的ya100_env.sh环境变量

    1.基本环境配置

       export HADOOP_CONF_DIR=/etc/hadoop/conf

       export HADOOP_HOME=/usr/hdp/current/hadoop-client

       export JAVA_HOME=/usr/jdk64/jdk1.8.0_60

       exportSPARK_HOME=/root/software/spark-1.6.1

       注意：配置过后大家一定要手工验证下，相关目录的配置文件是否真的存在

    2.配置内存与启动的并发数

       #为启动的进程数量，切记不要超过yarn总的vcores的数量-1，建议每台机器配置cpu线程数的一半，如12个；

       #如果有3台机器，每台机器配置12个的话那么下面这项的值要写36，不要只写12

       export YA100_EXECUTORS=12

       #启动的进程，每个给分配多少内存

       #YA100_EXECUTORS*YA100_MEMORY的大小建议为yarn总内存的3/5（剩下的留给操作系统）

       #关于内存控制参数的详细说明，请阅读example下的《3.大家需要了解的几个内存控制的参数.txt》说明

       export YA100_MEMORY=2500m

       #每个进程内启动的线程数，一般不需要修改

       export YA100_CORES=2

       #ya100接口程序分配的内存，建议2000m以上

       export YA100_DRIVER_MEMORY=3000m

第四：配置conf目录下的ydb_site.yaml环境变量

    该文件的配置非常容易出错，要注意如下几点：

    1.文件格式必须为utf8格式，切记切记

    2.每个配置项的开头必须有个空格，而不tab

    3.配置文件中别出现tab

    4.注意每个KEY: VALUE之间是有一个空格的，如果value是字符串类型，要用双引号括起来

    配置项说明如下：

    1.配置Ydb的存储路径的配置ydb.hdfs.path

          注意ydb的存储路径与ya100的存储路径不是一个，要分别配置成不同的路径，不能重复

          ya100的默认存储路径在conf目录下的hive-site.xml中的hive.metastore.warehouse.dir

          Ya100的每张表的存储路径也可以再创建表的时候由location来指定。

   2.配置Ydb在实时导入过程中，所使用的临时目录ydb.reader.rawdata.hdfs.path

    3.配置ydb httpui服务的端口ydb.httpserver.port默认为1210

    4.配置ydb依赖的zookeeper的地址

        storm.zookeeper.servers:

               - "192.168.1.10"

       storm.zookeeper.root: "/ycloud/ydb“

第五：其他ya100/conf目录下的配置文件的说明

    1.hive-site.xml hive表的配置，如果想要更改hive的一些配置，如将hive的元数据写入到数据库里，可修改此文件。
    2.spark-defaults.conf用于配置spark，如果需要修改spark的默认调度规则，可以修改此配置。
    3.init.sql为ya100启动时候的初始化方法，如果我们的业务需要自定义UDF，可以考虑将自定义UDF语句放到这里，通过init.sh来执行
    4.driver.log.properties为接口程序的log4j的配置，默认日志记录在logs目录下
    5.worker.log.properties为ya100的工作进程的log4j的配置，默认记录在每台机器的yarn的工作目录下。

服务的启动与检查

    进入bin目录，执行chmoda+x *.sh

第一：启动spark

    ./start.sh

第二：spark
服务检查：

    1.tail 
-f../logs/ya100.log 看是否有报错，当出现如下的日志，表示启动成功



    2.打开yarn的8088页面，看启动的container数量以及内存的时候是否正确



 

  3.看下面是否有ya100 on spark的任务，点击对应的applicationMaster看是否能打开spark的ui页面



第三：启动ydb

    ./init.sh

第四：YDB服务检查

    1.通过浏览器打开:1210页面，看是否能打开

    2.点开“work工作进程列表”看启动的worker数量是否与在ya100_env.sh里配置的YA100_EXECUTORS数量一致



第五：服务的停止

    ./stop.sh

##################################################

了解延云ya100、ydb的用法、进行测试、生成演示demo

    打开ya100/example目录

第一： ya100_example.sql

    包含了 ya100的基本表的创建，查询的使用，数据的导入等。

第二： ydb_example.sql

    包含了ydb的表的创建，ya100与ydb表的连接，查询的使用，数据的导入等

第三：如何通过kafka实时导入数据.txt

    阐述了Ydb如何通过kafka实时的进行数据导入

第四：”标准性能测试.txt ”

    给出了如何用ya100自带的25个用例进行性能比较测试以及标准的tcp-h测试方法

第五：”演示demo搭建.txt”

    如何快速的使用ydb生成延云官方提供的演示demo

Ya100与ydb的四种使用方法

1.命令行操作

    cd bin

    ./conn.sh
直接数据命令

    ./conn.sh -f xxx.sql来执行一个文件里的全部的SQL

2.通过jdbc来连接

    Class.forName("org.apache.hive.jdbc.HiveDriver");

    Connection
conn = DriverManager.getConnection("jdbc:hive2://101.200.130.48:10000/default","ycloud","");

    Statement
smst = conn.createStatement();

    smst.executeQuery("setya100.spark.filter.tg_2k1v_ly_ya100=;");

    smst.executeQuery("setya100.spark.combine.tg_2k1v_ly_ya100=*;");

    smst.executeQuery("setya100.spark.top10000.tg_2k1v_ly_ya100=;");

    ResultSetrs =smst.executeQuery("selectYcount('*',ya100_pipe)
from tg_2k1v_ly_ya100 limit 300");

    while (rs.next()){

       for (int i = 0; i < columnNum;i++) {

       objArray[i]=rs.getObject(i
+1);

    }

    rs.close();

    smst.close();

    conn.close();

3. 旧版YDB接口(为兼容而保留)

    http://192.168.112.129:8080/sql?sql=selectindexnum,label fromydbexample
whereydbpartion=‘20151011’ limit 0,100

4.新版web接口

    http://192.168.112.129:8080/sparksql?sql=set+ya100.spark.filter.tg_2k1v_ly_ya100%3D%3B+set+ya100.spark.combine.tg_2k1v_ly_ya100%3D*%3B+set+ya100.spark.top10000.tg_2k1v_ly_ya100%3D%3Bselect+indexnum%2Clabel+from+ydbexample+where+ydbpartion%3D%E2%80%9820151011%E2%80%99+limit+100
常见问题FAQ

1.是否在同一个yarn环境下混搭多个不同的环境？

    延云产品跟其他对性能要求较高的系统如Hbase一样。虽然支持混搭，但不建议这样做。

    通常来说为了避免相互之间造成较严重的影响，一般都是独立的集群。

2.是否可以在虚拟机下运行

  延云产品可以运行在虚拟机下，但是由于hadoop运行在虚拟机中性能损耗较大，所以延云跟大数据生态圈中的其他产品一样，真正的生产环境并不推荐使用虚拟机。

3.出现Container released on a *lost* node后服务就挂了

  需要先检查下磁盘的使用率是否超过90%，默认yarn会为每台机器保留10%的空间，如果剩余空间较少，yarn就会停掉这些机器上的进程。

4.使用Ya100在进行数据导入的时候，或者进行一些复杂较大的查询时其他查询会卡主。

    默认ya100使用Spark的FIFO的调度模式，意味着那个任务先开始，后续的任务必须等待其完成结束后才能开始后续的查询。大家可以编辑ya100目录下的spark-defaults.conf配置文件，将其调度器，更改为公平调度模式，将一部分资源预留给较重要的查询。具体可以参考这个。

http://www.07net01.com/program/658140.html