创建本地yum软件源，为本地Package安装Cloudera Manager、Cloudera Hadoop及Impala做准备

一、包管理工具及CentOS的yum

1、包管理工具如何发现可以用的包

包管理工具依赖一系列软件源，工具下载源的信息存储在配置文件中，其位置随某包管理工具不同而变化

使用yum的RedHat/CentOS存储在：/etc/yum.repos.d
使用apt-get的Debian/Ubuntu在：/etc/apt/apt.conf （额外的源采用*.list文件指定，存储在/etc/apt/sources.list.d目录下）

例如在，CentOS下面：

[root@lemon ~]# ls -l /etc/yum.repos.d/

total

-rw-r--r--.  root root  Feb  : CentOS-Base.repo

-rw-r--r--.  root root   Feb  : CentOS-Debuginfo.repo

-rw-r--r--.  root root   Feb  : CentOS-Media.repo

-rw-r--r--.  root root  Feb  : CentOS-Vault.repo

drwxr-xr-x   root root  Jun  : cloudera-cdh4

-rw-r--r--   root root   Jun  : clouder-cdh4.repo

上述每个.repo文件对应着一个或者多个软件源，下面CentOS-Base.repo的片段说明，该文件定义了两个软件源，一个是Base，一个是Upadate。镜像列表参数指向一系列可以下载软件源的网址。

#………

[base]

name=CentOS-$releasever - Base

mirrorlist=http://mirrorlist.centos.org/?release=$releasever&arch=$basearch&repo=os

#baseurl=http://mirror.centos.org/centos/$releasever/os/$basearch/

gpgcheck=1

gpgkey=file:///etc/pki/rpm-gpg/RPM-GPG-KEY-CentOS-6

#released updates

[updates]

name=CentOS-$releasever - Updates

mirrorlist=http://mirrorlist.centos.org/?release=$releasever&arch=$basearch&repo=updates

#baseurl=http://mirror.centos.org/centos/$releasever/updates/$basearch/

gpgcheck=1

gpgkey=file:///etc/pki/rpm-gpg/RPM-GPG-KEY-CentOS-6

#………

在CentOS下面可以使用：yum repolist 查看系统中启用的软件源。CentOS有如下软件源列表：

[root@lemon ~]# yum repolist

Loaded plugins: fastestmirror, refresh-packagekit, security

Loading mirror speeds from cached hostfile

 * base: mirror01.idc.hinet.net

 * extras: mirror01.idc.hinet.net

 * updates: ftp.stu.edu.tw

repo id                repo name                                               status

base                   CentOS- - Base                                         ,

cloudera-cdh4          Cloudera's Distribution for Hadoop, Version 4              97

extras                 CentOS- - Extras

updates                CentOS- - Updates

repolist: ,

二、创建自己的yum软件源（以Cloudera Hadoop的安装为例）

自定义软件源，给不能联网或者网络不畅的计算机安装软件提供了便利，使得待安装软件的主机可以使用本地的软件源完成安装。下面讲述如何创建本地包软件源，并指示本地主机直接使用。简要概括起来如下：将下载的RPM包放到本地主机的某一个目录下，接着完成创createrepo（创建软件源的工作），然后在网站上发布这一软件源。

1、下载Cloudera Manager安装文件

Cloudera Manager的可以从如下网址获得：

http://archive.cloudera.com/cm4/installer/

这里选择Cloudera Manager 最新版4.6.0.1

http://archive.cloudera.com/cm4/installer/latest/cloudera-manager-installer.bin

2、下载相关的CM安装所需要的RPM包

下载网址为：

http://archive.cloudera.com/cm4/redhat/6/x86_64/cm/4/RPMS/x86_64/

下载全部的7个rmp包，如下图所示：

3、创建软件源

将下载好的rpm文件拷贝到制定目录，如：/home/admin/RPMS中

[root@lemon RPMS]# ls

cloudera-manager-agent-4.5.-.cm452.p0..x86_64.rpm

cloudera-manager-daemons-4.5.-.cm452.p0..x86_64.rpm

cloudera-manager-parcel-4.5.-4.5.-.cm452.p0..x86_64.rpm

cloudera-manager-server-4.5.-.cm452.p0..x86_64.rpm

cloudera-manager-server-db-4.5.-.cm452.p0..x86_64.rpm

enterprise-debuginfo-4.5.-.cm452.p0..x86_64.rpm

jdk-6u31-linux-amd64.rpm

创建软件源的主机没有安装createrepo，可以通过shell命令yum install createrepo安装。
当在包含文件的目录下运行如下创建命令：

[root@lemon RPMS]# createrepo .

程序也会创建一个repodata目录，该目录包含一些描述软件源的xml文件。如下所示：

[root@lemon RPMS]# createrepo .

Spawning worker  with  pkgs

Workers Finished

Gathering worker results

Saving Primary metadata

Saving file lists metadata

Saving other metadata

Generating sqlite DBs

Sqlite DBs complete

[root@lemon RPMS]# ls

cloudera-manager-agent-4.5.-.cm452.p0..x86_64.rpm

cloudera-manager-daemons-4.5.-.cm452.p0..x86_64.rpm

cloudera-manager-parcel-4.5.-4.5.-.cm452.p0..x86_64.rpm

cloudera-manager-server-4.5.-.cm452.p0..x86_64.rpm

cloudera-manager-server-db-4.5.-.cm452.p0..x86_64.rpm

enterprise-debuginfo-4.5.-.cm452.p0..x86_64.rpm

jdk-6u31-linux-amd64.rpm

repodata

[root@lemon RPMS]# cd repodata/

[root@lemon repodata]# lsother.xml.gz

other.sqlite.bz2

filelists.sqlite.bz2

primary.xml.gz

filelists.xml.gz

primary.sqlite.bz2

repomd.xml

此命令之后，RPM包就会加入到本地的软件源中。

4、安装Apache httpd web服务器

如果你已经安装了一个web服务器，可以略过此步，如果未安装可以通过如下shell命令安装

[root@lemon ~]$ yum install httpd

安装完毕后，启动httpd服务

[root@lemon ~]$ service httpd start

5、发布软件源文件

将文件复制/移动到WEB服务器的根目录下，Linux下面默认是/var/www/html目录，

[root@lemon ~]$ mv /home/admin/RPMS /var/www/html

[root@lemon ~]$ chmod -R ugo+rx /var/www/html/RPMS

并更改文件权限，使用户、同组、其他组都可以读/执行文件。
访问http://<hostname>:80/RPMS测试文件首页是否正常显示各文件的索引，通常要关闭selinux（重启生效），该yum软件源才能访问。

如果不能访问，出现403错误（在实体机上常见），即you don't have permission to access / on this server(Apache Server权限访问问题），则需要在/etc/httpd/httpd.conf中添加如下配置：

<Directory "/var/www/icons">

    Options Indexes MultiViews FollowSymLinks

    AllowOverride None

    Order allow,deny

    Allow from all

</Directory>

Alias /CDH4-RPMS/ "/var/www/html/CDH4-RPMS/"

<Directory "/var/wwww/html/CDH4-RPMS">

 Options Indexes MultiViews FollowSymLinks

 AllowOverride None

 Order allow,deny

  Allow from all

</Directory>

Alias /CM4-RPMS/ "/var/www/html/CM4-RPMS/"

<Directory "/var/www/html/CM4-RPMS">

 Options Indexes MultiViews FollowSymLinks

 AllowOverride None

 Order allow,deny

  Allow from all

</Directory>

Alias /IMPALA-RPMS/ "/var/www/html/IMPALA-RPMS/"

<Directory "/var/www/html/IMPALA-RPMS">

 Options Indexes MultiViews FollowSymLinks

 AllowOverride None

 Order allow,deny

  Allow from all

</Directory>

6、更改客户端配置，使其能够找到该软件源

在客户端新建如下格式的文件，内容如下所示：

[myrepo]

name=myrepo

baseurl=http://hostname/RPMS

enabled=

gpgcheck=

主机名是刚才所建立的软件源的主机名。将文件命名为myrepo.repo，并将文件放到/etc/yum.repos.d目录下，即最终结果为/etc/yum.repos.d/myrepo.repo

这里的客户端指的是使用本地源的主机，（即待安装的不能联网的哪些主机）。

注意：/etc/yum.repos.d目录下仅仅保留自己创建的本地库，否则其他的库因为不能联网，会报错的，使得安装退出。本例中，仅仅保留myrepo.repo。

在CM的集群配置页面，设定好本地源后，会有相应的解析，找到本地的源。其中cloudera-manager.repo

cloudera-cdh4.repo、cloudera-impala.repo解析后新建的，原来自己配的源的名字分别是cm4repo.repo、cdh4repo.repo、impalarepo.repo（实际应用中发现，最好将名字命名为cloudera-manager.repo、cloudera-cdh4.repo、cloudera-impala.repo，否则会可能出现无法解析错误，即cloudera-manager-installer-bin还是会向cloudera的官网去找）。

解析后的内容如下：

[root@lemon yum.repos.d]# cat cloudera-cdh4.repo

[cloudera-cdh4]

name = Cloudera CDH, Version (Custom)

baseurl = http://192.168.2.171/CDH4-RPMS

gpgcheck = 

[root@lemon yum.repos.d]# cat cloudera-impala.repo

[cloudera-impala]

name = Impala, Version (Custom)

baseurl = http://192.168.2.171/impala

gpgcheck = 

[root@lemon yum.repos.d]# cat cloudera-manager.repo

[cloudera-manager]

name = Cloudera Manager, Version 4.6.

baseurl = http://192.168.2.171/RPMS

gpgcheck =

安装的时候也可能会出现如下错误：

Resolving Dependencies

--> Running transaction check

---> Package cloudera-manager-server-db.x86_64 :4.6.-.cm460.p0. will be installed

--> Processing Dependency: postgresql-server >= 8.0 for package: cloudera-manager-server-db-4.6.-.cm460.p0..x86_64

--> Finished Dependency Resolution

Error: Package: cloudera-manager-server-db-4.6.-.cm460.p0..x86_64 (cm4repo)

           Requires: postgresql-server >= 8.0

 You could try using --skip-broken to work around the problem

 You could try running: rpm -Va --nofiles --nodigest

所以，这个时候要安装postgresql-server8.4 或者是9.0（要求8.0及其以上），这个安装比较麻烦，需要解决各种依赖库。

postgresql说明：

postgresql包含许多不同的包，包括第三方类库，通常安装最重要的包即可（能满足大部分应用需求）。这些包如下：

postgresql - 客户端类库及二进制文件
postgresql-server - 核心的数据库服务器
postgresql-contrib - 附加的供应组件
postgresql-devel - 用户C语言开发的类库和头文件
pgadmin3 - 数据库图像化管理工具第三版

9.0版本的rpm包具体下载地址为：

http://yum.postgresql.org/9.0/redhat/rhel-6-x86_64/repoview/

备注：研究发现缺少包这些问题是由虚拟机造成的，虚拟机安装的时候是默认安装，省去了里面很大一部分的包，比如虚拟机安装的时候不带jdk、postgresql数据库、mysql数据库，而这些都是在实体机安装的时候所没有的问题，所以实践很重要！在实体机下面缺少postgresql数据库所造成的问题根本就不存在！

7、使用本地类库安装CM

CM安装必须通过package方式，而CDH、Impala可以通过package、parcel方式安装。

安装程序默认从网络下载程序包安装，如果你已经配置好了本地软件源，并将本机（客户端）做了识别配置，

只需要在安装的时候添加参数（--skip_repo_package=1），shell命令如下：

$ sudo ./cloudera-manager-installer.bin --skip_repo_package=

详细的安装步骤及过程，详见Cloudera Manager and CDH安装及配置

备注：CM包下载地址：http://archive.cloudera.com/cm4/

　　　 CDH包下载地址：http://archive.cloudera.com/cdh4/

　　　 IMPALA包下载地址：http://archive.cloudera.com/impala/

另外下载时候要注意，如果X86_64同级目录还有noarch目录，且里面也有文件的时候也要一并下载，不然使用本地软件源的时候提示部分文件找不到。