云服务器 Presto 集群搭建

集群规划

集群规划

环境准备

① 环境要求

JDK8 、 Python 2.4+

② 搭建好 Hadoop 环境

可参考：云服务器搭建CM/CDH6.2.1 环境

③ 下载 Presto 安装包

Presto | Download (prestodb.io)

下载版本：presto-server-0.257.tar.gz

④ 下载 Presto-Cli

Central Repository: com/facebook/presto/presto-cli/0.245.1 (maven.org)

下载版本：presto-cli-0.245.1-executable.jar

node1(Coordinator) 安装及配置

① presto-server-0.245.1.tar.gz 解压

# 创建目录并将 安装包 上传到该目录
mkdir /opt/server

# 解压并重命名安装目录
tar -xzvf presto-server-0.245.1.tar.gz
mv presto-server-0.245.1 presto

② 创建指定目录

# 创建日志存储目录
mkdir /opt/server/data

# 创建配置文件存放目录
mkdir /opt/server/presto/etc

③ 配置 config.properties

# 编辑文件
vim /opt/server/presto/etc/config.properties

# 新增以下内容
coordinator=true
node-scheduler.include-coordinator=false
http-server.http.port=8090
query.max-memory=3GB
query.max-memory-per-node=1GB
discovery-server.enabled=true
discovery.uri=http://node1:8090

④ 配置 jvm.config

# 编辑文件
vim /opt/server/presto/etc/jvm.config

# 新增以下内容
-server
-Xmx2G
-XX:+UseG1GC
-XX:G1HeapRegionSize=32M
-XX:+UseGCOverheadLimit
-XX:+ExplicitGCInvokesConcurrent
-XX:+HeapDumpOnOutOfMemoryError
-XX:+ExitOnOutOfMemoryError

⑤ 配置 node.properties

# 编辑文件
vim /opt/server/presto/etc/node.properties

# 新增以下内容
node.environment=cdhpresto
node.id=presto-cdh01
node.data-dir=/opt/server/data

⑥ 配置 catalog/hive.properties

# 编辑文件
vim /opt/server/presto/etc/catalog/hive.properties

# 新增以下内容
connector.name=hive-hadoop2
hive.metastore.uri=thrift://node3:9083

node2/node3(Worker) 安装及配置

① 重复 node1(Server) 安装及配置 中的 ① - ②

② 配置 config.properties

# 编辑文件
vim /opt/server/presto/etc/config.properties

# 新增以下内容
coordinator=false
http-server.http.port=8090
query.max-memory=3GB
query.max-memory-per-node=1GB
discovery.uri=http://node1:8090

③ 配置 jvm.config

# 编辑文件
vim /opt/server/presto/etc/jvm.config

# 新增以下内容
-server
-Xmx2G
-XX:+UseG1GC
-XX:G1HeapRegionSize=32M
-XX:+UseGCOverheadLimit
-XX:+ExplicitGCInvokesConcurrent
-XX:+HeapDumpOnOutOfMemoryError
-XX:+ExitOnOutOfMemoryError

④ 配置 node.properties

# 编辑文件
vim /opt/server/presto/etc/node.properties

# 新增以下内容
node.environment=cdhpresto
# 注意：node2 和 node3 的 node.id 是不同的，在整个集群是唯一的，名称相同 worker 的数量只会显示 1 个
# node2 -> node.id=presto-cdh02
# node3 -> node.id=presto-cdh03
node.id=presto-cdh02
node.data-dir=/opt/server/data

⑥ 配置 catalog/hive.properties

注意：这里需要配置 hive 的元数据服务的地址和端口，由于我用的是 CDH，所以我通过查看得知，我的 hive 元数据服务的地址为 node3:9083

# 编辑文件
vim /opt/server/presto/etc/catalog/hive.properties

# 新增以下内容
# 对应自己的 hive 元数据服务地址即可
connector.name=hive-hadoop2
hive.metastore.uri=thrift://node3:9083

Presto-Cli 客户端安装

注意：3 台都要安装，这样一来，在3台服务器都可以启动客户端执行命令

# 1.上传 presto-cli-0.245.1-executable.jar 到 /opt/server/presto/bin

# 2.重命名
mv presto-cli-0.245.1-executable.jar presto

# 3.赋权
chmod +x presto

启动 coordinator、worker

注意：3 台 都要启动，node1 为 coordinator ，node2 、node3 为 worker

创建快捷启动脚本

# 1.创建启动脚本
cd ~
vim start_presto.sh

# 2.增加以下内容
/opt/server/presto/bin/launcher start

# 3.分配执行权限
chmod +x start_presto.sh

在用户根目录下启动

# 1.启动
./start_presto.sh

# 2.验证
ps -aux | grep presto

# 3.日志位置，如果启动失败，可以去查看日志
/opt/server/data/var/log/server.log

在浏览器访问 presto-server 页面

http://1.117.160.1:8090/ui/

启动客户端

注意：任意一台启动即可，只要能通过客户端输入命令交互就行，输入命令后，在浏览器页面即可显示

设置环境变量

# 1.编辑配置文件
vim /etc/profile

# 2.增加以下内容
export PRESTO_HOME=/opt/server/presto
export PATH=$PATH:$PRESTO_HOME/bin

# 3.生效
source /etc/profile

启动 presto 客户端

# 启动，在不同的节点使用不同的 主机名称
presto --server node1:8090 --catalog hive --schema default

# 验证
show tables;

停止 coordinator、worker

停止命令

/opt/server/presto/bin/launcher stop

安装目录及配置详解

目录结构详解

① data 目录：日志等的存放目录，需要手动创建，建议在安装目录之外创建一个 data 目录，以便在升级 Presto 时可以保留此目录

② bin 目录：可执行文件

③ lib 目录：对应的jar包

④ plugin 目录：第三方库插件

配置文件详解

① node.properties: 每个节点的环境配置

# node.environment
环境的名称,群集中的所有 Presto 节点必须具有相同的环境名称

# node.id
集群中 Presto 安装的唯一标识符，这对于每个节点都必须是唯一的。在重新启动或升级Presto时，此标识符应保持一致。如果在一台计算机上运行多个Presto安装（即同一台计算机上有多个节点），则每个安装必须具有唯一的标识符

# node.data-dir
数据目录的位置（文件系统路径），Presto 将在此处存储日志和其他数据

② jvm.config: JVM的命令行选项，包含用于启动 Java 虚拟机的命令行选项列表。文件的格式是选项列表，每行一个。不能使用空格或其他特殊字符

③ config.properties: Presto Server的配置项

Presto服务有三种角色：coordinator、worker、coordinator&worker (单机版)

每个Presto服务都可以充当 coordinator 和 worker，但是独立出一台服务器专用于 coordinator 协调工作将在较大的群集上提供最佳性能

# coordinator 节点配置
coordinator=true
node-scheduler.include-coordinator=false
http-server.http.port=8090
query.max-memory=4GB
query.max-memory-per-node=1GB
query.max-total-memory-per-node=2GB
discovery-server.enabled=true
discovery.uri=http://example.net:8090

# worker 节点的配置
coordinator=false
http-server.http.port=8090
query.max-memory=4GB
query.max-memory-per-node=1GB
query.max-total-memory-per-node=2GB
discovery.uri=http://example.net:8090

# coordinator&worker 配置(单台服务器即是 coordinator，同时又是 worker)
coordinator=true
node-scheduler.include-coordinator=true
http-server.http.port=8090
query.max-memory=4GB
query.max-memory-per-node=1GB
query.max-total-memory-per-node=2GB
discovery-server.enabled=true
discovery.uri=http://192.168.88.80:8090

# coordinator
允许此Presto实例充当coordinator协调器角色（接受来自客户端的查询并管理查询执行

# node-scheduler.include-coordinator
允许此Presto实例充当coordinator&worker角色。对于较大的群集，coordinator上的worker工作可能会影响查询性能，因为两者互相争抢计算机的资源会导致调度的关键任务受到影响

# http-server.http.port
指定HTTP服务器的端口。Presto使用HTTP进行内部和外部所有通信

# query.max-memory
单个query操作可以使用的最大集群内存量

# query.max-memory-per-node
单个query操作在单个节点上用户内存能用的最大值

# query.max-total-memory-per-node
单个query操作可在单个节点上使用的最大用户内存量和系统内存量，其中系统内存是读取器、写入器和网络缓冲区等在执行期间使用的内存

# discovery-server.enabled
Presto使用发现服务Discovery service来查找群集中的所有节点。每个Presto实例在启动时都会向Discovery服务注册。为了简化部署并避免运行其他服务，Presto协调器coordinator可以运行Discovery服务的嵌入式版本。它与Presto共享HTTP服务器，因此使用相同的端口。

# discovery.uri
Discovery服务的URI地址。由于启用了Presto coordinator内嵌的Discovery 服务，因此这个uri就是Presto coordinator的uri。修改example.net:8090，根据你的实际环境设置该URI。此URI不得以“/“结尾

④ catalog/hive.properties: 数据源连接器的配置，这里使用的是 hive 数据源

Presto 通过 catalogs 中的连接器 connectors 访问数据。connector 提供了对应 catalog 中的所有 schema 和 table。比如，如果在catalog 中配置了 Hive connector，并且此 Hive 的 ’web’ 数据库中有一个 ’clicks’ 表，该表在 Presto 中就可以通过 hive.web.clicks 来访问

通过在 etc/catalog 目录中创建配置文件来注册 connector。比如，通过创建 etc/catalog/hive.properties，即可用来注册 hive 的connector

⑤ etc/log.properties：日志配置

# 配置日志级别
# DEBUG，INFO，WARN，ERROR
# 这会将 com.facebook.presto.server 和 com.facebook.presto.hive 的日志级别都设置为 INFO
com.facebook.presto=INFO

常见错误排查

错误 1 ：hive 的 Metastore Server 地址配置错误

详情：
Required table missing : “VERSION” in Catalog “” Schema “”. DataNucleus requires this table to perform its persistence operations. Either your MetaData is incorrect, or you need to enable “datanucleus.schema.autoCreateTables”
org.datanucleus.store.rdbms.exceptions.MissingTableException: Required table missing : “VERSION” in Catalog “” Schema “”. DataNucleus requires this table to perform its persistence operations. Either your MetaData is incorrect, or you need to enable “datanucleus.schema.autoCreateTables”

Failed connecting to Hive metastore

解决方案：

检查 hive.properties 中的 hive.metastore.uri 配置项，确定 hive 元数据服务在哪台服务器上，然后配置，通过该命令在 3 台服务器查找 元数据服务

# 根据端口查看进程
netstat -tunlp | grep 9083

错误 2 ：节点的可用内存不够

详情：
Max query memory per node (query.max-memory-per-node) cannot be greater than the max query total memory per node

解决方案：
节点的可用内存需要大于 query.max-memory-per-node
建议通过以下检查

# 1.检查当前节点的可用内存
free -h

# 2.重新配置 config.properties
# 由于我的每个节点的可用内存都只剩下 900M，所以我的配置如下

# 集群可以使用的最大内存
query.max-memory=2GB
# 当前节点可以使用的最大内存
query.max-memory-per-node=512MB

错误 3 ：hive 的 hive.properties 配置文件路径错误

详情：
Catalog ‘hive’ does not exist

解决方案：

# 1.结束 presto 的进程

# 2.正确的 hive.properties 配置文件路径
# 路径格式：presto 的安装路径 + etc/catalog/hive.properties
# 示例：
/opt/server/presto/etc/catalog/hive.properties

最后

以上就是甜美牛排为你收集整理的云服务器 Presto 集群搭建的全部内容，希望文章能够帮你解决云服务器 Presto 集群搭建所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。