普元数据开发平台
产品介绍
安装部署

# Primeton DI 安装指南

Primeton DI 是数据加工作业的处理引擎，后续简称：DI。

提示：确保各个服务器网络连通正常。

1、DI 内部有两个模块：DI Server 和 DI Client。DI Server 是常驻进程；DI Client 用于与Dolphinscheduler 的 worker进行通讯，然后将任务下发到 DI Server 执行。
2、单节点部署时，DI 必须和Dolphinscheduler 的 worker 节点部署在同一台服务器上；
3、集群部署时，可以将多套 DI 部署在多个服务器上；只需要其中一套 DI (作为客户端)和Dolphinscheduler 的 worker 节点>部署在同一台服务器上；
4、Dolphinscheduler 的 PDI_HOME 的配置路径，要配置成 ${Primeton DI安装目录}/diclient 所在路径，如下所示：

export PDI_HOME=${PDI_HOME:-/home/DI/Primeton_DI_7.2.0/diclient}

Dolphinscheduler 的安装配置参见：DolphinScheduler安装指南

Primeton DI提供两种使用方式：

  • 解压安装：单节点安装时推荐使用
  • 集群部署安装：多节点安装时推荐使用

# 单节点解压安装

# 1. 解压介质包

mkdir -p /home/DI/Primeton_DI_7.2.0
tar -xvf Primeton_DI_7.2.0.tar.gz -C /home/DI/Primeton_DI_7.2.0

# 2. 修改di-server-config.yaml配置文件。

编辑 Primeton_DI_7.2.0/diserver/config/di-server-config.yaml 文件。

vi di-server-config.yaml

修改 cluster-name、member-list、port，如果没有端口冲突可以使用默认值 port: 6000。

hazelcast:
  cluster-name: DI
  network:
    rest-api:
      enabled: true
      endpoint-groups:
        CLUSTER_WRITE:
          enabled: true
        DATA:
          enabled: true
    join:
      tcp-ip:
        enabled: true
        member-list:
          - 192.168.16.80
    port:
      auto-increment: true
      port-count: 100
      port: 6000
  properties:
    hazelcast.invocation.max.retry.count: 20
    hazelcast.tcp.join.port.try.count: 30
    hazelcast.logging.type: log4j
    hazelcast.operation.generic.thread.count: 50
    di.get.server.resouce.frequence: 60000    # 获取Server所在服务器资源频率 单位：毫秒
    di.server.job.maxcount: unlimited    # 任务运行最大并行数，unlimited:不限制
	di.project.clear.corn: 0 0 1 * * ?  # 项目日志清理运行时间，默认每天1点
    di.project.save.days: 30  # 项目日志保存天数
配置项 说明
cluster-name 集群名称，默认值是 DI。该值需要和 DI Client 的 di-client-config.yaml 中配置的一样。
member-list DI Server 的 IP，如果是集群，可以配置多个。必须和 DI Client 的 di-client-config.yaml 中 cluster-members中的 IP 一致，建议配置真实 IP，避免配置 127.0.0.1、localhost。
port DI Server 的端口，默认值是 6000。该值需要和 DI Client 的 di-client-config.yaml 中配置的一样。
di.get.server.resouce.frequence 提取 DI Server 所在服务器资源频率 单位：毫秒
di.server.job.maxcount DI Server 任务运行最大并行数，unlimited:不限制
di.project.clear.corn DI Server project目录（项目日志）清理运行时间，默认每天1点
di.project.save.days DI Server project目录（项目日志）保存天数

# 3.修改di-client-config.yaml配置文件

编辑 Primeton_DI_7.2.0/diserver/config/di-client-config.yaml 文件。

vi diserver/config/di-client-config.yaml

修改 cluster-name、cluster-members。

hazelcast-client:
  cluster-name: DI
  properties:
    hazelcast.logging.type: log4j2
    server.cpu.maxusages.threshold: 90
    server.memory.maxusages.threshold: 90
    server.disk.maxusages.threshold: 90
    server.cpu.usage.weight: 50
    server.memory.usage.weight: 50
    client.task.dispatch.strategy: RETRY  #         WAITING,REJECT,RETRY
    client.task.dispatch.strategy.waiting.timeout:  30 # second
    client.task.dispatch.strategy.retry.times: 3
    client.task.dispatch.strategy.retry.interval: 3 # second
  connection-strategy:
    connection-retry:
      cluster-connect-timeout-millis: 3000
  network:
    cluster-members:
      - 192.168.16.80:6000
配置项 说明
cluster-name 集群名称，默认值是 DI。该值需要和 DI Server 的 di-server-config.yaml 中配置的一样。
hazelcast.logging.type 日志形式，默认值是 log4j2。
server.cpu.maxusages.threshold DI Server节点CPU使用率阙值，DI Server所在服务器CPU使用率超过此阙值该节点不参与任务执行，取值范围 0-100。
server.memory.maxusages.threshold DI Server节点内存使用率阙值，DI Server所在服务器内存使用率超过此阙值该节点不参与任务执行，取值范围 0-100。
server.disk.maxusages.threshold DI Server节点磁盘使用率阙值，DI Server所在服务器磁盘使用率超过此阙值该节点不参与任务执行，取值范围 0-100。
server.cpu.usage.weight 选择DI Server执行任务，计算DI Server权重时CPU使用率所占比例，数值越大，CPU使用率所占权重越高，相同CPU使用率下，DI Server被选中执行任务的概率越小，取值范围 0-100。
server.memory.usage.weight 选择DI Server执行任务时，计算DI Server权重时内存使用率所占比例，数值越大，内存使用率所占权重越高，相同内存使用率下，DI Server被选中执行任务的概率越小，取值范围 0-100。
client.task.dispatch.strategy 客户端下发任务失败时的策略：WAITING、REJECT、RETRY。
client.task.dispatch.strategy.waiting.timeout client.task.dispatch.strategy设置WAITING时的等待时长，默认30s。
client.task.dispatch.strategy.retry.times client.task.dispatch.strategy设置RETRY时的重试次数，默认3次。
client.task.dispatch.strategy.retry.interval client.task.dispatch.strategy设置RETRY时的重试间隔，默认3s。
cluster-connect-timeout-millis 连接超时时间，默认值是 3000 毫秒。
cluster-members DI 集群中 DI Server 的 IP、Port，可以配置多个。该值需要和 DI Server 的 di-server-config.yaml 中配置的一致。
当多个DI Server组成集群时，可配置一个或多个 DI Server地址 （建议容灾配置多个DI Server地址），客户端会通过内存使用率、CPU使用率计算各个DI Server的任务权重，选择权重最高的Server执行任务。
CPU使用率、磁盘使用率、内存使用率超过阙值的DI Server节点将不参与任务执行。

DI 集群部署时，cluster-members 的配置格式如下：

hazelcast-client:
  cluster-name: DI
  properties:
    hazelcast.logging.type: log4j2
    server.cpu.maxusages.threshold: 90
    server.memory.maxusages.threshold: 90
    server.disk.maxusages.threshold: 90
    server.cpu.usage.weight: 50
    server.memory.usage.weight: 50
    client.task.dispatch.strategy: RETRY  #         WAITING,REJECT,RETRY
    client.task.dispatch.strategy.waiting.timeout:  30 # second
    client.task.dispatch.strategy.retry.times: 3
    client.task.dispatch.strategy.retry.interval: 3 # second
  connection-strategy:
    connection-retry:
      cluster-connect-timeout-millis: 3000
  network:
    cluster-members:
      - 192.168.16.80:6000
      - 192.168.16.81:6001
      - 192.168.16.82:6002

# 4. 修改拥有者

chown -R dws:dws Primeton_DI_7.2.0/

# 5. 启动 DI Server。

sh start-standalone.sh或者 ./start-standalone.sh

[dws@node5 Primeton_DI]# ./start-standalone.sh
start project directory:/home/dws/diserver
diserver start detail log see /home/dws/Primeton_DI/diserver/logs/di_server.log
提示:

执行 start-standalone.sh 提示中将标注DI Server运行日志路径：${Primeton DI安装目录}/diserver/logs/di_server.log。
  1. 运行日志中出现如下信息DI Server started successfully则表示DI Server启动成功。
[INFO][LifecycleService:57][Line:57]  [192.168.16.80]:6001 [DI] [5.1.7] [192.168.16.80]:6001 is STARTED
[INFO][DIServer:119][Line:119]  DI Server started successfully.

若运行日志停在「欢迎使用企业版」。未出现 DI Server started successfully信息，则需要检查 license 是否过期或被篡改。

License 文件路径：${Primeton DI安装目录}/diserver/config/primetonlicense.xml

[INFO][DIServer:119][Line:119]  *******************************
[INFO][DIServer:119][Line:119]  *  Start The DI Server  *
[INFO][DIServer:119][Line:119]  *******************************
[INFO][ImprimaturStartUpListener:75][Line:75]  欢迎使用企业版。

# 集群安装部署

前置条件：集群机器已配置免密登录。安装必读

# 1. 解压介质包

mkdir -p /opt/DI/
tar -xvf Primeton_DI_7.2.0.tar.gz -C /opt/DI
chown -R dws:dws   /opt/DI

# 2. 修改install_env.sh脚本

修改 install/install_env.sh 脚本中的ips 参数值为需要集群部署的机器地址。

修改 install/install_env.sh 脚本中的installPath 参数值为安装路径。

vim install/install_env.sh

ips=${ips:-"192.168.16.190,192.168.16.191"}

serverIps=${serverIps:-"192.168.16.190,192.168.16.191"}  #指定哪些服务器作为server端

serverPort=${serverPort:-"6000"}

sshPort=${sshPort:-"22"}

clientXms=${clientXms:-"256m"}
clientXmx=${clientXmx:-"512m"}

serverXms=${serverXms:-"2g"}
serverXmx=${serverXmx:-"4g"}

installPath=${installPath:-"/home/DI/Primeton_DI_7.1.0"}

deployUser=${deployUser:-"dws"}

install_env_DI

# 3. 集群安装

install/install.sh脚本，自动在集群机器上安装DI并启动。

su dws
./install/install.sh

DI-install-cluster

DI-cluster-log

# 4.启动停止DI集群

启动DI集群命令：

su dws
cd /home/DI/Primeton_DI_7.2.0
./start-cluster.sh

停止DI集群命令：

su dws
cd /home/DI/Primeton_DI_7.2.0
./stop-cluster.sh

停止集群中的某个节点可以在对应服务器上执行./stop-standalone.sh脚本。

# 配置 Hadoop 集群环境（可选配置）

如果用户需要使用大数据环境，则需进行此配置，请详细阅读该章节并按照步骤进行配置。

注意:

Hadoop 集群支持的类型主要分为cdh、tdh。请在使用前先查看 Hadoop 集群的版本再进行下一步。
cdh版本：CDH6.3.1
tdh版本：transwarp-9.0.0
  1. 修改 Primeton_DI_7.2.0/diserver/plugins/plugin-bigdata/plugin.properties 配置文件。修改 plugin.library.path 参数值为所使用的集群类型，如 cdh、tdh。
提示:

这里修改的 cdh 即代表使用 Primeton_DI_7.2.0/diserver/plugins/plugin-bigdata/cdh 目录下的jar包。

active.hadoop.configuration

  1. 需要将 Hadoop 服务器环境中的core-site.xml、hbase-site.xml、hdfs-site.xml等文件放到 Primeton_DI_7.2.0/diserver/plugins/plugin-bigdata/config 目录下。

说明:

通常情况下，core-site.xml、hbase-site.xml 文件中都是使用的域名，故需要在服务器 `/etc/hosts`文件中配置大数据环境的域名。
  1. 若大数据环境需要 kerberos 认证，则还需要做以下操作

  • 在 Primeton_DI_7.2.0/diserver/config/kerberos 目录下放置以下文件：

    ├── krb5.conf
├── krb5.keytab
├── jaas.conf

  • 修改 diserver/config/kerberos.properties 中的 kerberos 认证信息。

    #是否开启kerberos认证，需要开启时设置为true
username.client.kerberos.enable=false

#kerberos认证的principal
username.client.kerberos.principal=hive/cdh01@DWS.COM

#kerberos认证凭证刷新间隔时间,单位分钟
username.client.kerberos.relogin-delay=30

#是否开启tdc,星环大数据环境的一种模式
username.client.tdc.env=false

    krb5.conf、krb5.keytab以及principal信息请联系对应的服务提供商获取，此处仅供参考。

  • 在 Primeton_DI_7.2.0 服务所在服务器上执行 kinit 命令初始化票据信息：

    #kinit -kt /export/kerberos/1/a.keytab  a/a@A.COM
kinit -kt krb5.keytab  hive/cdh01@DWS.COM

# DI 运维操作（可选操作）

  1. 使用 tail 命令动态查看 DI Server 运行日志。

    tail -200f ${Primeton DI安装目录}/diserver/logs/di_server.log

  2. DI Server 运行日志配置

    如需修改运行日志相关配置，可编辑 Primeton_DI_7.2.0/diserver/config/di-server-log4j.properties 文件。

vi di-server-log4j.properties

可修改日志输出格式、日志文件路径及文件名称

name=Log4j2PropertiesConfig
property.baseDir=logs
property.appName=di_server
property.filePattern=${baseDir}/${appName}-%d{yyyy-MM-dd}-%i.log.gz
property.maxFileSize=10MB
property.maxHistory=30
property.totalSizeCap=500MB
appender.console.type=Console
appender.console.name=ConsoleAppender
appender.console.layout.type=PatternLayout
appender.console.layout.pattern=%d{yyyy-MM-dd HH:mm:ss.SSS} [%t] %highlight{%-5level} %logger{36} - %msg%n
appender.rolling.type=RollingFile
appender.rolling.name=RollingFileAppender
appender.rolling.fileName=${baseDir}/${appName}.log
appender.rolling.filePattern=${filePattern}
appender.rolling.layout.type=PatternLayout
appender.rolling.layout.pattern=%d{yyyy-MM-dd HH:mm:ss.SSS} [%tid] [%t] %-5level %logger{36}:%L - %msg%n
appender.rolling.policy.type=Policies
appender.rolling.policy.time.type=TimeBasedTriggeringPolicy
appender.rolling.policy.time.interval=1
appender.rolling.policy.time.modulate=true
appender.rolling.policy.size.type=SizeBasedTriggeringPolicy
appender.rolling.policy.size.size=${maxFileSize}
appender.rolling.strategy.type=DefaultRolloverStrategy
appender.rolling.strategy.max=${maxHistory}
appender.rolling.strategy.totalSizeCap=${totalSizeCap}
appender.rolling.strategy.delete.type=Delete
appender.rolling.strategy.delete.basePath=${baseDir}
appender.rolling.strategy.delete.maxDepth=1
appender.rolling.strategy.delete.ifLastModified.type=IfLastModified
appender.rolling.strategy.delete.ifLastModified.age=${maxHistory}d
appender.rolling.strategy.delete.ifFileName.type=IfFileName
appender.rolling.strategy.delete.ifFileName.glob=*.log.gz
rootLogger.level=INFO
rootLogger.appenderRefs=console, rolling
rootLogger.appenderRef.console.ref=ConsoleAppender
rootLogger.appenderRef.rolling.ref=RollingFileAppender

DI Server 运行日志默认路径： ${Primeton DI安装目录}/diserver/logs/di_server.log

  1. 查询运行中任务列表

用户可进入${Primeton DI安装目录}/diclient 目录，执行 showtasks.sh 脚本查询 DI 集群中各个 Server 节点正在运行中的任务列表（获取任务执行 JobId 列表）。

sh showtasks.sh 或者 ./showtasks.sh

Primeton-DI-Server-4-1

提示:

执行 showtasks.sh 命令获取的JobId组成逻辑：
jobId = system.workflow.definition.code_system.workflow.instance.id_system.task.definition.code_system.task.instance.id
  1. 停止运行中任务

用户可进入${Primeton DI安装目录}/diclient 目录，执行 stoptask.sh 脚本停止 DI 集群中正在运行的任务（参数为上一步骤查询获得的任务 JobId）。

sh stoptask.sh jobId 或者 ./stoptask.sh jobId

Primeton-DI-Server-4-2

若 DI 集群中未运行 JobId 为传入参数的任务，则提示‘Server集群节点不存在任务[jobId]运行中信息’

Primeton-DI-Server-4-3

← DolphinScheduler安装指南 →