登录CM
1、版本选择
免费版本的CM5已经去除50个节点数量的限制。
各个Agent节点正常启动后，可以在当前管理的主机列表中看到对应的节点。
选择要安装的节点，点继续。
接下来，出现以下包名，说明本地Parcel包配置无误，直接点继续就可以了。
点击，继续，如果配置本地Parcel包无误，那么下图中的已下载，应该是瞬间就完成了，然后就是耐心等待分配过程就行了，大约10多分钟吧，取决于内网网速。
接下来是服务器检查，可能会遇到以下问题：
Cloudera 建议将 /proc/sys/vm/swappiness 设置为 0。当前设置为 60。使用 sysctl 命令在运行时更改该设置并编辑 /etc/sysctl.conf 以在重启后保存该设置。您可以继续进行安装，但可能会遇到问题，Cloudera Manager 报告您的主机由于交换运行状况不佳。以下主机受到影响：
通过echo 0 > /proc/sys/vm/swappiness即可解决。
接下来是选择安装服务
服务配置，一般情况下保持默认就可以了（Cloudera Manager会根据机器的配置自动进行配置，如果需要特殊调整，自行进行设置就可以了）：
接下来是数据库的设置，检查通过后就可以进行下一步的操作了
下面是集群设置的审查页面，我这里都是保持默认配置的
终于到安装各个服务的地方了，注意，如果采用其他数据库安装Hive等组件的时候报错，检查之前配置CM Server数据库时，jar包拷贝位置及名称是否修改
服务的安装过程大约半小时内就可以完成
安装完成后，就可以进入集群界面看一下集群的当前状况了。
这里可能会出现无法发出查询：对 Service Monitor 的请求超时的错误提示，如果各个组件安装没有问题，一般是因为服务器比较卡导致的，过一会刷新一下页面就好了
目前企业首先有一套关系数据库组成的数仓，久而久之，将历史数据迁入大数据平台进行统计分析。
spark并不是完全的内存计算，如果要完全发挥spark的效能，需要物理机有足够大的内存才行：
一般会有以下几类集群：
离线计算集群-hadoop集群
实时计算集群-spark集群
流式计算集群-storm集群
查询集群-hbase集群
参考：