TT Bigdata TT Bigdata
首页
  • 部署专题

    • 常规安装
    • 一键部署
  • 组件安装

    • 常规&高可用
  • 版本专题

    • 更新说明
  • Ambari-Env

    • 环境准备
    • 开始使用
  • 组件编译

    • 专区—Ambari
    • 专区—Bigtop
  • 报错解决

    • 专区—Ambari
    • 专区—Bigtop
  • 其他技巧

    • Maven镜像加速
    • Gradle镜像加速
    • Bower镜像加速
    • 虚拟环境思路
    • R环境安装+一键安装脚本
    • Ivy配置私有镜像仓库
    • Node.js 多版本共存方案
    • Ambari Web本地启动
    • Npm镜像加速
    • PostgreSQL快速安装
    • Temurin JDK 23快速安装
  • 成神之路

    • 专区—Ambari
    • 专区—Bigtop
  • 集成案例

    • Redis集成教学
    • Dolphin集成教学
    • Doris集成教学
    • 持续整理...
  • 模板代码

    • 各类组件
    • 通用模板
  • 国产化&其他系统

    • Centos系列
    • Kylin系列
    • OpenEuler系列
    • Rocky系列
    • Ubuntu系列
  • 生产调优

    • 组件调优指南
    • 1v1指导调优
  • 定制开发

    • 组件版本定制
    • 样式风格定制
  • 蓝图愿景
  • 技术支持
  • 合作共建
GitHub (opens new window)

JaneTTR

数据酿造智慧,每一滴都是沉淀!
首页
  • 部署专题

    • 常规安装
    • 一键部署
  • 组件安装

    • 常规&高可用
  • 版本专题

    • 更新说明
  • Ambari-Env

    • 环境准备
    • 开始使用
  • 组件编译

    • 专区—Ambari
    • 专区—Bigtop
  • 报错解决

    • 专区—Ambari
    • 专区—Bigtop
  • 其他技巧

    • Maven镜像加速
    • Gradle镜像加速
    • Bower镜像加速
    • 虚拟环境思路
    • R环境安装+一键安装脚本
    • Ivy配置私有镜像仓库
    • Node.js 多版本共存方案
    • Ambari Web本地启动
    • Npm镜像加速
    • PostgreSQL快速安装
    • Temurin JDK 23快速安装
  • 成神之路

    • 专区—Ambari
    • 专区—Bigtop
  • 集成案例

    • Redis集成教学
    • Dolphin集成教学
    • Doris集成教学
    • 持续整理...
  • 模板代码

    • 各类组件
    • 通用模板
  • 国产化&其他系统

    • Centos系列
    • Kylin系列
    • OpenEuler系列
    • Rocky系列
    • Ubuntu系列
  • 生产调优

    • 组件调优指南
    • 1v1指导调优
  • 定制开发

    • 组件版本定制
    • 样式风格定制
  • 蓝图愿景
  • 技术支持
  • 合作共建
GitHub (opens new window)
  • Ambari环境

  • JDK环境

  • MAVEN环境

  • GRADLE环境

  • CONDA环境

    • ONEKEY——安装Miniconda2
    • 编译Ambari2.8.0——Miniconda3
      • 一键部署脚本(Miniconda3 + Python2.7)
      • 环境初始化说明
  • R环境

  • 一键部署
  • CONDA环境
JaneTTR
2025-05-26
目录

编译Ambari2.8.0——Miniconda3Rocky Linux

# Miniconda3 快速部署与 Python2.7 环境初始化

在 Rocky Linux 等新版本发行版上直接编译 Ambari 2.8.0 时,常因 Python2.7 环境兼容性 和包下载速度问题卡住。 通过本文一键部署脚本,可以自动完成 Miniconda3 安装、国内镜像配置,以及 Python 2.7 虚拟环境的初始化。

警告

本方案仅适用于 Rocky Linux编译Ambari——2.8.0,普适性未经验证!

# 一键部署脚本(Miniconda3 + Python2.7)

将下方脚本内容保存为 install_miniconda3.sh,加执行权限后运行:

#!/bin/bash
# 版权所有 (c) JaneTTR 2025
# 项目名称:ambari-env
#
# 本文件属于付费部分代码,仅供个人学习和研究使用。
#
# 禁止行为:
# 1. 未经授权,不得将本文件或其编译后的代码用于任何商业用途;
# 2. 禁止重新分发本文件或其修改版本;
# 3. 禁止通过反编译、反向工程等手段试图绕过授权验证。
#
# 商业授权:
# 如需将本文件或其编译后的代码用于商业用途,必须获得版权所有者的书面授权。
# 联系方式:
# 邮箱:3832514048@qq.com
#
# 责任声明:
# 本文件按“现状”提供,不附带任何形式的担保,包括但不限于适销性、特定用途适用性或无侵权的担保。
#
# 如有任何疑问,请联系版权所有者。
set -ex

# 路径和变量
BASE_DIR="/opt/enhance_env"
INSTALL_DIR="${BASE_DIR}/miniconda3"
ENV_NAME="py27_env"
MINICONDA_URL="https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-py39_24.1.2-0-Linux-x86_64.sh"
MINICONDA_INSTALLER="${BASE_DIR}/Miniconda3-py39_24.1.2-0-Linux-x86_64.sh"
LOG_FILE="${BASE_DIR}/install_py27env.log"
PIP_CONF="${HOME}/.pip/pip.conf"

# 日志记录
mkdir -p ${BASE_DIR}
exec > >(tee -a ${LOG_FILE}) 2>&1

# 步骤 1: 下载 Miniconda3 安装脚本
if [ ! -f "${MINICONDA_INSTALLER}" ]; then
  echo "正在从 ${MINICONDA_URL} 下载 Miniconda3 安装脚本..."
  curl -o ${MINICONDA_INSTALLER} ${MINICONDA_URL}
else
  echo "Miniconda3 安装脚本已存在:${MINICONDA_INSTALLER},跳过下载。"
fi

# 步骤 2: 安装 Miniconda3
if [ ! -d "${INSTALL_DIR}" ] || [ ! -x "${INSTALL_DIR}/bin/conda" ]; then
  echo "正在安装 Miniconda3 到 ${INSTALL_DIR}..."
  bash ${MINICONDA_INSTALLER} -b -p ${INSTALL_DIR}
else
  echo "Miniconda3 已安装在 ${INSTALL_DIR},跳过安装。"
fi

# 步骤 3: 初始化 Conda
echo "正在初始化 Conda..."
source ${INSTALL_DIR}/bin/activate
conda init bash

# 步骤 4: 配置清华 Conda 镜像
if [ ! -f "${HOME}/.condarc" ]; then
  echo "正在配置清华 Conda 镜像源..."
  cat > ${HOME}/.condarc <<EOF
channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
channel_priority: flexible
EOF
else
  echo "清华 Conda 镜像源已配置,跳过。"
fi

# 步骤 5: 清除索引缓存
echo "正在清除 Conda 索引缓存..."
conda clean -i -y

# 步骤 6: 创建 Python 2.7 虚拟环境
if ! conda info --envs | grep -q "${ENV_NAME}"; then
  echo "正在创建 Python 2.7 虚拟环境 '${ENV_NAME}'..."
  conda create -n ${ENV_NAME} python=2.7 -y -vv
else
  echo "Python 2.7 虚拟环境 '${ENV_NAME}' 已存在,跳过创建。"
fi

# 步骤 7: 激活虚拟环境
echo "激活 Python 2.7 虚拟环境..."
source ${INSTALL_DIR}/bin/activate
conda activate ${ENV_NAME}

# 步骤 8: 配置 pip 国内源
mkdir -p $(dirname ${PIP_CONF})
cat > ${PIP_CONF} <<EOF
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
EOF

# 步骤 9: 升级 pip、setuptools、wheel(仅支持 Python 2.7 的最高版本)
pip install --upgrade "pip<21.0" "setuptools<45.0" wheel || true

# 步骤 10: 环境检查
echo "== 环境检查 =="
python --version
pip --version

echo "Python 2.7 虚拟环境已准备好!"
echo "激活虚拟环境命令:conda activate ${ENV_NAME}"

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111

# 环境初始化说明

执行完成后,系统会自动拉起一个隔离的 Python 2.7 虚拟环境,所有包均通过 TUNA 清华镜像极速下载。此时你只需激活环境即可:

conda activate py27_env
1

之后,可直接在 Rocky Linux 上启动 Ambari 2.8.0 的源码编译与打包,无需担心依赖冲突或 Python 版本问题。极致兼容

重点提醒

  • 本脚本只负责 Python 环境初始化,JDK/Maven/Gradle 安装可参考本站相关专篇,全部有一键脚本。
  • 若长期用 Rocky Linux 编译大数据组件,强烈建议每个版本分环境独立隔离,避免后续升级时环境混乱。
#Miniconda3#Python2.7#Ambari#RockyLinux#Conda
ONEKEY——安装Miniconda2
ONEKEY——安装R 4.4.2

← ONEKEY——安装Miniconda2 ONEKEY——安装R 4.4.2→

最近更新
01
Pandoc 缺失导致 SparkR 构建失败
06-08
02
Cyrus SASL/GSASL 缺失解决
06-07
03
Hadoop_3.3.4 编译实战 1.0.0+
06-06
更多文章>
Theme by Vdoing | Copyright © 2017-2025 JaneTTR | MIT License
  • 跟随系统
  • 浅色模式
  • 深色模式
  • 阅读模式