首页  ·  知识 ·  大数据
SparkHadoop环境搭建
imcto  中国大数据  实践应用  编辑:imcto   图片来源:网络
首先准备一台Linux环境的服务器,建议使用VMware或者virtualbox来虚拟一台服务器,这对于新手来说比较适合,既能随时调整也能随时导出并迁移。

准备软件:

 Java环境, 下载链接 ,建议选择 1.7 版本

 Hadoop环境, 下载链接 ,建议选择 2.6 版本

 Spark环境, 下载链接 ,根据Hadoop版本来选择

 Scala环境, 下载链接 ,推荐使用 2.11.5 版本

 Ubuntu server 镜像,推荐选择14.04(长期支持版本)

 国内网速感人,所以全部所需资料已经放在百度分享里面了,自取链接: 百度云盘,密码: mtnv

 操作步骤

 把Ubuntu镜像安装到虚拟机,完成服务器安装,命名为 server-1。建议增加 /etc/hosts 记录,方便以后在服务的配置文件中使用(如果使用IP配置的话,不方便对虚拟机进行迁移,比如从公司迁移到家里,网段可能会变化,IP也会变化)

  1. #编辑 /etc/hosts,目前我在局域网中固定使用这个IP10.0.0.16    server-1
  2. 在 server-1 上面安装 openssh-server(不安装的话没法SSH远程连接)

    安装后记得重启ssh服务
    sudo service ssh restart
  3. 把软件包放在 /opt 目录下, 查看/opt下的文件夹

    /opt/hadoop-2.6.0
    /opt/jdk1.7.0_79
    /opt/scala-2.11.5
    /opt/spark-1.6.1-bin-hadoop2.6
  4. 设置环境变量

    #根据实际安装位置修改代码,添加至 "/etc/profile" 末尾export JAVA_HOME=/opt/jdk1.7.0_79export CLASSPATH=.:$JAVA_HOME/lib:$JAVA_HOME/jre/lib:$CLASSPATHexport SCALA_HOME=/opt/scala-2.11.5export HADOOP_HOME=/home/spark/opt/hadoop-2.6.0export SPARK_HOME=/opt/spark-1.6.1-bin-hadoop2.6export PATH=$JAVA_HOME/bin:$JAVA_HOME/jre/bin:${SCALA_HOME}/bin:${SPARK_HOME}/bin:${HADOOP_HOME}/bin:$PATH
  5. 使环境变量生效

    source /etc/profile
  6. 验证安装是否正确,查看输出信息

    java -version
    javac -version
    scala -version
  7. 进入配置文件目录 修改Hadoop的配置文件(包括7-16)

    cd /opt/hadoop-2.6.0/etc/hadoop# 建立目录提供给程序使用mkdir tmp && mkdir /dfs/name && /dfs/data
  8. 修改配置文件hadoop-env.sh(建议修改任何配置文件前都先备份)

    # 注释原来的 JAVA_HOME 变量,重新写入export JAVA_HOME=/opt/jdk1.7.0_79
  9. 修改配置文件yarn-env.sh

    #在文件开头导入环境变量export JAVA_HOME=/opt/jdk1.7.0_79
  10. 修改配置文件 slaves,把 localhost 改为 server-1 即可

  11. 修改核心配置文件 core-site.xml

    <?xml version="1.0" encoding="utf-8"?><configuration> <property> <name>fs.defaultFS</name>  <value>hdfs://server-1:9000</value> </property>  <property> <name>io.file.buffer.size</name>  <value>131072</value> </property>  <property> <name>hadoop.tmp.dir</name>  <value>file:/opt/hadoop-2.6.0/tmp</value>  <description>Abasefor other temporary directories.</description> </property>  <property> <name>hadoop.proxyuser.spark.hosts</name>  <value>*</value> </property>  <property> <name>hadoop.proxyuser.spark.groups</name>  <value>*</value> </property> </configuration>
  12. 修改 hdfs-site.xml 配置文件

    <?xml version="1.0" encoding="utf-8"?><configuration> <property> <name>dfs.namenode.secondary.http-address</name>  <value>server-1:9001</value> </property>  <property> <name>dfs.namenode.name.dir</name>  <value>file:/opt/hadoop-2.6.0/dfs/name</value> </property>  <property> <name>dfs.datanode.data.dir</name>  <value>file:/opt/hadoop-2.6.0/dfs/data</value> </property>  <property> <name>dfs.replication</name>  <value>3</value> </property>  <property> <name>dfs.webhdfs.enabled</name>  <value>true</value> </property> </configuration>
  13. 修改 mapred-site.xml 配置文件

    # 首先拷贝配置文件cp mapred-site.xml.template mapred-site.xml
    <?xml version="1.0" encoding="utf-8"?><configuration> <property> <name>mapreduce.framework.name</name>  <value>yarn</value> </property>  <property> <name>mapreduce.jobhistory.address</name>  <value>server-1:10020</value> </property>  <property> <name>mapreduce.jobhistory.webapp.address</name>  <value>server-1:19888</value> </property> </configuration>
  14. 修改 yarn-site.xml 配置文件

    <?xml version="1.0" encoding="utf-8"?><configuration> <property> <name>yarn.nodemanager.aux-services</name>  <value>mapreduce_shuffle</value> </property>  <property> <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>  <value>org.apache.hadoop.mapred.ShuffleHandler</value> </property>  <property> <name>yarn.resourcemanager.address</name>  <value>server-1:8032</value> </property>  <property> <name>yarn.resourcemanager.scheduler.address</name>  <value>server-1:8030</value> </property>  <property> <name>yarn.resourcemanager.resource-tracker.address</name>  <value>server-1:8035</value> </property>  <property> <name>yarn.resourcemanager.admin.address</name>  <value>server-1:8033</value> </property>  <property> <name>yarn.resourcemanager.webapp.address</name>  <value>server-1:8088</value> </property> </configuration>
  15. 验证 hadoop 配置

    cd /opt/hadoop-2.6.0 && ./bin/hadoop namenode -format
  16. 启动和停止 hadoop 相关服务

    ./sbin/start-all.sh
    ./sbin/stop-all.sh
  17. 进入目录修改 spark 相关配置文件

    cd /opt/spark-1.6.1-bin-hadoop2.6cp conf/spark-env.sh.template conf/spark-env.sh

    编辑配置文件

    export JAVA_HOME=/opt/jdk1.7.0_79export SCALA_HOME=/opt/scala-2.11.5export SPARK_MASTER_IP=server-1export SPARK_WORKER_MEMORY=1028mexport HADOOP_CONF_DIR=/opt/hadoop-2.6.0/etc/hadoop

    启动相关服务

    ./sbin/start-all.sh
  18. server-1:50070 可以查看Hadoop集群状态信息,如果出现任何错误可以到对应的日志文件夹查看信息

    例如查看namenode相关日志
    cd /opt/hadoop-2.6.0/logs
    tail -f hadoop-odirus-namenode-server-1.out


本文作者:imcto 来源:中国大数据
CIO之家 www.ciozj.com 微信公众号:imciow
   
免责声明:本站转载此文章旨在分享信息,不代表对其内容的完全认同。文章来源已尽可能注明,若涉及版权问题,请及时与我们联系,我们将积极配合处理。同时,我们无法对文章内容的真实性、准确性及完整性进行完全保证,对于因文章内容而产生的任何后果,本账号不承担法律责任。转载仅出于传播目的,读者应自行对内容进行核实与判断。请谨慎参考文章信息,一切责任由读者自行承担。
延伸阅读