Spark学习之路 Spark伪分布式安装

Posted liuys635

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了Spark学习之路 Spark伪分布式安装相关的知识，希望对你有一定的参考价值。

 

讨论QQ：1586558083

 

正文

一、JDK的安装

JDK使用root用户安装

1.1　上传安装包并解压

[[email protected] soft]# tar -zxvf jdk-8u73-linux-x64.tar.gz -C /usr/local/

1.2　配置环境变量

[[email protected] soft]# vi /etc/profile
#JAVA
export JAVA_HOME=/usr/local/jdk1.8.0_73
export CLASSPATH=$CLASSPATH:$JAVA_HOME/lib:$JAVA_HOME/jre/lib 
export PATH=$JAVA_HOME/bin:$JAVA_HOME/jre/bin:$PATH:$HOME/bin

1.3　验证Java版本

[[email protected] soft]# java -version

技术图片

二、配置配置ssh localhost 

使用hadoop用户安装

2.1　检测

正常情况下，本机通过ssh连接自己也是需要输入密码的

技术图片

2.2　生成私钥和公钥秘钥对

[[email protected] ~]$ ssh-keygen -t rsa

技术图片

2.3　将公钥添加到authorized_keys

[[email protected] ~]$ cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys

2.4　赋予authorized_keys文件600的权限

[[email protected] ~]$ chmod 600 ~/.ssh/authorized_keys

2.5　修改Linux映射文件(root用户)

[[email protected] ~]$ vi /etc/hosts

技术图片

2.6　验证

[[email protected] ~]$ ssh hadoop1

技术图片

此时不需要输入密码，免密登录设置成功。

三、安装Hadoop-2.7.5

使用hadoop用户

3.1　上传解压缩

[[email protected] ~]$ tar -zxvf hadoop-2.7.5-centos-6.7.tar.gz -C apps/

3.2　创建安装包对应的软连接

为解压的hadoop包创建软连接

[[email protected] ~]$ cd apps/
[[email protected] apps]$ ll
总用量 4
drwxr-xr-x. 9 hadoop hadoop 4096 12月 24 13:43 hadoop-2.7.5
[[email protected] apps]$ ln -s hadoop-2.7.5/ hadoop

技术图片

3.3　修改配置文件

进入/home/hadoop/apps/hadoop/etc/hadoop/目录下修改配置文件

（1）修改hadoop-env.sh

[[email protected] hadoop]$ vi hadoop-env.sh 
export JAVA_HOME=/usr/local/jdk1.8.0_73 

技术图片

（2）修改core-site.xml

[[email protected] hadoop]$ vi core-site.xml
技术图片
<configuration>
        <property>
                <name>fs.defaultFS</name>
                <value>hdfs://hadoop1:9000</value>
        </property>
        <property>
                <name>hadoop.tmp.dir</name>
                <value>/home/hadoop/data/hadoopdata</value>
        </property>
</configuration>
技术图片

技术图片

（3）修改hdfs-site.xml

[[email protected] hadoop]$ vi hdfs-site.xml

dfs的备份数目，单机用1份就行

技术图片
        <property>
                <name>dfs.namenode.name.dir</name>
                <value>/home/hadoop/data/hadoopdata/name</value>
                <description>为了保证元数据的安全一般配置多个不同目录</description>
        </property>

        <property>
                <name>dfs.datanode.data.dir</name>
                <value>/home/hadoop/data/hadoopdata/data</value>
                <description>datanode 的数据存储目录</description>
        </property>

        <property>
                <name>dfs.replication</name>
                <value>2</value>
                <description>HDFS 的数据块的副本存储个数, 默认是3</description>
        </property>
技术图片

技术图片

（4）修改mapred-site.xml

[[email protected] hadoop]$ cp mapred-site.xml.template mapred-site.xml
[[email protected] hadoop]$ vi mapred-site.xml

mapreduce.framework.name：指定mr框架为yarn方式,Hadoop二代MP也基于资源管理系统Yarn来运行 。

技术图片
<configuration>
        <property>
                <name>mapreduce.framework.name</name>
                <value>yarn</value>
        </property>
</configuration>
技术图片

技术图片

（5）修改yarn-site.xml

[[email protected] hadoop]$ vi yarn-site.xml 
 　　　　<property>
                <name>yarn.nodemanager.aux-services</name>
                <value>mapreduce_shuffle</value>
                <description>YARN 集群为 MapReduce 程序提供的 shuffle 服务</description>
        </property>

技术图片

3.4　配置环境变量

千万注意：

1、如果你使用root用户进行安装。 vi /etc/profile 即可 系统变量

2、如果你使用普通用户进行安装。 vi ~/.bashrc 用户变量

[[email protected] ~]$ vi .bashrc
#HADOOP_HOME export HADOOP_HOME=/home/hadoop/apps/hadoop-2.7.5
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:

技术图片

使环境变量生效

[[email protected] bin]$ source ~/.bashrc

3.5　查看hadoop版本

[[email protected] ~]$ hadoop version

技术图片

3.6　创建文件夹

文件夹的路径参考配置文件hdfs-site.xml里面的路径

[[email protected] ~]$ mkdir -p /home/hadoop/data/hadoopdata/name
[[email protected] ~]$ mkdir -p /home/hadoop/data/hadoopdata/data

3.7　Hadoop的初始化

[[email protected] ~]$ hadoop namenode -format

技术图片

3.8　启动HDFS和YARN

[[email protected] ~]$ start-dfs.sh [[email protected] ~]$ start-yarn.sh

技术图片

3.9　检查WebUI

浏览器打开端口50070：http://hadoop1:50070

技术图片

其他端口说明：  port 8088: cluster and all applications  port 50070: Hadoop NameNode  port 50090: Secondary NameNode  port 50075: DataNode 

四、Scala的安装（可选）

使用root安装

4.1　下载

Scala下载地址http://www.scala-lang.org/download/all.html

选择对应的版本，此处在Linux上安装，选择的版本是scala-2.11.8.tgz

4.2　上传解压缩

[[email protected] hadoop]# tar -zxvf scala-2.11.8.tgz -C /usr/local/

4.3　配置环境变量

[[email protected] hadoop]# vi /etc/profile
#Scala
export SCALA_HOME=/usr/local/scala-2.11.8
export PATH=$SCALA_HOME/bin:$PATH

保存并使其立即生效

[[email protected] scala-2.11.8]# source /etc/profile

4.4　验证是否安装成功

[[email protected] ~]# scala -version

技术图片

五、Spark的安装

5.1　下载安装包

下载地址：

http://spark.apache.org/downloads.html

http://mirrors.hust.edu.cn/apache/

https://mirrors.tuna.tsinghua.edu.cn/apache/

5.2　上传解压缩

[[email protected] ~]$ tar -zxvf spark-2.3.0-bin-hadoop2.7.tgz -C apps/

5.3　为解压包创建一个软连接

[[email protected] ~]$ cd apps/
[[email protected] apps]$ ls
hadoop  hadoop-2.7.5  spark-2.3.0-bin-hadoop2.7
[[email protected] apps]$ ln -s spark-2.3.0-bin-hadoop2.7/ spark

5.4　进入spark/conf修改配置文件

[[email protected] apps]$ cd spark/conf/

 复制spark-env.sh.template并重命名为spark-env.sh，并在文件最后添加配置内容

[[email protected] conf]$ cp spark-env.sh.template spark-env.sh
[[email protected] conf]$ vi spark-env.sh
技术图片
export JAVA_HOME=/usr/local/jdk1.8.0_73
export SCALA_HOME=/usr/share/scala-2.11.8
export HADOOP_HOME=/home/hadoop/apps/hadoop-2.7.5
export HADOOP_CONF_DIR=/home/hadoop/apps/hadoop-2.7.5/etc/hadoop
export SPARK_MASTER_IP=hadoop1
export SPARK_MASTER_PORT=7077
技术图片

5.5　配置环境变量

[[email protected] conf]$ vi ~/.bashrc 
#SPARK_HOME
export SPARK_HOME=/home/hadoop/apps/spark
export PATH=$PATH:$SPARK_HOME/bin

保存使其立即生效

[[email protected] conf]$ source ~/.bashrc

5.6　启动Spark

[[email protected] ~]$  ~/apps/spark/sbin/start-all.sh 

技术图片

5.7　查看进程

技术图片

5.8　查看web界面

http://hadoop1:8080/

技术图片

以上是关于Spark学习之路 Spark伪分布式安装的主要内容，如果未能解决你的问题，请参考以下文章

Spark学习之路 Spark2.3 HA集群的分布式安装

Spark学习之路 Spark2.3 HA集群的分布式安装[转]

Spark基础学习笔记04：搭建Spark伪分布式环境

spark伪分布式的安装

30分钟从零搭建hadoop+spark伪分布式环境

大数据分析Hadoop + Spark 10分钟搭建Hadoop（伪分布式 ）+ Spark（Local模式）环境