Windows 下部署 hadoop spark环境

Posted 2022-12-04 braveym

一、先在本地安装jdk

我这里安装的jdk1.8,具体的安装过程这里不作赘述

 

 

 

 

二、部署安装maven

下载maven安装包，并解压

 

 

 

 

设置环境变量，MAVEN_HOME=D:\\SoftWare\\Maven\\apache-maven-3.6.1

 

 

 

在path路径添加;%MAVEN_HOME%\\bin

 

打开本地终端验证

 

 

 

 

 

三、安装hadoop

先下载hadoop压缩包    下载地址：https://archive.apache.org/dist/hadoop/common/hadoop-2.6.0/

下载后解压到本地

 

 

 

 

配置环境变量

 

计算机 –>属性 –>高级系统设置 –>高级选项卡 –>环境变量 –> 单击新建HADOOP_HOME

 

 

 HADOOP_HOME=D:\\SoftWare\\hadoop-2.6.0

 

 

Path环境变量下配置【%HADOOP_HOME%\\bin;】变量

 

打开终端验证一下hadoop是否安装成功

 

 

 

 

给hadoop添加插件，添加到hadoop/bin目录下

 

 

 

修改hadoop的配置文件，配置文件在路径D:\\SoftWare\\hadoop-2.6.0\\etc\\hadoop下

修改core-site.xml

 

 

 

<configuration>
   <!--指定namenode的地址-->
  <property>
        <name>fs.defaultFS</name>
        <value>hdfs://localhost:9000</value>
  </property>
  
     <!--用来指定hadoop产生临时文件的目录-->
  <property>
        <name>hadoop.tmp.dir</name>
        <value>/D:/SoftWare/hadoop-2.6.0/tmp/</value>
  </property>
   
      <!--用于设置检查点备份日志的最长时间-->
  <property>
        <name>fs.checkpoint.period</name>
        <value>3600</value>
  </property>
</configuration>

 

 

修改hdfs-site.xml

<configuration>
    <!--指定hdfs保存数据的副本数-->
  <property>
        <name>dfs.replication</name>
        <value>2</value>
  </property>
  
    <!--指定hdfs中namenode的存储位置-->
  <property>
        <name>dfs.namenode.name.dir</name>
        <value>/D:/SoftWare/hadoop-2.6.0/tmp/dfs/namenode</value>
  </property>
  
    <!--指定hdfs中datanode的存储位置-->
  <property>
        <name>dfs.datanode.data.dir</name>
        <value>/D:/SoftWare/hadoop-2.6.0/tmp/dfs/datanode</value>
  </property>
</configuration>

 

 

修改mapred-site.xml

<configuration>
  <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
  </property>
</configuration>

 

 

修改yarn-site.xml

 

 

<configuration>

<!-- Site specific YARN configuration properties -->

    <!--nodemanager获取数据的方式是shuffle-->
      <property>
            <name>yarn.nodemanager.aux-services</name>
            <value>mapreduce_shuffle</value>
      </property>

       <property>
            <name>yarn.resourcemanager.hostname</name>
            <value>localhost</value>
      </property>
    
      <property>
            <name>yarn.log-aggregation-enable</name>
            <value>true</value>
      </property>
</configuration>

 

 

格式化系统文件

hadoop/bin下执行 hdfs namenode -format

 

 

 

 

格式化完毕后启动hadoop,到hadoop/sbin下执行 start-dfs启动hadoop

 

 

这个时候会自动打开另外两个终端窗口，日志没有报错就行了，

 

 

 

打开浏览器访问 http://localhost:50070

 

 

 

 

 

 

　　启动yarn

 

 

 

 

打开浏览器访问  http://localhost:8088

 

 在hdfs创建文件夹

 

 

把本地的文本文件上传到hdfs

 

 

 

 

然后运行hadoop 提供的demo，计算单词数

 

 

 

 

 

 

四、安装scala

下载scala的安装包到本地

 

 双击

 

 

 

 

选择安装的路径

 

 

 

 

 

 

 

配置scala的环境变量

 

 

 

 

 

 

 

设置 Path 变量：找到系统变量下的"Path"如图，单击编辑。在"变量值"一栏的最前面添加如下的路径： %SCALA_HOME%\\bin;%SCALA_HOME%\\jre\\bin;

 

 

设置 Classpath 变量：找到找到系统变量下的"Classpath"如图，单击编辑，如没有，则单击"新建":

• "变量名"：ClassPath
• "变量值"：.;%SCALA_HOME%\\bin;%SCALA_HOME%\\lib\\dt.jar;%SCALA_HOME%\\lib\\tools.jar.;

 

 

 

检查环境变量是否设置好了：调出"cmd"检查。单击 【开始】，在输入框中输入cmd，然后"回车"，输入 scala，然后回车，如环境变量设置ok，你应该能看到这些信息

 

 

 

五、安装spark

下载安装包

 

 

解压到需要安装的路径下

 

 

配置spark的环境变量

 

 

 

将spark的bin路径添加到path中

 

 

cmd输入spark-shell

 

 

 

spark已经安装成功了！

 

 

六、在IDEA添加scala插件