基于Ubuntu/Debian的Hadoop2.7.2+Spark1.6实验环境快速部署

基于Ubuntu/Debian的Hadoop2.7.2+Spark1.6实验环境快速部署,主要是为了搭建spark,但是spark需要hadoop的hdfs和yarn,所以需要先搭建hadoop。

一、hadoop伪分布式搭建

    其实官网有比较详实的说明,英语好的可以直接看官网,地址

    1、安装openjdk-7-jdk、scala
使用apt-get命令完成的安装,库文件的默认安装位置为: /usr/lib
$  sudo apt-get install openjdk-7-jdk  scala
    2、安装ssh、rsync
$  sudo apt-get install ssh rsync
    3、下载hadoop编译包,镜像地址(国内镜像竟然比US的还慢,不能忍,注意2.7的编译包为64位)

    查是32还是64位的办法

$  cd hadoop-2.7.2/lib/native
$  file libhadoop.so.1.0.0
hadoop-2.7.0/lib/native/libhadoop.so.1.0.0: ELF 64-bit LSB shared object, AMD x86-64, version 1 (SYSV), not stripped

    4、配置环境变量

    hadoop配置文件指定java路径

$  vim  etc/hadoop/hadoop-env.sh

            export  JAVA_HOME=/usr/lib/jvm/java-7-openjdk-amd64

  执行命令查看是否成功
$  bin/hadoop version

    5、修改hadoop配置文件 

$  vim etc/hadoop/core-site.xml:

< configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://localhost:9000</value>
</property>
< /configuration>


$  vim etc/hadoop/hdfs-site.xml:

< configuration>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
< /configuration>


6、设置hadoop ssh无密码访问

$ ssh-keygen -t dsa -P ''  -f  ~/.ssh/id_dsa
$ cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys

7、格式化节点和启动hadoop

$ bin/hdfs namenode -format
$ sbin/start-dfs.sh

打开浏览器 http://localhost:50070/看是否成功

hdfs配置:在hdfs上创建用户文件夹,username最好和当前用户名相同,不然会可能出现权限问题

$ bin/hdfs dfs -mkdir /user
$ bin/hdfs dfs -mkdir /user/<username>

上传文件及文件夹使用命令:

$ bin/hdfs dfs -put /home/admin/README.md  /user/<username>

8、yarn配置

$  vim etc/hadoop/mapred-site.xml:

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

$  vim etc/hadoop/yarn-site.xml:

< configuration>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
< /configuration>

 

启动yarn

$ sbin/start-yarn.sh

 

 http://localhost:8088/查看是否成功

 至此hadoop单节点伪分布式安装配置完成

 

二、spark安装配置

spark的安装相对就要简单多了

1、首先下载,地址
基于Ubuntu/Debian的Hadoop2.7.2+Spark1.6实验环境快速部署

因为我之前已经有hadoop了所以选择第二个下载

2、下载解压后进入目录
$  tar  zxvf  spark-1.6.2-bin-without-hadoop.tgz
$  cd  spark-1.6.2-bin-without-hadoop/conf
$  cp  spark-env.sh.template  spark-env.sh
$  cp  spark-defaults.conf.template  spark-defaults.conf
$  vim  conf/spark-env.sh

最后添加

export  HADOOP_HOME=/home/administrator/project/hadoop-2.7.2
export  HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop
export  SPARK_DIST_CLASSPATH=$($HADOOP_HOME/bin/hadoop  classpath)

最后一个需要hadoop添加了环境变量才行。

官网配置中没有前两个配置,我运行例子时总报错,找不到hdfs jar 包。

3、回到解压目录运行示例
你可以在Spark的网站上看到更多的Spark样例程序。另外,在examples目录下还有许多样例代码(Scala, Java, Python)。你可以通过将类名称传给Spark的bin/run-example 脚本来运行Java和Scala语言样例,举例说明:
 
$  bin/run-example SparkPi 
 
对于Python例子,使用spark-submit脚本代替:

$ bin/spark-submit examples/src/main/python/pi.py
 

成功则到此配置完成。

相关推荐