spark入门及集群环境搭建-创新互联

软件环境: VMware workstation 11.0

linux ：CentOS 6.7

hadoop-2.7.3

jdk-1.0.7_67

spark-2.1.0-bin-hadoop2.7/

安装虚拟机和jdk就不再此赘述。

直接讲解安装hadoop和spark的安装。

一。下载hadoop源码包。点击此处下载: http://hadoop.apache.org/

 1.下载后解压到指定的目录下。

  tar -zxvf hadoop-2.7.3.tar.gz  -C /usr/hadoop

 2.解压后进入目录  cd /usr/hadoop/hadoop-2.7.3

 3.修改配置文件: 进入到cd /hadoop-2.7.3/etc/hadoop下需要修改几个配置文件

  1> cp etc/hadoop/hadoop-env.sh.template.hadoop-env.sh

   cp etc/hadoop/hdfs-site.xml.templete  hdfs-site.xml

    cp etc/hadoop/core-site.templete  core-site.xml

   cp etc/hadoop/mapred-env.sh.templete  mapred-env.sh

   cp etc/hadoop/mapred-site.templete  mapred-site.sh

    cp etc/hadoop/slaves.templete  slaves

   cp etc/yarn-env.sh.templete  yarn-env.sh

   cp etc/yarn-site.xml.templete  yarn-site.xml

注意: 一般修改系统配置文件时最好做一个备份或者复制后修改，就像这样的。

  hadoop-env.sh 配置文件的内容

# The java implementation to use.
   export JAVA_HOME=/opt/modules/jdk1.7.0_67/
 这是需要修改为自己机器安装的jdk的位置。其他文件内容不需要修改。

hdfs-site.xml
  

        dfs.replication
        2
        
        
        dfs.block.size
        134217728
        
        
        dfs.namenode.name.dir
        /home/hadoopdata/dfs/name
        
        
        dfs.datanode.data.dir
        /home/hadoopdata/dfs/data
        
        
        fs.checkpoint.dir
        /home/hadoopdata/checkpoint/dfs/cname
        
        
        fs.checkpoint.edits.dir
        /home/hadoopdata/checkpoint/dfs/cname
        
        
         dfs.http.address
        master:50070
         
          
           dfs.secondary.http.address
           slave1:50090
          
           
          dfs.webhdfs.enabled
        true
           
          
          dfs.permissions
          true
          

 3> core-site.xml

    fs.defaultFS

    hdfs://master:8020

    io.file.buffer.size

    4096

    hadoop.tmp.dir

    /opt/modules/hadoop-2.7.3/data/tmp

4> mapred-env.sh

 export JAVA_HOME=/usr/local/java/jdk1.7.0_67/

 修改为自己电脑的jdk路径。

5> mapred-site.xml

    mapreduce.framework.name

    yarn

    true

    mapreduce.jobhistory.address

    master:10020

    mapreduce.jobhistory.webapp.address

    master:19888

    mapreduce.job.ubertask.enable

    true

    mapred.job.tracker

    master:9001

6> slaves 设置需要几个节点运行

 master

 slave1

 slave2

7> yarn-env.sh

  JAVA=$JAVA_HOME/bin/java  引用jdk的路径

8> yarn-site.xml

    yarn.resourcemanager.hostname

    salve2

    yarn.nodemanager.aux-services

    mapreduce_shuffle

    yarn.resourcemanager.address

    slave2:8032

    yarn.resourcemanager.scheduler.address

    slave2:8030

    yarn.resourcemanager.resource-tracker.address

    slave2:8031

    yarn.resourcemanager.admin.address

    slave2:8033

    yarn.resourcemanager.webapp.address

    slave2:8088

        yarn.log-aggregation-enable

        true

         yarn.nodemanager.remote-app-log-dir

         /opt/modules/hadoop-2.7.3/tmp/logs

注意: 修改完配置后，需要将hadoop分发到其他节点。 slave1和slave2.

  scp -r /usr/hadoop/hadoop-2.7.3  root@slave1:/usr/hadoop

   scp -r /usr/hadoop/hadoop-2.7.3  root@slave2:/usr/hadoop

然后需要修改环境变量文件。可以修改当前用户的 环境变量文件，就是~./bash_rc 或全局变量文件 /etc/profile

  export  JAVA_HOME=/usr/local/jdk-1.7.0_67

  export  PATH=:PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:

保存 :wq;  然后可以把环境变量文件发送给其他节点。

二. 格式化namenode节点

  hadoop namenode -format  会看到一堆输出信息。然后会提示namenode 格式化成功的提示。

三。启动集群.

  可以全部启动，也可以单独 启动。

 hadoop 安装路径下有个sbin 目录，下是存放的是系统的启动脚本。

 全部启动: start-all.sh

 单独启动节点: hadoop-daemon.sh  start namenode/datanode xxx.

 启动后用jps查看进程。

另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。