hadoop&spark安装(下)

简介:

上一遍文章中其实最主要的就是JAVA环境变量以及hadoop环境变量的设置,这两个设置好了的话,运行hadoop基本上不会出问题。

在hadoop的基础上安装spark好简单。

安装Spark之前需要先安装Hadoop集群,因为之前已经安装了hadoop,所以我直接在之前的hadoop集群上安装spark。

硬件环境:

hddcluster1 10.0.0.197 redhat7

hddcluster2 10.0.0.228 centos7  这台作为master

hddcluster3 10.0.0.202 redhat7

hddcluster4 10.0.0.181 centos7

软件环境:

scala-2.11.7

spark-2.0.2-bin-hadoop2.7.tgz


#所有操作用hadoop

基本流程:

1、master解压scala-2.11.7和spark-2.0.2-bin-hadoop2.7.tgz到相应的目录

2、配置scala和spark环境变量

3、修改配置文件

4、拷贝scala和spark到各个节点,授权

5、启动spark集群

1
2
3
4
5
6
7
8
9
10
11
#hadoop用户下操作,下载scala,安装
wget http: //downloads .lightbend.com /scala/2 .11.7 /scala-2 .11.7.tgz
tar  -zxvf scala-2.11.7.tgz 
mv  scala-2.11.7  /usr/local/scala
sudo  mv  scala-2.11.7  /usr/local/scala
vim .bashrc      #添加
export  SCALA_HOME= /usr/local/scala
export  PATH=$PATH:$HADOOP_HOME /sbin :$HADOOP_HOME /bin :$SCALA_HOME /bin
source  .bashrc
[hadoop@hddcluster2 ~]$ scala -version
Scala code runner version 2.11.7 -- Copyright 2002-2013, LAMP /EPFL
1
2
3
4
5
6
7
#在官网下载spark-2.0.2-bin-hadoop2.7.tgz
tar  -zxvf spark-2.0.2-bin-hadoop2.7.tgz
mv   spark-2.0.2-bin-hadoop2.7 spark
sudo  mv  spark  /usr/local/
vim .bashrc    #添加
export  SPARK_HOME= /usr/local/spark
export  PATH=$PATH:$HADOOP_HOME /sbin :$HADOOP_HOME /bin :$SCALA_HOME /bin :$SPARK_HOME
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
#修改spark配置文件
cd  /usr/local/spark/conf
cp  spark- env .sh.template spark- env .sh
vi  spark- env .sh    #添加下面内容
###jdk dir
 
export  JAVA_HOME= /usr/lib/jvm/java-1 .8.0-openjdk-1.8.0.111-2.b15.el7_3.x86_64
 
###scala dir
 
export  SCALA_HOME= /usr/local/scala
 
###the ip of master node of spark
 
export  SPARK_MASTER_IP=10.0.0.228
 
###the max memory size of worker
 
export  SPARK_WORKER_MEMORY=8G
 
###hadoop configuration file dir
 
export  HADOOP_CONF_DIR= /usr/local/hadoop/etc/hadoop/
 
#修改slave
cp  slaves.template slaves
vi  slaves    #把localhost改为下面内容
hddcluster1
hddcluster2
hddcluster3
hddcluster4
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
#把/usr/local/spark 和 /usr/local/scala打包,然后复制到slave节点、
cd  /usr/local
tar  -zcf ~ /master .spark. tar .gz  . /spark
tar  -zcf ~ /master .scala. tar .gz  . /scala
scp  master.spark. tar .gz hddcluster1:~
scp  master.scala. tar .gz hddcluster1:~
#登录各个节点进行解压到/usr/local
tar  -zxf master.spark. tar .gz -C  /usr/local/
tar  -zxf master.scala. tar .gz -C  /usr/local/
chown  -R hadoop:hadoop  /usr/local/spark
chown  -R hadoop:hadoop  /usr/local/scala
再配置.bashrc环境变量和master的一样。
加上hadoop上一篇的.bashrc内容是这样子:
#scala
export  SCALA_HOME= /usr/local/scala
#spark
export  SPARK_HOME= /usr/local/spark
 
#java and hadoop
export  JAVA_HOME= /usr/lib/jvm/java-1 .8.0-openjdk-1.8.0.111-2.b15.el7_3.x86_64
export  HADOOP_HOME= /usr/local/hadoop
export  HADOOP_INSTALL=$HADOOP_HOME
export  HADOOP_MAPRED_HOME=$HADOOP_HOME
export  HADOOP_COMMON_HOME=$HADOOP_HOME
export  HADOOP_HDFS_HOME=$HADOOP_HOME
export  YARN_HOME=$HADOOP_HOME
export  HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME /lib/native
 
 
export  PATH=$PATH:$HADOOP_HOME /sbin :$HADOOP_HOME /bin :$SCALA_HOME /bin :$SPARK_HOME
export  HADOOP_PREFIX=$HADOOP_HOME
export  HADOOP_OPTS= "-Djava.library.path=$HADOOP_PREFIX/lib:$HADOOP_PREFIX/lib/native"
到此Spark集群搭建完毕
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
.启动Spark集群:
 
启动Spark之前需要先将hadoop的dfs以及yarn启动。
/usr/local/spark/sbin/start-all .sh
  启动所有服务之后,在命令行输入jps:
[hadoop@hddcluster2 ~]$ jps
29601 ResourceManager
32098 SparkSubmit
29188 DataNode
29364 SecondaryNameNode
29062 NameNode
29915 NodeManager
30251 Master
30380 Worker
30062 JobHistoryServer
18767 Jps
  比hadoop集群启动时多了Master和worker
/usr/local/spark/bin/spark-shell .sh
出现scala>时说明成功。
在浏览器中输入10.0.0.228:8080时,会看到如下图,有4个Worker

wKiom1hbdomh4jZgAAF1fqxnfrg791.jpg-wh_50

wKioL1hbdomArLL0AAFBgG7qfcU571.jpg-wh_50



本文转自 yanconggod 51CTO博客,原文链接:http://blog.51cto.com/yanconggod/1885082

相关文章
|
1月前
|
分布式计算 Hadoop 大数据
安装Spark
安装Spark
34 0
|
11天前
|
分布式计算 Hadoop 大数据
大数据技术与Python:结合Spark和Hadoop进行分布式计算
【4月更文挑战第12天】本文介绍了大数据技术及其4V特性,阐述了Hadoop和Spark在大数据处理中的作用。Hadoop提供分布式文件系统和MapReduce,Spark则为内存计算提供快速处理能力。通过Python结合Spark和Hadoop,可在分布式环境中进行数据处理和分析。文章详细讲解了如何配置Python环境、安装Spark和Hadoop,以及使用Python编写和提交代码到集群进行计算。掌握这些技能有助于应对大数据挑战。
|
1天前
|
分布式计算 Hadoop Scala
Spark【环境搭建 01】spark-3.0.0-without 单机版(安装+配置+测试案例)
【4月更文挑战第13天】Spark【环境搭建 01】spark-3.0.0-without 单机版(安装+配置+测试案例)
5 0
|
14天前
|
分布式计算 Hadoop Java
centos 部署Hadoop-3.0-高性能集群(一)安装
centos 部署Hadoop-3.0-高性能集群(一)安装
14 0
|
1月前
|
分布式计算 Spark
Spark【Spark学习大纲】简介+生态+RDD+安装+使用(xmind分享)
【2月更文挑战第14天】Spark【Spark学习大纲】简介+生态+RDD+安装+使用(xmind分享)
31 1
|
3月前
|
SQL 分布式计算 Hadoop
Spark与Hadoop的关系和区别
Spark与Hadoop的关系和区别
|
3月前
|
分布式计算 Hadoop 数据处理
Spark与Hadoop的区别是什么?请举例说明。
Spark与Hadoop的区别是什么?请举例说明。
52 0
|
3月前
|
分布式计算 资源调度 Hadoop
在Linux系统上安装Hadoop的详细步骤
【1月更文挑战第4天】在Linux系统上安装Hadoop的详细步骤
418 0
|
分布式计算 Ubuntu Hadoop
Hadoop 的安装和使用(基于Linux~Ubuntu的虚拟机)
Hadoop 的安装和使用(基于Linux~Ubuntu的虚拟机)
903 0
Hadoop 的安装和使用(基于Linux~Ubuntu的虚拟机)

热门文章

最新文章

相关实验场景

更多