spark 入门及集群环境搭建
软件环境: VMware workstation 11.0linux ：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.templetehdfs-site.xml
cp etc/hadoop/core-site.templetecore-site.xml
cp etc/hadoop/mapred-env.sh.templetemapred-env.sh
cp etc/hadoop/mapred-site.templetemapred-site.sh
cp etc/hadoop/slaves.templeteslaves
cp etc/yarn-env.sh.templeteyarn-env.sh
cp etc/yarn-site.xml.templeteyarn-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=$JAVA_HOME/bin/java 引用jdk的路径
8> yarn-site.xml
yarn.resourcemanager.hostname
salve2
yarn.nodemanager.aux-services
mapreduce_shuffle
yarn.resourcemanager.address
slave2:8032
yarn.resourcemanager.scheduler.address
slave2:8030
yarn.resourcemanager.resource-tracker.address
slave2:8031
yarn.resourcemanager.admin.address
slave2:8033
yarn.resourcemanager.webapp.address
slave2:8088
yarn.log-aggregation-enable
true
yarn.nodemanager.remote-app-log-dir
/opt/modules/hadoop-2.7.3/tmp/logs
注意: 修改完配置后，需要将hadoop分发到其他节点。 slave1和slave2.
scp -r /usr/hadoop/hadoop-2.7.3root@slave1:/usr/hadoop
scp -r /usr/hadoop/hadoop-2.7.3root@slave2:/usr/hadoop
然后需要修改环境变量文件。可以修改当前用户的 环境变量文件，就是~./bash_rc 或全局变量文件 /etc/profile
exportJAVA_HOME=/usr/local/jdk-1.7.0_67
exportPATH=:PATH:$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.shstart namenode/datanode xxx.
启动后用jps查看进程。
页:
[1]