Spark偽分布式環(huán)境搭建

Spark天生提供的并行計(jì)算括袒、分布式計(jì)算給大數(shù)據(jù)的分析提供了非常棒的平臺(tái)毕莱,以往的數(shù)據(jù)庫的很多操作都可以直接在Spark中進(jìn)行處理蔑鹦,其速度十分快逗概,遠(yuǎn)遠(yuǎn)比數(shù)據(jù)庫中的集合操作要爽很多弟晚,因此也準(zhǔn)備認(rèn)坑Spark。

首先是Spark的環(huán)境搭建逾苫,單純單機(jī)的Spark的環(huán)境還是十分簡單卿城,選擇也有很多種,比如docker铅搓,比如虛擬機(jī)瑟押,比如下載解壓就可以用。

環(huán)境搭建中主要包括以下幾個(gè)方面:
1星掰、SSH環(huán)境多望,Spark有很多種部署方式嫩舟,local、standalone怀偷、集群家厌,都需要SSH免登陸設(shè)置,SSH的免登陸設(shè)置只需要查找ssh-keygen證書免登陸設(shè)置就可以查到椎工,如果是單機(jī)疹蛉,要確保單機(jī)SSH不需要密碼官地,如果是集群,要確保集群間SSH不需要密碼(此處個(gè)人認(rèn)為應(yīng)該是master和slaves之間即可,不需要slaves之間的配置思恐。有人配置過的可以請(qǐng)明示一下L帷@植骸U殷荨)。

2八千、解壓你的Spark:spark-2.3.1-bin-hadoop2.7.tgz吗讶,當(dāng)然有需要的也會(huì)連帶安裝Hadoop(解壓hadoop-2.7.7.tar),往往Hadoop和Spark版本是需要對(duì)應(yīng)的恋捆,不然會(huì)出錯(cuò)照皆。

3、Java環(huán)境沸停,現(xiàn)在較新版本的Spark都需要1.8以上的JDK膜毁,最好是rpm的原場JDK。

4愤钾、配置環(huán)境瘟滨,如~/.bashrc,spark-2.3.1-bin-hadoop2.7/conf/spark-env.sh環(huán)境能颁。

export JAVA_HOME=/usr/local/java/jdk1.8.0_192
export JRE_HOME=${JAVA_HOME}/jre
export CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib
export HADOOP_HOME=/usr/local /hadoop-2.7.7
export SPARK_HOME=/usr/local/spark-2.3.1-bin-hadoop2.7
exportPATH=${JAVA_HOME}/bin:${JRE_HOME}/bin:${HADOOP_HOME}/bin:${HADOOP_HOME}/sbin:${SPARK_HOME}/bin:${SPARK_HOME}/sbin:${PATH}

然后更新bash環(huán)境

source ~/.bashrc

此外還需要設(shè)置Spark的執(zhí)行環(huán)境杂瘸,編輯spark-2.3.1-bin-hadoop2.7/conf/spark-env.sh

export JAVA_HOME=/usr/local/java/jdk1.8.0_192
export HADOOP_HOME=/usr/local/hadoop-2.7.7
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop
export YARN_CONF_DIR=$HADOOP_HOME/etc/hadoop
export SPARK_HOME=/usr/local/spark-2.3.1-bin-hadoop2.7
export SPARK_LIBARY_PATH=.:$JAVA_HOME/lib:$JAVA_HOME/jre/lib:$HADOOP_HOME/lib/native
export SPARK_MASTER_IP=127.0.0.1
export SPARK_MASTER_HOST=127.0.0.1
export SPARK_LOCLA_DIRS=/usr/local/spark-2.3.1-bin-hadoop2.7
export SPARK_YARN_USER_ENV="CLASSPATH=/usr/local/hadoop-2.7.7/etc/hadoop"

5、讓hadoop使用Spark的shuffle

cp /usr/local/spark-2.3.1-bin-hadoop2.7/yarn/spark-2.3.1-yarn-shuffle.jar /usr/local/hadoop-2.7.7/share/hadoop/yarn/lib

6伙菊、配置hadoop設(shè)置/hadoop-2.7.7/etc/hadoop下的core-site.xml败玉,hdfs-site.xml,mapred_site.xml镜硕,yarn-site.xml运翼。詳細(xì)如下:
core-site.xml

<configuration>

    <!-- Configuration defauleFS -->
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://127.0.0.1:8020</value>
    </property>

    <!-- Configuration dataTemp -->
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/usr/local/hadoop/hadoop-2.7.7/data/tmp</value>
    </property>

    <!-- Configuration ZooKeeper -->
    <property>
        <name>ha.zookeeper.quorum</name>
        <value>127.0.0.1:2181</value>
    </property>

</configuration>

hdfs-site.xml

<configuration>

    <!-- Configuration the amount of data backup -->
    <property>
        <name>dfs.replication</name>
        <value>1</value>
    </property>

    <!-- configuration master node -->
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>file:/usr/local/hadoop/hadoop-2.7.7/dfs/name</value>
    </property>

    <!-- Configuration slave node -->
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>file:/usr/local/hadoop/hadoop-2.7.7/dfs/data</value>
    </property>

    <!-- Configuration from the maximum number of nodes -->
    <property>
        <name>dfs.namenode.handler.count</name>
        <value>100</value>
    </property>

    <!-- Is the configuration visible on the web page -->
    <property>
        <name>dfs.webhdfs.enabled</name>
        <value>true</value>
    </property>

</configuration>

mapred_site.xml

<configuration>

    <!-- Configuration of compution frameword -->
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
        <final>true</final>
    </property>

    <!-- Setting up historical work record address -->
    <property>
        <name>mapreduce.jobhistory.address</name>
        <value>127.0.0.1:10020</value>
    </property>

    <!-- Configuration you can see history in webapp -->
    <property>
        <name>mapreduce.jobhistory.webapp.address</name>
        <value>127.0.0.1:19888</value>
    </property>
</configuration>

yarn-site.xml

<configuration>

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

    <!-- Configuring node management services -->
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle,spark_shuffle</value>
    </property>

    <!-- Configuration specific calculation method -->
    <property>
        <name>yarn.nodemanager.aux-services.mapreduce_shuffle.class</name>
        <value>org.apache.hadoop.mapred.ShuffleHandler</value>
    </property>
    <property>
        <name>yarn.nodemanager.aux-services.spark_shuffle.class</name>
        <value>org.apache.spark.network.yarn.YarnShuffleService</value>
    </property>

    <!-- Configuration log file address -->
    <property>
        <name>yarn.nodemanager.log-dirs</name>
        <value>/usr/local/hadoop/hadoop-2.7.7/logs</value>
    </property>

    <!-- Configuration of resource management -->
    <property>
        <name>yarn.resourcemanager.hostname</name>
        <value>127.0.0.1</value>
    </property>

    <!-- Configuration of resource management address -->
    <property>
        <name>yarn.resourcemanager.address</name>
        <value>127.0.0.1:8032</value>
    </property>

    <!-- Configuration of resource management for webapp address -->
    <property>
        <name>yarn.resourcemanager.webapp.address</name>
        <value>127.0.0.1:8088</value>
    </property>

    <!-- If you used jdk1.8 that add config in this -->
    <property>
        <name>yarn.nodemanager.pmem-check-enabled</name>
        <value>false</value>
    </property>
    <property>
        <name>yarn.nodemanager.vmem-check-enabled</name>
        <value>false</value>
    </property>
</configuration>

7、啟動(dòng)兴枯,首先要對(duì)namenode進(jìn)行格式化(docker中南蹂,我沒有格式化,結(jié)果怎么都不能使用)念恍。

/usr/local/hadoop-2.7.7/bin/hadoop namenode -format

然后啟動(dòng)hadoop,

/usr/local/hadoop-2.7.7/sbin/start-all.sh

其次啟動(dòng)spark

/usr/local/spark-2.3.1-bin-hadoop2.7/sbin/start-all.sh

8六剥、關(guān)閉,首先關(guān)閉spark

/usr/local/spark-2.3.1-bin-hadoop2.7/sbin/stop-all.sh

然后關(guān)閉hadoop

/usr/local/hadoop-2.7.7/sbin/stop-all.sh
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末峰伙,一起剝皮案震驚了整個(gè)濱河市疗疟,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌瞳氓,老刑警劉巖策彤,帶你破解...
    沈念sama閱讀 211,639評(píng)論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異匣摘,居然都是意外死亡店诗,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,277評(píng)論 3 385
  • 文/潘曉璐 我一進(jìn)店門音榜,熙熙樓的掌柜王于貴愁眉苦臉地迎上來庞瘸,“玉大人,你說我怎么就攤上這事赠叼〔聊遥” “怎么了?”我有些...
    開封第一講書人閱讀 157,221評(píng)論 0 348
  • 文/不壞的土叔 我叫張陵嘴办,是天一觀的道長瞬场。 經(jīng)常有香客問我,道長涧郊,這世上最難降的妖魔是什么贯被? 我笑而不...
    開封第一講書人閱讀 56,474評(píng)論 1 283
  • 正文 為了忘掉前任,我火速辦了婚禮妆艘,結(jié)果婚禮上彤灶,老公的妹妹穿的比我還像新娘。我一直安慰自己双仍,他們只是感情好枢希,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,570評(píng)論 6 386
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著朱沃,像睡著了一般苞轿。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上逗物,一...
    開封第一講書人閱讀 49,816評(píng)論 1 290
  • 那天搬卒,我揣著相機(jī)與錄音,去河邊找鬼翎卓。 笑死契邀,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的失暴。 我是一名探鬼主播坯门,決...
    沈念sama閱讀 38,957評(píng)論 3 408
  • 文/蒼蘭香墨 我猛地睜開眼微饥,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了古戴?” 一聲冷哼從身側(cè)響起欠橘,我...
    開封第一講書人閱讀 37,718評(píng)論 0 266
  • 序言:老撾萬榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎现恼,沒想到半個(gè)月后肃续,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 44,176評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡叉袍,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,511評(píng)論 2 327
  • 正文 我和宋清朗相戀三年始锚,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片喳逛。...
    茶點(diǎn)故事閱讀 38,646評(píng)論 1 340
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡瞧捌,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出艺配,到底是詐尸還是另有隱情察郁,我是刑警寧澤,帶...
    沈念sama閱讀 34,322評(píng)論 4 330
  • 正文 年R本政府宣布转唉,位于F島的核電站皮钠,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏赠法。R本人自食惡果不足惜麦轰,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,934評(píng)論 3 313
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望砖织。 院中可真熱鬧款侵,春花似錦、人聲如沸侧纯。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,755評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽眶熬。三九已至妹笆,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間娜氏,已是汗流浹背拳缠。 一陣腳步聲響...
    開封第一講書人閱讀 31,987評(píng)論 1 266
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留贸弥,地道東北人窟坐。 一個(gè)月前我還...
    沈念sama閱讀 46,358評(píng)論 2 360
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親哲鸳。 傳聞我的和親對(duì)象是個(gè)殘疾皇子臣疑,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,514評(píng)論 2 348

推薦閱讀更多精彩內(nèi)容