Spark 1.6单机环境的安装准备
Spark官网文档描述的是:
Spark runs on Java 7+, Python 2.6+/3.4+ and R 3.1+. For the Scala API, Spark 2.0.2 uses Scala 2.11. You will need to use a compatible Scala version (2.11.x).
(PS:在使用spark1.6的时候可以使用的scala版本是2.10.x)
我本地的环境是:
Ubuntu 14.04.5 LTS
jdk-8u111-linux-x64.tar.gz
hadoop-2.6.5.tar.gz
scala-2.10.6.tgz
spark-1.6.0-bin-hadoop2.6.tgz
1.安装jdk
解压jdk安装包到任意目录:
$ cd /home/yfl/Spark
$ tar -xzvf jdk-8u111-linux-x64.tar.gz
$ sudo vim /etc/profile
编辑/etc/profile文件,在最后加上java环境变量:
export JAVA_HOME=/home/yfl/Spark/jdk1.8.0_111/
export JRE_HOME=/home/yfl/Spark/jdk1.8.0_111/jre
export PATH=$JAVA_HOME/bin:$JRE_HOME/bin:$PATH
export CLASSPATH=.:$JAVA_HOME/lib:$JRE_HOME/lib:$CLASSPATH
保存并更新/etc/profile:
$ source /etc/profile
查看是否成功:
$ java -version
2.配置ssh localhost
确保安装好ssh:
$ sudo apt-get update
$ sudo apt-get install openssh-server
$ sudo /etc/init.d/ssh start
生成并添加密钥:
$ ssh-keygen -t rsa
$ cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
$ chmod 0600 ~/.ssh/authorized_keys
如果已经生成过密钥,只需执行后两行命令。 测试ssh localhost
$ ssh localhost
$ exit
3.安装hadoop2.6.5
解压hadoop2.6.0到任意目录:
$ cd /home/yfl/Spark
$ wget http://apache.claz.org/hadoop/common/hadoop-2.6.5/hadoop-2.6.5.tar.gz
$ tar -xzvf hadoop-2.6.5.tar.gz
编辑/etc/profile文件,在最后加上java环境变量:
export HADOOP_HOME=/home/yfl/Spark/hadoop-2.6.5/
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:$HADOOP_HOME/bin
编辑$HADOOP_HOME/etc/hadoop/hadoop-env.sh文件
$ vim $HADOOP_HOME/etc/hadoop/hadoop-env.sh
在最后加上:
export JAVA_HOME=/home/yfl/Spark/jdk1.8.0_111/
修改Configuration文件:
$ cd $HADOOP_HOME/etc/hadoop
PS:修改xml的时候要是发现文件不存在可以cp xxx.xml.template xxx.xml 即可
修改core-site.xml:
<property>
<name>fs.default.name</name>
<value>hdfs://localhost:9000</value>
</property>
修改hdfs-site.xml:
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
<property>
<name>dfs.name.dir</name>
<value>file:///home/yfl/Spark/hadoopdata/hdfs/namenode</value>
</property>
<property>
<name>dfs.data.dir</name>
<value>file:///home/yfl/Spark/hadoopdata/hdfs/datanode</value>
</property>
第一个是dfs的备份数目,单机用1份就行,后面两个是namenode和datanode的目录。
修改mapred-site.xml:
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value
</property>
修改yarn-site.xml:
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
初始化hadoop:
$ hdfs namenode -format
启动
$ $HADOOP_HOME/sbin/start-all.sh
停止
$ $HADOOP_HOME/sbin/stop-all.sh
检查WebUI,浏览器打开端口:http://localhost:8088
port 8088: cluster and all applications
port 50070: Hadoop NameNode
port 50090: Secondary NameNode
port 50075: DataNode
hadoop运行后可使用jps命令查看,得到结果:
10057 Jps
9611 ResourceManager
9451 SecondaryNameNode
9260 DataNode
9102 NameNode
9743 NodeManager
4.安装scala
解压scala安装包到任意目录:
$ cd /home/yfl/Spark
$ tar -xzvf scala-2.10.6.tgz
$ sudo vim /etc/profile
在/etc/profile文件的末尾添加环境变量:
export SCALA_HOME=/home/yfl/Spark/scala-2.10.6
export PATH=$SCALA_HOME/bin:$PATH
保存并更新/etc/profile:
$ source /etc/profile
查看是否成功:
$ scala -version
5.安装Spark
解压spark安装包到任意目录:
$ cd /home/yfl/Spark
$ tar -xzvf spark-1.6.0-bin-hadoop2.6.tgz
$ mv spark-1.6.0-bin-hadoop2.6 spark-1.6.0
$ sudo vim /etc/profile
在/etc/profile文件的末尾添加环境变量:
export SPARK_HOME=/home/yfl/Spark/spark-1.6.0
export PATH=$SPARK_HOME/bin:$PATH
保存并更新/etc/profile:
$ source /etc/profile
在conf目录下复制并重命名spark-env.sh.template为spark-env.sh:
$ cp spark-env.sh.template spark-env.sh
$ vim spark-env.sh
在spark-env.sh中添加:
export JAVA_HOME=/home/yfl/Spark/jdk1.8.0_111/
export SCALA_HOME=/home/yfl/Spark/scala-2.10.6
export SPARK_MASTER_IP=localhost
export SPARK_WORKER_MEMORY=4G
启动
$ $SPARK_HOME/sbin/start-all.sh
停止
$ $SPARK_HOME/sbin/stop-all.sh
测试Spark是否安装成功:
$SPARK_HOME/bin/run-example SparkPi 2>&1 | grep “Pi is roughly”
得到结果:
Pi is roughly 3.14716
检查WebUI,浏览器打开端口:http://localhost:8080