Spark1.6 onYARN 安装手记

最新推荐文章于 2024-01-22 21:02:37 发布

jameswangcnbj

最新推荐文章于 2024-01-22 21:02:37 发布

阅读量704

点赞数 1

分类专栏： hadoop spark 文章标签： spark hadoop

本文链接：https://blog.csdn.net/jameswangcnbj/article/details/50924199

版权

hadoop 同时被 2 个专栏收录

10 篇文章 0 订阅

订阅专栏

spark

1 篇文章 0 订阅

订阅专栏

在现在的环境中hadoop+spark+mpp的OLAP的场景越来越多，学习spark需要的第一步就是搭建测试环境。
一、前提准备
spark或者说hadoop集群的最小机器就是3台，分别如下：

192.168.206.27  master
192.168.206.33  slave1 
192.168.203.19  slave2

1.修改机器名

vi /etc/sysconfig/network
vi /etc/hosts

2.确保编码一致

/etc/sysconfig/i18n

这里需要多说一句，一般情况下我会设置成zh_CN.UTF-8因为一些提示信息中文会直观些，但是很多人喜欢en_US.UTF-8,如果需要安装中文支持

yum groupinstall chinese-support
yum install fonts-chinese.noarch
yum install m17n-db-common-cjk
yum install m17n-db-chinese
vi /etc/sysconfig/i18n
LANG="zh_CN.UTF-8" 
SYSFONT="latarcyrheb-sun16" 
LC_ALL="zh_CN.UTF-8"
vi /etc/profile
export LC_ALL="zh_CN.UTF-8" 
#如果不行reboot试试，还不行localedef -v -c -i zh_CN -f UTF-8 zh_CN.UTF-8
#遇到一次很特殊的，使用yum -y install fontforge解决

3.ntp时间一致crontab -e
我习惯用ntpdate

 * */2 * * * /usr/sbin/ntpdate asia.pool.ntp.org && /sbin/hwclock --systohc

二、安装HADOOP集群

1.安装jdk,3台全部安装

#上传 jdk到 /usr/local
cd /usr/local
rpm -ivh jdk-7u80-linux-x64.rpm

vi /etc/profile
export JAVA_HOME=/usr/java/jdk1.7.0_80
export PATH=$PATH:$JAVA_HOME/bin
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
export JAVA_HOME JAVA_BIN PATH CLASSPATH
PATH=$PATH:$HOME/bin
export PATH

source /etc/profile
Java -version

#ssh root@slave1 slave2 上去操作

2.安装scala
spark1.6安装2.11版本

 #http://www.scala-lang.org/download/2.11.8.html
 mkdir -p /home/scala
   tar -xzvf scala-2.11.8.tgz -C /home/scala/

   vi /etc/profile
   export SCALA_HOME=/home/scala/scala-2.11.8
   PATH=$PATH:$HOME/bin:$SCALA_HOME/bin
   export PATH

   source /etc/profile
   scala -version

   scp -r /home/scala root@slave1
   scp -r /home/scala root@slave2
   #ssh后设置/etc/profile

3.hadoop安装

     mkdir -p /home/hadoop
     tar xzvf hadoop-2.7.2.tar.gz -C /home/hadoop/
     cd /home/hadoop/hadoop-2.7.2/etc/hadoop

     #3.1 hadoop-env.sh配置JAVA_HOME**
        export JAVA_HOME=/usr/java/jdk1.7.0_80

     #3.2在yarn-env.sh中配置JAVA_HOME
        export JAVA_HOME=/usr/java/jdk1.7.0_80

     #3.3在slaves中配置slave节点的ip或者host，
        salve1
        slave2

     #3.4修改core-site.xml
       <configuration>
        <property>
        <name>fs.defaultFS</name>
        <value>hdfs://master:9000/</value>
        </property>
        <property>
         <name>hadoop.tmp.dir</name>
         <value>/home/hadoop/hadoop-2.7.2/tmp</value>
        </property>
    </configuration>

     #3.5修改hdfs-site.xml
       <configuration>
        <property>
        <name>dfs.namenode.secondary.http-address</name>
        <value>master:9001</value>
        </property>
        <property>
        <name>dfs.namenode.name.dir</name>
        <value>/home/hadoop/hadoop-2.7.2/dfs/name</value>
        </property>
        <property>
        <name>dfs.datanode.data.dir</name>
        <value>/home/hadoop/hadoop-2.7.2/dfs/data</value>
        </property>
        <property>
        <name>dfs.replication</name>
        <value>3</value>
        </property>
    </configuration>

    #3.6 修改mapred-site.xml
        cp mapred-site.xml.template mapred-site.xml
        <configuration>
        <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
        </property>
    </configuration>

    3.7 修改yarn-site.xml
        <configuration>
        <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
        </property>
        <property>
        <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>
        <value>org.apache.hadoop.mapred.ShuffleHandler</value>
        </property>
        <property>
        <name>yarn.resourcemanager.address</name>
        <value>master:8032</value>
        </property>
        <property>
        <name>yarn.resourcemanager.scheduler.address</name>
        <value>master:8030</value>
        </property>
        <property>
        <name>yarn.resourcemanager.resource-tracker.address</name>
        <value>master:8035</value>
        </property>
        <property>
        <name>yarn.resourcemanager.admin.address</name>
        <value>master:8033</value>
        </property>
        <property>
        <name>yarn.resourcemanager.webapp.address</name>
        <value>master:8088</value>
        </property>
    </configuration>

4.分发验证

      #4.1 分发
      scp -r hadoop/ root@slave1:/home
      scp -r hadoop/ root@slave2:/home

      #4.2格式化namenode
       #增加环境变量
       vi /etc/profile
       export HADOOP_HOME=/home/hadoop/hadoop-2.7.2
       PATH=$PATH:$HOME/bin:$SCALA_HOME/bin:$HADOOP_HOME/bin
       export PATH

      # slave1 2同样操作

       cd $HADOOP_HOME
       bin/hdfs namenode -format
       #==提示错误nable to load native-hadoop library，
       cd lib/native
       file libhadoop.so.1.0.0 #看到是64位的，不是版本问题
       #下载：wget http://dl.bintray.com/sequenceiq/sequenceiq-bin/hadoop-native-64-2.7.0.tar
        tar xvf hadoop-native-64-2.7.0.tar -C native/
    #用这个native替换hadoop下版本就可以了

    #4.3启动
    sbin/start-dfs.sh
    sbin/start-yarn.sh

    jps
    #master可以看到如下进程：
    3407 SecondaryNameNode
    3218 NameNode
    3552 ResourceManager
    3910 Jps

   # slave上可以看到进程
    2072 NodeManager
    2213 Jps
    1962 DataNode

    #浏览器：http://master:8088 yarn管理界面
    http://master:50070 hdfs管理界面

5.spark安装

     #注意选择pre-bulit for hadoop2.6 later
     mkdir -p /home/spark
     tar xzvf spark-1.6.1-bin-hadoop2.6.tgz -C /home/spark/
     cd /home/spark/
     mv  spark-1.6.1-bin-hadoop2.6/ spark-1.6.1/
     cd /home/spark/spark-1.6.1/conf

     #5.1配置
     cp spark-env.sh.template spark-env.sh
     vi spark-env.sh

export SCALA_HOME=/home/scala/scala-2.11.8
export JAVA_HOME=/usr/java/jdk1.7.0_80
export HADOOP_HOME=/home/hadoop/hadoop-2.7.2
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop
SPARK_MASTER_IP=master
SPARK_LOCAL_DIRS=/home/spark/spark-1.6.1
SPARK_DRIVER_MEMORY=1G
SPARK_WORKER_INSTANCES=1
SPARK_WORKER_MEMORY=1024m

    cp slaves.template slaves
    vi slaves
    slave1
    slave2

   # 5.2 分发
    scp -r /home/spark/ root@slave1:/home
    scp -r /home/spark/ root@slave2:/home

    #5.3启动
    sbin/start-all.sh

    #jps检查：master多了个master进程
    7949 Jps
    7328 SecondaryNameNode
    7805 Master
    7137 NameNode
    7475 ResourceManager
    #slave上多了worker进程
    3132 DataNode
    3759 Worker
    3858 Jps
    3231 NodeManager

    #进入Spark的Web管理页面： http://master:8080


     #5.4为了方便可以在/etc/profile加入spark
     #完整的：
export JAVA_HOME=/usr/java/jdk1.7.0_80
export PATH=$PATH:$JAVA_HOME/bin
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
export JAVA_HOME JAVA_BIN PATH CLASSPATH
export SCALA_HOME=/home/scala/scala-2.11.8
export HADOOP_HOME=/home/hadoop/hadoop-2.7.2
export SPARK_HOME=/home/spark/spark-1.6.1
PATH=$PATH:$HOME/bin:$SCALA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$SPARK_HOME/bin:$SPARK_HOME/sbin
export PATH

#5.5运行示例

#本地模式两线程运行
./bin/run-example SparkPi 10 --master local[2]

#Spark Standalone 集群模式运行
./bin/spark-submit \
  --class org.apache.spark.examples.SparkPi \
  --master spark://master:7077 \
  lib/spark-examples-1.3.0-hadoop2.4.0.jar \
  100

#Spark on YARN 集群上 yarn-cluster 模式运行
./bin/spark-submit \
    --class org.apache.spark.examples.SparkPi \
    --master yarn-cluster \  # can also be `yarn-client`
    lib/spark-examples*.jar \
    10
#注意 Spark on YARN 支持两种运行模式，分别为yarn-cluster和yarn-client，具体的区别可以看这篇博文，从广义上讲，yarn-cluster适用于生产环境；
#而yarn-client适用于交互和调试，也就是希望快速地看到application的输出。

spark-shell --version