hadoop2.6.0伪分布式+spark1.6.0配置记录

原创 2016年06月01日 22:09:46

1、hdfs-site.xml文件:

<configuration>
    <property>
        <name>dfs.name.dir</name>
        <value>/spark/hadoop-2.6.0/tmp/dfs/name</value> #只需要手动创建/spark/hadoop-2.6.0/tmp目录就好
    </property>
    <property>
        <name>dfs.data.dir</name>
        <value>/spark/hadoop-2.6.0/tmp/dfs/data</value> #只需要手动创建/spark/hadoop-2.6.0/tmp目录就好
    </property>
    <property>
        <name>dfs.replication</name>
        <value>1</value>
    </property>
</configuration>
2、core-site.xml文件:

<configuration>
    <property>
        <name>fs.default.name</name>
        <value>hdfs://kid</value> #kid是我的主机名
    </property>
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/spark/hadoop-2.6.0/tmp</value> #手动创建这个目录
    </property>
</configuration>
3、mapred-site.xml文件:

<configuration>
    <property>
        <name>mapred.job.tracker</name>
        <value>localhost:9001</value>
    </property>
</configuration>
4、不用配置yarn-site.xml文件

5、在/spark/hadoop-2.6.0/etc/hadoop目录下创建文件masters,并写入kid(我的主机名)

6、在/spark/hadoop-2.6.0/etc/hadoop目录下创建文件slaves,并写入kid。和masters文件的内容一样,是因为这是伪分布模式,主从主机都是主节点本身。

7、其他需要导出的环境变量配置请参考别的文章,比较简单。

8、启动hadoop:

hadoop namenode -format
./start-all.sh #在/spark/hadoop-2.6.0/sbin下执行

打开http://localhost:50070就可以看到界面了

出现的小问题:

kid: ssh: connect to host kid port 22: Connection timed out
打开/etc/hosts之后,发现是因为ip地址与kid对应关系错了。

9、打开spark连接hadoop:

./start-all.sh #在/spark/spark-1.6.0/sbin下执行

打开http://localhost:8080就可以看到界面了

10、在hadoop上创建文件后,打开spark-shell界面,运行统计词频的代码:

hadoop dfs -mkdir -p /user/hadoop #创建目录
hadoop dfs -put input_file.txt /user/hadoop #上传文件
scala> val file=sc.textFile("hdfs:///user/hadoop/input_file.txt") #hdfs上的文件中径为:/user/hadoop/input_file.txt  
scala> val count=file.flatMap(line => line.split(" ")).map(word => (word,1)).reduceByKey(_+_)   
scala> count.collect() #输出结果  
scala> count.saveAsTextFile("hdfs:///user/hadoop/result") #存放到result目录下 
hadoop dfs -copyToLocal /user/hadoop/result ./ #下载结果
默认是从hdfs读取文件,也可以指定sc.textFile("路径").在路径前面加上hdfs://表示从hdfs文件系统上读
本地文件读取 sc.textFile("路径").在路径前面加上file:// 表示从本地文件系统读,如file:///home/user/spark/README.md






版权声明:本文为博主原创文章,未经博主允许不得转载。

Spark1.6.0 Hadoop2.6.0 单机win7下配置(Intellij IDEA)

1. 首先需要注意的Scala版本要与Spark相应版本对应 比如Spark1.6.0,官网上给出了依赖 Spark runs on Java 7+, Python 2.6+ and R 3.1+...

Hadoop2.6.0伪分布式xml配置文件

一、hadoop伪分布式的三个配置文件1.core-site.xml文件配置 2.hdfs-site.xml文件配置 在/usr/local/hadoop目录下创建tmp文件夹,再在tmp目录...

Ubuntu16.04下伪分布式环境搭建之hadoop2.6.0、jdk1.7、Hbase0.98的安装与配置

Ubuntu16.04下伪分布式环境搭建之hadoop2.6.0、jdk1.7、Hbase0.98的安装与配置

Hadoop2.6.0单机伪分布式配置(未经同意,不得转载)

Hadoop2.6.0单机伪分布式配置 2016-08-21张广旭 张广旭 张广旭   1、更改主机名 ubuntu@Ubuntu:~$ sudo gedit /etc/hostname 2、...

hadoop-2.6.0伪分布式详细安装与配置

准备:使用hadoop-2.6.0,jdk1.8.0_66,新建hadoop用户 SSH互信 hadoop用户权限下 1.在每个节点上建立秘钥: ssh-keygen -t rsa 2.把i...

CentOS 6.5 配置hadoop 2.6.0伪分布式

操作系统:CentOS 6.5    32位 Java环境:jdk 1.7.0_71  hadoop下载地址:http://apache.fayea.com/hadoop/common/stable/...

Ubuntu16.04下hadoop-2.6.0单机配置和伪分布式配置

[-] 注意安装之前最好删除hadoop-260dfsdata下的所有文件避免出现各种问题尤其安装包不是官方现下载的需要重新编译的教程httpblogcsdnnetggz631047367art...

Ubuntu 14.10 安装 hadoop-2.6.0单机配置和伪分布式配置

hadoop 网络下载包 wget -c http://archive.apache.org/dist/hadoop/core/hadoop-1.0.1/hadoop-1.0.2.tar.gz (此地...

[转载] Ubuntu14.04下hadoop-2.6.0单机配置和伪分布式配置

需要重新编译的教程:http://blog.csdn.net/ggz631047367/article/details/42460589 在Ubuntu下创建hadoop用户组和用户 hadoop...

Ubuntu14.04下hadoop-2.6.0单机配置和伪分布式配置

Ubuntu14.04下hadoop-2.6.0单机配置和伪分布式配置
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:hadoop2.6.0伪分布式+spark1.6.0配置记录
举报原因:
原因补充:

(最多只允许输入30个字)