centos中spark1.3.1环境搭建

一、Java安装
1、安装包准备：
首先到官网下载jdk，http://www.oracle.com/technetwork/java/javase/downloads /jdk7-downloads-1880260.html，我下载jdk-7u79-linux-x64.tar.gz，下载到主目录
2、解压安装包
通过终端在/usr/local目录下新建java文件夹，命令行：
sudo mkdir /usr/local/java
然后将下载到压缩包拷贝到java文件夹中，命令行：
进入jdk压缩包所在目录
cp jdk-7u79-linux-x64.tar.gz /usr/local/java
然后进入java目录，命令行：
cd /usr/local/java
解压压缩包，命令行：
sudo tar xvf jdk-7u79-linux-x64.tar.gz
然后可以把压缩包删除，命令行：
sudo rm jdk-7u79-linux-x64.tar.gz
3、设置jdk环境变量
这里采用全局设置方法，就是修改etc/profile，它是是所有用户的共用的环境变量
sudo vi /etc/profile
打开之后在末尾添加

export JAVA_HOME=/usr/local/java/jdk1.7.0_79
export JRE_HOME=/usr/local/java/jdk1.7.0_79/jre
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar:$JRE_HOME/lib:$CLASSPATH
export PATH=$JAVA_HOME/bin: $PATH
使profile生效
source /etc/profile

4、检验是否安装成功
在终端
java -version
显示如下

java version "1.7.0_79"
Java(TM) SE Runtime Environment (build 1.7.0_79-b15)
Java HotSpot(TM) 64-Bit Server VM (build 24.79-b02, mixed mode)

二、scala2.11.4安装
1、安装包准备：
首先到官网下载scala，http://www.scala-lang.org/，下载scala-2.11.4.tgz，并复制到/usr/lib
2、解压安装包
tar -zxf scala-2.11.4.tgz
3、设置scala环境变量
这里采用全局设置方法，就是修改etc/profile，它是是所有用户的共用的环境变量
sudo vi /etc/profile
打开之后在末尾添加

export SCALA_HOME=/usr/lib/scala-2.11.4
export PATH=$SCALA_HOME/bin:$PATH
使profile生效
source /etc/profile

4、检验是否安装成功
在终端
scala -version
显示如下

Scala code runner version 2.11.4 -- Copyright 2002-2013, LAMP/EPFL

[root@master scala-2.11.6]# scala

Welcome to Scala version 2.11.6 (Java HotSpot(TM) 64-Bit Server VM, Java 1.7.0_71).
Type in expressions to have them evaluated.
Type :help for more information.

三、hadoop2.3安装
1、安装包准备：
hadoop版本有点混乱，除了http://hadoop.apache.org/有 众多版本之外，还有Cloudera公司的CDH版本，请从观望下载hadoop-2.3.0.tar.gz或者下载CDH版本hadoop- 2.3.0-cdh5.0.0.tar.gz，本文环境是在hadoop-2.3.0-cdh5.0.0.tar.gz之上建立。
2、解压安装包
下载安装包之后复制到/usr目录。
tar -zxf hadoop-2.3.0-cdh5.0.0.tar.gz
解压后生成hadoop-2.3.0-cdh5.0.0，重命名为hadoop-2.3.0。
3、配置环境
这里采用全局设置方法，就是修改etc/profile，它是是所有用户的共用的环境变量
vi /etc/profile
打开之后在末尾添加

export HADOOP_HOME=/home/zero/hadoop/hadoop-2.3.0
export PATH=$PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin

使profile生效

source /etc/profile

3、建立hadoop用户
useradd hadoop
passwd hadoop
3、配置SSH免登录

su  hadoop  //切换到hadoop用户目录下
ssh-keygen-t rsa(一路回车 生成密钥)
cd/home/hadoop/.ssh/
scp  id_rsa.pub hadoop@slave1:/home/hadoop/.ssh/
mv id_rsa.pub authorized_keys

四、spark1.3.1安装
1、安装包准备：
spark官网下载spark-1.3.1-bin-hadoop2.3.tgz。
2、解压安装包
下载安装包之后复制到/usr目录。

tar -zxf spark-1.3.1-bin-hadoop2.3.tgz
tar zxvf spark-1.3.1-bin-hadoop2.3.tgz

解压后生成spark-1.3.1-bin-hadoop2.3，重命名为spark-1.3.1-hadoop2.3。
3、配置环境
这里采用全局设置方法，就是修改etc/profile，它是是所有用户的共用的环境变量
sudo vi /etc/profile
打开之后在末尾添加

export SPARK_HOME=/usr/spark-1.3.1-hadoop2.3
export PATH=$SPARK_HOME/bin:$PATH
使profile生效
source /etc/profile

4、配置环境
这里采用全局设置方法，就是修改etc/profile，它是是所有用户的共用的环境变量

sudo vi /etc/profile
打开之后在末尾添加
export SPARK_HOME=/usr/spark-1.3.1-hadoop2.3
export PATH=$SPARK_HOME/bin:$PATH
使profile生效
source /etc/profile

配置Spark环境变量

cd $SPARK_HOME/conf
cp spark-env.sh.template spark-env.sh
vi spark-env.sh 添加以下内容：
export JAVA_HOME=/usr/local/java-1.7.0_79
export HADOOP_HOME=/usr/hadoop-2.3.0
export HADOOP_CONF_DIR=/etc/hadoop/conf
export SCALA_HOME=/usr/lib/scala-2.11.4
export SPARK_HOME=/usr/spark-1.3.1-hadoop2.3
export SPARK_MASTER_IP=127.0.0.1
export SPARK_MASTER_PORT=7077
export SPARK_MASTER_WEBUI_PORT=8099

export SPARK_WORKER_CORES=3 //每个Worker使用的CPU核数
export SPARK_WORKER_INSTANCES=1 //每个Slave中启动几个Worker实例
export SPARK_WORKER_MEMORY=10G //每个Worker使用多大的内存
export SPARK_WORKER_WEBUI_PORT=8081 //Worker的WebUI端口号
export SPARK_EXECUTOR_CORES=1 //每个Executor使用使用的核数
export SPARK_EXECUTOR_MEMORY=1G //每个Executor使用的内存

export SPARK_CLASSPATH=/usr/spark-1.3.1-hadoop2.3/lib/sequoiadb-driver-1.12.jar:/usr/spark-1.3.1-hadoop2.3/lib/spark-sequoiadb_2.11.2-1.12.jar  //使用巨衫数据库
export SPARK_CLASSPATH=$SPARK_CLASSPATH:$CLASSPATH
export LD_LIBRARY_PATH=${LD_LIBRARY_PATH}:$HADOOP_HOME/lib/nativ

配置Slave

cp slaves.template slaves
vi slaves 添加以下内容：
192.168.1.180
192.168.1.181

到此为止，前面所有的安装配置动作，在你的另一个机器上(所有的slave机器)同样的做一遍，即我这里的181机器
HADOOP_CONF_DIR是Hadoop配置文件目录，SPARK_MASTER_IP主机IP地址，SPARK_WORKER_MEMORY是worker使用的最大内存
完成配置后，将spark目录copy slave机器

scp -r ~/opt/spark-1.2.0-bin-hadoop2.4 
spark@10.126.45.56:~/opt/

5、启动Spark Master

cd $SPARK_HOME/sbin/
./start-master.sh

6、启动Spark Slave

cd $SPARK_HOME/sbin/
./start-slaves.sh

7、进入spark-1.2.0-bin-hadoop2.4/sbin/目录

执行：./start-all.sh

如果没有设置ssh免密码登陆，会要求输入密码
这时候jps查看多了个master和worker
8、浏览器查看集群信息
master地址+8099端口

9、启动Running Applications
在bin目录下执行：
MASTER=spark://192.168.1.180:7077 ./spark-shell 这时候就可以看到运行的app

欢迎交流学习！