Spark Hadoop 环境搭建-原创手记-慕课网

首先准备一台Linux环境的服务器，建议使用 VMware 或者 virtual box 来虚拟一台服务器，这对于新手来说比较适合，既能随时调整也能随时导出并迁移。

准备软件：

Java环境, 下载链接，建议选择 1.7 版本
Hadoop环境，下载链接，建议选择 2.6 版本
Spark环境，下载链接，根据Hadoop版本来选择
Scala环境，下载链接，推荐使用 2.11.5 版本
Ubuntu server 镜像，推荐选择14.04（长期支持版本）
国内网速感人，所以全部所需资料已经放在百度分享里面了，自取链接: 百度云盘，密码: mtnv

操作步骤

把Ubuntu镜像安装到虚拟机，完成服务器安装，命名为 server-1。建议增加 /etc/hosts 记录，方便以后在服务的配置文件中使用（如果使用IP配置的话，不方便对虚拟机进行迁移，比如从公司迁移到家里，网段可能会变化，IP也会变化）

#编辑 /etc/hosts，目前我在局域网中固定使用这个IP10.0.0.16    server-1

在 server-1 上面安装 openssh-server（不安装的话没法SSH远程连接）

安装后记得重启ssh服务
sudo service ssh restart

把软件包放在 /opt 目录下，查看/opt下的文件夹

/opt/hadoop-2.6.0
/opt/jdk1.7.0_79
/opt/scala-2.11.5
/opt/spark-1.6.1-bin-hadoop2.6

设置环境变量

#根据实际安装位置修改代码，添加至 "/etc/profile" 末尾export JAVA_HOME=/opt/jdk1.7.0_79export CLASSPATH=.:$JAVA_HOME/lib:$JAVA_HOME/jre/lib:$CLASSPATHexport SCALA_HOME=/opt/scala-2.11.5export HADOOP_HOME=/home/spark/opt/hadoop-2.6.0export SPARK_HOME=/opt/spark-1.6.1-bin-hadoop2.6export PATH=$PATH:$JAVA_HOME/bin:$JAVA_HOME/jre/bin:${SCALA_HOME}/bin:${SPARK_HOME}/bin:${HADOOP_HOME}/bin

使环境变量生效

source /etc/profile

验证安装是否正确，查看输出信息

java -version
javac -version
scala -version

进入配置文件目录修改Hadoop的配置文件（包括7-16）

cd /opt/hadoop-2.6.0# 建立目录提供给程序使用mkdir tmp && mkdir -p dfs/name && mkdir -p dfs/data

修改配置文件hadoop-env.sh（路径：/opt/hadoop-2.6.0/etc/hadoop，下同，建议修改任何配置文件前都先备份）

# 注释原来的 JAVA_HOME 变量，重新写入export JAVA_HOME=/opt/jdk1.7.0_79

修改配置文件yarn-env.sh

#在文件开头导入环境变量export JAVA_HOME=/opt/jdk1.7.0_79

修改配置文件 slaves，把 localhost 改为 server-1 即可
修改核心配置文件 core-site.xml

<?xml version="1.0" encoding="utf-8"?><configuration>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://server-1:9000</value>
    </property>
    <property>
        <name>io.file.buffer.size</name>
        <value>131072</value>
    </property>
    <property>
        <name>hadoop.tmp.dir</name>
        <value>file:/opt/hadoop-2.6.0/tmp</value>
        <description>Abasefor other temporary directories.</description>
    </property>
    <property>
        <name>hadoop.proxyuser.spark.hosts</name>
        <value>*</value>
    </property>
    <property>
        <name>hadoop.proxyuser.spark.groups</name>
        <value>*</value>
    </property></configuration>

修改 hdfs-site.xml 配置文件

<?xml version="1.0" encoding="utf-8"?><configuration>
    <property>
        <name>dfs.namenode.secondary.http-address</name>
        <value>server-1:9001</value>
    </property>
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>file:/opt/hadoop-2.6.0/dfs/name</value>
    </property>
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>file:/opt/hadoop-2.6.0/dfs/data</value>
    </property>
    <property>
        <name>dfs.replication</name>
        <value>3</value>
    </property>
    <property>
        <name>dfs.webhdfs.enabled</name>
        <value>true</value>
    </property></configuration>

修改 mapred-site.xml 配置文件

# 首先拷贝配置文件cp mapred-site.xml.template mapred-site.xml

<?xml version="1.0" encoding="utf-8"?><configuration>
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
    <property>
        <name>mapreduce.jobhistory.address</name>
        <value>server-1:10020</value>
    </property>
    <property>
        <name>mapreduce.jobhistory.webapp.address</name>
        <value>server-1:19888</value>
    </property></configuration>

修改 yarn-site.xml 配置文件

<?xml version="1.0" encoding="utf-8"?><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>server-1:8032</value>
    </property>
    <property>
        <name>yarn.resourcemanager.scheduler.address</name>
        <value>server-1:8030</value>
    </property>
    <property>
        <name>yarn.resourcemanager.resource-tracker.address</name>
        <value>server-1:8035</value>
    </property>
    <property>
        <name>yarn.resourcemanager.admin.address</name>
        <value>server-1:8033</value>
    </property>
    <property>
        <name>yarn.resourcemanager.webapp.address</name>
        <value>server-1:8088</value>
    </property></configuration>

验证 hadoop 配置

cd /opt/hadoop-2.6.0 && ./bin/hadoop namenode -format

启动和停止 hadoop 相关服务

./sbin/start-all.sh
./sbin/stop-all.sh

这里需要提示使用密码，则可以配置本机通过 SSH 免密码登录，ssh server-1 成功即可

cd /opt/spark-1.6.1-bin-hadoop2.6
cp conf/spark-env.sh.template conf/spark-env.sh

编辑配置文件

export JAVA_HOME=/opt/jdk1.7.0_79export SCALA_HOME=/opt/scala-2.11.5export SPARK_MASTER_IP=server-1export SPARK_WORKER_MEMORY=1028mexport HADOOP_CONF_DIR=/opt/hadoop-2.6.0/etc/hadoop

启动相关服务

./sbin/start-all.sh

server-1:50070 可以查看Hadoop集群状态信息，如果出现任何错误可以到对应的日志文件夹查看信息

例如查看namenode相关日志cd /opt/hadoop-2.6.0/logs
tail -f hadoop-odirus-namenode-server-1.out

文件声明

被分享的软件均通过百度云从原始网站离线下载，自己没做任何修改（百度云有没有修改无法保证，不放心的可以校验哈希值）。

作者：odirus
链接：https://www.jianshu.com/p/5b1eafdf34a9