1. 下载maven安装包
建议安装3.0以上版本(由于Spark2.0编译要求Maven3.3.9及以上版本),本次安装选择的是maven3.3.9的二进制包,下载地址如下:
http://mirror.bit.edu.cn/apache/maven/maven-3/
2. 上传git并解压缩
把下载的maven安装包上传到/home/spark/work目录,使用如下命令解压缩并把文件夹移动到/app/soft目录下:
$cd /home/spark/work
$tar -zxf apache-maven-3.3.9-bin.tar.gz
$mv maven-3.3.9 /app/soft
$ll /app/soft
3. 编译安装
在/etc/profile配置文件中加入如下设置:
export PATH=/app/soft/maven-3.3.9/bin:$PATH
修改/etc/profile配置文件并验证配置是否成功:
$source /etc/profile
$mvn -version
图 附录A‑1查看Maven是否安装成功
第二步使用yum安装必要软件
以root用户使用yum安装svn、gcc等编译所需要的软件:
#yum install svn
#yum install autoconf automake libtool cmake
#yum install ncurses-devel
#yum install openssl-devel
#yum install gcc*
注:该程序包需要在gcc安装完毕后才能安装,否则提示无法找到gcc编译器。
1. 下载protobuf安装包
下载链接为https://code.google.com/p/protobuf/downloads/list
图 附录A‑2 Protobuf下载页面
2. 解压安装包并移动目录
把protobuf-2.5.0.tar.gz安装包上传到/home/spark/work目录,通过如下命令把该安装包解压并移动到/app/soft目录中
$tar -zxf protobuf-2.5.0.tar.gz
$mv protobuf-2.5.0 /app/soft
$ll /app/soft
3. 编译安装
进入目录以root用户运行如下命令对protobuf进行编译安装,该过程比较慢,需要花费十几分钟时间:
#cd /app/soft/protobuf-2.5.0
#./configure
#make
#make check
#make install
4. 验证是否安装成功
编译安装成功之后,通过如下方式来验证是否安装成功:
#protoc
图 附录A‑3 确认Protobuf是否安装成功
可以在apache官网或者镜像站点下载hadoop源代码包,比如在下面地址中选择下载hadoop-2.7.2-src.tar.gz源代码包:
http://apache.fayea.com/hadoop/common/hadoop-2.7.2/
下载后把源代码包上传到/home/spark/work目录中解压,然后移动到/app/compile目录:
$cd /home/spark/work
$tar -zxf hadoop-2.7.2-src.tar.gz
$mv hadoop-2.7.2-src /app/compile
$ll /app/complie
在Hadoop源代码的根目录执行如下命令:
$cd /app/compile/hadoop-2.7.2-src
$mvn package -Pdist,native -DskipTests –Dtar
该过程需要64任务进行编译,耗费的时间较长,在编译过程需要联网,从网络中下载所需要依赖包。由于依赖包速度较慢,可以打开新的命令终端使用$du -sh查看整个目录或$du -sh *子目录大小变化,该过程井场卡死或出现异常,这种情况下可以中断编译过程,重新执行命令进行编译,编译完成后截图如下:
图 附录A‑4 Hadoop编译结果
到 hadoop-dist/target/hadoop-2.7.2/lib/native 目录中,使用$file ./libhadoop.so.1.0.0命令查看libhadoop.so.1.0.0属性,该文件为ELF 64-bit LSB则表示文件成功编译为64位,如下图所示。其中打包好的hadoop-2.7.2.tar.gz文件存在hadoop-dist/target目录中,作为后续部署的安装包。
图 附录A‑5 验证Hadoop编译是否成功
由于在实战过程中,需要使用HDFS文件系统,以及在介绍运行架构使用需要使用YARN调度框架需要安装Hadoop,这里使用的是Hadoop2.7.2版本。
使用前面编译好的hadoop-2.7.2安装包,或者从apache网站上下载,上传到master节点的/home/spark/work目录下,解压缩并移动到/app/spark目录下:
$cd /home/spark/work
$tar -zxf hadoop-2.7.2.tar.gz
$mv hadoop-2.7.2 /app/spark
$ll /app/spark
以hadoop用户登录在/app/spark/hadoop-2.7.2目录下创建tmp、name和data目录
$cd /app/spark/hadoop-2.7.2
$mkdir tmp
$mkdir name
$mkdir data
$ll
使用如下命令打开配置文件hadoop-env.sh:
$cd /app/spark/hadoop-2.7.2/etc/hadoop
$sudo vi hadoop-env.sh
加入如下配置内容,设置JAVA_HOME和PATH路径:
export JAVA_HOME=/app/soft/jdk1.7.0_55
export PATH=$PATH:/app/spark/hadoop-2.7.2/bin
export HADOOP_CONF_DIR=/app/spark/hadoop-2.7.2/etc/hadoop
编译配置文件hadoop-env.sh,并确认生效
$source hadoop-env.sh
$hadoop version
图 附录A‑6 验证Hadoop部署是否正确
在/app/spark/hadoop-2.7.2/etc/hadoop打开配置文件yarn-env.sh
$cd /app/spark/hadoop-2.7.2/etc/hadoop
$sudo vi yarn-env.sh
加入配置内容,设置JAVA_HOME路径
export JAVA_HOME=/app/soft/jdk1.7.0_55
使用如下命令编译配置文件yarn-env.sh,使其生效:
$source yarn-env.sh
使用如下命令打开core-site.xml配置文件
$cd /app/spark/hadoop-2.7.2/etc/hadoop
$sudo vi core-site.xml
在配置文件中,按照如下内容进行配置
<configuration>
<property>
<name>fs.default.name</name>
<value>hdfs://master:9000</value>
</property>
<property>
<name>fs.defaultFS</name>
<value>hdfs://master:9000</value>
</property>
<property>
<name>io.file.buffer.size</name>
<value>131072</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>file:/app/spark/hadoop-2.7.2/tmp</value>
<description>Abase for other temporary directories.</description>
</property>
<property>
<name>hadoop.proxyuser.hduser.hosts</name>
<value>*</value>
</property>
<property>
<name>hadoop.proxyuser.hduser.groups</name>
<value>*</value>
</property>
</configuration>
使用如下命令打开hdfs-site.xml配置文件:
$cd /app/spark/hadoop-2.7.2/etc/hadoop
$sudo vi hdfs-site.xml
在配置文件中,按照如下内容进行配置
<configuration>
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>master:9001</value>
</property>
<property>
<name>dfs.namenode.name.dir</name>
<value>file:/app/spark/hadoop-2.7.2/name</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>file:/app/spark/hadoop-2.7.2/data</value>
</property>
<property>
<name>dfs.replication</name>
<value>2</value>
</property>
<property>
<name>dfs.webhdfs.enabled</name>
<value>true</value>
</property>
</configuration>
默认情况下不存在mapred-site.xml文件,可以从模板拷贝一份,并打开该配置文件:
$cd /app/spark/hadoop-2.7.2/etc/hadoop
$cp mapred-site.xml.template mapred-site.xml
$sudo vi mapred-site.xml
在配置文件中,按照如下内容进行配置
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<property>
<name>mapreduce.jobhistory.address</name>
<value>master:10020</value>
</property>
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>master:19888</value>
</property>
</configuration>
使用如下命令打开yarn-site.xml配置文件
$cd /app/spark/hadoop-2.7.2/etc/hadoop
$sudo vi yarn-site.xml
在配置文件中,按照如下内容进行配置
<configuration>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<property>
<name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>
<value>org.apache.hadoop.mapred.ShuffleHandler</value>
</property>
<property>
<name>yarn.resourcemanager.address</name>
<value>master:8032</value>
</property>
<property>
<name>yarn.resourcemanager.scheduler.address</name>
<value>master:8030</value>
</property>
<property>
<name>yarn.resourcemanager.resource-tracker.address</name>
<value>master:8031</value>
</property>
<property>
<name>yarn.resourcemanager.admin.address</name>
<value>master:8033</value>
</property>
<property>
<name>yarn.resourcemanager.webapp.address</name>
<value>master:8088</value>
</property>
</configuration>
使用$sudo vi slaves打开从节点配置文件,在文件中加入master、slave1和slave2节点作为数据节点(DataNode):
master
slave1
slave2
确认slave1和slave2节点/app/spark所属组和用户均为spark,然后进入mater节点/app/spark目录,使用如下命令把hadoop-2.7.2文件夹复制到slave1和slave2节点:
$cd /app/spark
$scp -r hadoop-2.7.2 spark@slave1:/app/spark/
$scp -r hadoop-2.7.2 spark@slave2:/app/spark/
$cd /app/spark/hadoop-2.7.2/
$./bin/hdfs namenode -format
图 附录A‑7 格式化NameNode
使用如下命令启动HDFS:
$cd /app/spark/hadoop-2.7.2/sbin
$./start-dfs.sh
此时在master上面运行的进程有:NameNode、SecondaryNameNode和DataNode,而slave1和slave2上面运行的进程有:NameNode和DataNode
使用如下命令启动YARN:
$cd /app/spark/hadoop-2.7.2/sbin
$./start-yarn.sh
此时在master上运行的进程有:NameNode、SecondaryNameNode、DataNode、NodeManager和ResourceManager,而slave1和slave2上面运行的进程有:NameNode、DataNode和NodeManager。
来源:https://www.cnblogs.com/shishanyuan/p/6195822.html