使用spark组件个人测试大数据环境搭建完整流程(这是使用vmware虚拟机的方式来实现的)
一. 准备Linux环境
1. 配置基础网络
-
vmware处ip设置
点击VMware快捷方右键打开文件所在位置 -> 双击vmnetcfg.exe -> VMnet1 host-only ->修改subnet ip 设置网段:192.168.1.0 子网掩码:255.255.255.0 -> apply -> ok
-
windows处的ip配置
回到windows --> 打开网络和共享中心 -> 更改适配器设置 -> 右键VMnet1 -> 属性 -> 双击IPv4 -> 设置windows的IP:192.168.1.100 子网掩码:255.255.255.0 -> 点击确定
-
虚拟机设置
在虚拟软件上 --My Computer -> 选中虚拟机 -> 右键 -> settings -> network adapter -> host only -> ok
2. 修改主机名,配置ssh允许root登录
-
修改主机名称
可以通过命令方式进行设置操作系统名称,如下 hostname tedu
-
配置允许ssh root登录
vim /etc/ssh/sshd_config修改如下2个配置项为yes
配置完后重启SSH服务: service sshd restart
3.修改IP
- 第一种:通过Linux图形界面进行修改(强烈推荐)
进入Linux图形界面 -> 右键点击右上方的两个小电脑 -> 点击Edit connections -> 选中当前网络System eth0 -> 点击edit按钮 -> 选择IPv4 -> method选择为manual -> 点击add按钮 -> 添加IP:192.168.1.101 子网掩码:255.255.255.0 网关:192.168.1.1 -> apply
- 第二种:修改配置文件方式(屌丝程序猿专用)
Centos:
vim /etc/sysconfig/network-scripts/ifcfg-eth0
DEVICE="eth0"(不改变)
BOOTPROTO="static"
UUID="ce22eeca-ecde-4536-8cc2-ef0dc36d4a8c"(不改变)
TYPE="Ethernet"(不改变)
HWADDR="00:0C:29:3C:BF:E7"(不改变)
NM_CONTROLLED="yes"
ONBOOT="yes"
IPADDR="192.168.1.101"
NETMASK="255.255.255.0"
GATEWAY="192.168.1.1"
Ubuntu
vim /etc/network/interfaces
auto lo
iface lo inet loopback
auto ens33
iface ens33 inet static
address 192.168.1.134
netmask 255.255.255.0
gateway 192.168.1.1
3. 修改主机名和IP的映射关系
vim /etc/hosts
192.168.137.134 tedu
4. 关闭防火墙
- 旧版本Linux采用下面命令
service iptables stop
chkconfig iptables off
- 新版本Linux采用下面命令
systemctl stop firewalld
systemctl disable firewalld
5. 重启Linux
reboot
二. 安装JDK
1. 上面打开ssh,可以MobaXterm中sftp上传jdk-7u_65-i585.tar.gz
2. 解压jdk
mkdir /home/hadoop/app
tar -zxvf jdk-7u55-linux-i586.tar.gz -C /home/hadoop/app
3. 将java添加到环境变量中
vim /etc/profile
export JAVA_HOME=/home/hadoop/app/jdk-7u_65-i585
export PATH=$PATH:$JAVA_HOME/bin
source /etc/profile
三. 安装Scala
1. 将scala添加到环境变量中
vim /etc/profile
export SCALA_HOME=/home/tarena/app/scala-2.13.1
export PATH=$PATH:$SCALA_HOME/bin
source /etc/profile
四. 安装hadoop
先上传hadoop的安装包到服务器上去/home/hadoop/ 注意:hadoop2.x的配置文件$HADOOP_HOME/etc/hadoop
伪分布式需要修改5个配置文件
1. 修改5个配置文件
- 第一个:hadoop-env.sh
vim hadoop-env.sh
export JAVA_HOME=/usr/java/jdk1.7.0_65
- 第二个:core-site.xml
<configuration>
<!-- 指定HADOOP所使用的文件系统schema(URI),HDFS的老大(NameNode)的地址 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://tedu:9000/</value>
</property>
<!-- 指定hadoop运行时产生文件的存储目录 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/home/tarena/app/hadoop-2.7.2/tmp/</value>
</property>
</configuration>
- 第三个:hdfs-site.xml
<!-- 指定HDFS副本的数量 -->
<property>
<name>dfs.namenode.name.dir</name>
<value>/home/tarena/app/hadoop-2.7.2/tmp/dfs/name</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>/home/tarena/app/hadoop-2.7.2/tmp/dfs/data</value>
</property>
# 默认三副本
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
- 第四个:mapred-site.xml (mv mapred-site.xml.template mapred-site.xml)
mv mapred-site.xml.template mapred-site.xml
vim mapred-site.xml
<!-- 指定mr运行在yarn上 -->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
- 第五个:yarn-site.xml
<!-- Site specific YARN configuration properties -->
<!-- 指定YARN的老大(ResourceManager)的地址 -->
<property>
<name>yarn.resourcemanager.hostname</name>
<value>tedu</value>
</property>
<!-- reducer获取数据的方式 -->
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
2. 将hadoop添加到环境变量
vim /etc/proflie
export JAVA_HOME=/usr/java/jdk1.7.0_65
export HADOOP_HOME=/itcast/hadoop-2.4.1
export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
3. 修改hostname ip对应关系
vim /etc/hosts
tedu 192.168.1.134
4. 格式化namenode(是对namenode进行初始化)
hdfs namenode -format (hadoop namenode -format)
5.配置ssh免登陆
#生成ssh免登陆**
#进入到我的home目录
cd ~/.ssh
ssh-****** -t rsa (四个回车)
执行完这个命令后,会生成两个文件id_rsa(私钥)、id_rsa.pub(公钥)
将公钥拷贝到要免登陆的机器上
ssh-copy-id localhost
6. 启动hadoop
- 先启动HDFS
sbin/start-dfs.sh
- 再启动YARN
sbin/start-yarn.sh
7. 验证是否启动成功
使用jps命令验证
http://tedu:50070 (HDFS管理界面)
http://tedu:8088 (MR管理界面)
五. maven安装
- vi /etc/profile
export MAVEN_HOME=/home/tarena/app/apache-maven-3.6.2
export PATH=$PATH:$ MAVEN_HOME /bin
source /etc/profile
- setting.xml中添加:
<mirror>
<id>mirrorId</id>
<mirrorOf>repositoryId</mirrorOf>
<name>Human Readable Name for this Mirror.</name>
<url>http://my.repository.com/repo/path</url>
</mirror>
<mirror>
<id>osc</id>
<mirrorOf>central</mirrorOf>
<url>http://maven.aliyun.com/nexus/content/repositories/central</url>
</mirror>
<mirror>
<id>osc_thirdparty</id>
<mirrorOf>thirdparty</mirrorOf>
<url>http://maven.aliyun.com/nexus/content/repositories/central</url>
</mirror>
六. spark安装
Pom.xml进行修改:
mvn clean package -U -e -B -Dmaven.test.skip=true
上面成功后执行下面指令
./dev/make-distribution.sh --name 2.7.2 --tgz -Pyarn -Phadoop-2.7 -Phive -Phive-thriftserver -Dhadoop.version=2.7.2
生成下面安装包
如果觉得我这篇搭建文章对自己搭建环境有帮助,麻烦帮忙点击关注分享