您的位置: 首页  >  文章  >  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）

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）

分类: 文章 • 2023-01-02 20:56:51

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

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）

  • 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

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）

  • 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

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）

 

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

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）

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）

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

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）

 

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)

 

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）

 

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

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）

  • 再启动YARN

sbin/start-yarn.sh

 

7. 验证是否启动成功

使用jps命令验证

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）

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

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）

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

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）

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

 

相关推荐