centos 7Hadoop2.7.3+Spark2.1.0 完全分布式环境搭建全过程

Hadoop2.7.3+Spark2.1.0 完全分布式环境搭建全过程

www.cnblogs.com/purstar/p/6293605.html

一、修改hosts文件

在主节点，就是第一台主机的命令行下;

vim /etc/profile

我的是三台云主机：

在原文件的基础上加上;

ip1 master worker0 namenode

ip2 worker1 datanode1

ip3 worker2 datanode2

其中的ipN代表一个可用的集群IP，ip1为master的主节点，ip2和iip3为从节点。

二、ssh互信（免密码登录）

注意我这里配置的是root用户，所以以下的家目录是/root

如果你配置的是用户是xxxx，那么家目录应该是/home/xxxxx/

#在主节点执行下面的命令：

ssh-keygen-t rsa -P''#一路回车直到生成公钥

scp/root/.ssh/id_rsa.pub root@worker1:/root/.ssh/id_rsa.pub.master #从master节点拷贝id_rsa.pub到worker主机上,并且改名为id_rsa.pub.masterscp/root/.ssh/id_rsa.pub root@worker1:/root/.ssh/id_rsa.pub.master #同上，以后使用workerN代表worker1和worker2.

scp/etc/hosts root@workerN:/etc/hosts #统一hosts文件，让几个主机能通过host名字来识别彼此

#在对应的主机下执行如下命令：cat/root/.ssh/id_rsa.pub >> /root/.ssh/authorized_keys #master主机cat/root/.ssh/id_rsa.pub.master >> /root/.ssh/authorized_keys #workerN主机

这样master主机就可以无密码登录到其他主机，这样子在运行master上的启动脚本时和使用scp命令时候，就可以不用输入密码了。

三、安装基础环境（JAVA和SCALA环境）

1.Java1.8环境搭建：

配置master的java环境

#下载jdk1.8的rpm包

wget--no-check-certificate --no-cookies --header"Cookie: oraclelicense=accept-securebackup-cookie"http://download.oracle.com/otn-pub/java/jdk/8u112-b15/jdk-8u112-linux-x64.rpmrpm -ivh jdk-8u112-linux-x64.rpm

#增加JAVA_HOME

vim etc/profile

#增加如下行：#Java homeexport JAVA_HOME=/usr/java/jdk1.8.0_112/

#刷新配置：

source /etc/profile #当然reboot也是可以的

配置workerN主机的java环境

#使用scp命令进行拷贝scpjdk-8u112-linux-x64.rpm root@workerN:/root

#其他的步骤如master节点配置一样

2.Scala2.12.1环境搭建：

Master节点：

#下载scala安装包：wget-O"scala-2.12.1.rpm""http://159.226.251.229/videoplayer/scala-2.12.1.rpm?ich_u_r_i=e43f9cc87710b8bba72b4c32577f60ea&ich_s_t_a_r_t=0&ich_e_n_d=0&ich_k_e_y=1745018917750263442428&ich_t_y_p_e=1&ich_d_i_s_k_i_d=1&ich_u_n_i_t=1"

#安装rpm包：rpm-ivh scala-2.12.1.rpm

#增加SCALA_HOMEvim/etc/profile

#增加如下内容;#Scala Homeexport SCALA_HOME=/usr/share/scala

#刷新配置

source/etc/profile

WorkerN节点;

#使用scp命令进行拷贝scpscala-2.12.1.rpm root@workerN:/root

#其他的步骤如master节点配置一样

四、Hadoop2.7.3完全分布式搭建

MASTER节点：

1.下载二进制包：

wgethttp://www-eu.apache.org/dist/hadoop/common/hadoop-2.7.3/hadoop-2.7.3.tar.gz

2.解压并移动至相应目录

我的习惯是将软件放置/opt目录下：

tar-xvf hadoop-2.7.3.tar.gzmvhadoop-2.7.3/opt

3.修改相应的配置文件：

（1）/etc/profile：

增加如下内容：

#hadoop enviroment

export HADOOP_HOME=/opt/hadoop-2.7.3/export PATH="$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH"export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop

export YARN_CONF_DIR=$HADOOP_HOME/etc/hadoop

（2）$HADOOP_HOME/etc/hadoop/hadoop-env.sh

修改JAVA_HOME 如下：

export JAVA_HOME=/usr/java/jdk1.8.0_112/

（3）$HADOOP_HOME/etc/hadoop/slaves

worker1

worker2

（4）$HADOOP_HOME/etc/hadoop/core-site.xml

fs.defaultFS hdfs://master:9000 io.file.buffer.size 131072 hadoop.tmp.dir /opt/hadoop-2.7.3/tmp

（5）$HADOOP_HOME/etc/hadoop/hdfs-site.xml

dfs.namenode.secondary.http-address master:50090 dfs.replication 2 dfs.namenode.name.dir file:/opt/hadoop-2.7.3/hdfs/name dfs.datanode.data.dir file:/opt/hadoop-2.7.3/hdfs/data

（6）$HADOOP_HOME/etc/hadoop/mapred-site.xml

复制template，生成xml：

cpmapred-site.xml.template mapred-site.xml

内容：

mapreduce.framework.name yarn mapreduce.jobhistory.address master:10020 mapreduce.jobhistory.address master:19888

（7）$HADOOP_HOME/etc/hadoop/yarn-site.xml

yarn.nodemanager.aux-services mapreduce_shuffle yarn.resourcemanager.address master:8032 yarn.resourcemanager.scheduler.address master:8030 yarn.resourcemanager.resource-tracker.address master:8031 yarn.resourcemanager.admin.address master:8033 yarn.resourcemanager.webapp.address master:8088

至此master节点的hadoop搭建完毕

再启动之前我们需要

格式化一下namenode

hadoop namenode -format

WorkerN节点：

（1）复制master节点的hadoop文件夹到worker上：

scp-r /opt/hadoop-2.7.3root@wokerN:/opt #注意这里的N要改为1或者2

（2）修改/etc/profile：

过程如master一样

五、Spark2.1.0完全分布式环境搭建：

MASTER节点：

1.下载文件：

wget-O"spark-2.1.0-bin-hadoop2.7.tgz""http://159.226.251.230/videoplayer/spark-2.1.0-bin-hadoop2.7.tgz?ich_u_r_i=8d258cfd6421af60c998d108eae1ca4d&ich_s_t_a_r_t=0&ich_e_n_d=0&ich_k_e_y=1745018916751063032407&ich_t_y_p_e=1&ich_d_i_s_k_i_d=7&ich_u_n_i_t=1"

2.解压并移动至相应的文件夹;

tar-xvf spark-2.1.0-bin-hadoop2.7.tgzmvspark-2.1.0-bin-hadoop2.7/opt

3.修改相应的配置文件：

（1）/etc/profie

#Spark enviroment

export SPARK_HOME=/opt/spark-2.1.0-bin-hadoop2.7/export PATH="$SPARK_HOME/bin:$PATH"

（2）$SPARK_HOME/conf/spark-env.sh

cpspark-env.sh.template spark-env.sh

#配置内容如下：

export SCALA_HOME=/usr/share/scala

export JAVA_HOME=/usr/java/jdk1.8.0_112/export SPARK_MASTER_IP=master

export SPARK_WORKER_MEMORY=1g

export HADOOP_CONF_DIR=/opt/hadoop-2.7.3/etc/hadoop

（3）$SPARK_HOME/conf/slaves

cpslaves.template slaves

配置内容如下

master

worker1

worker2

WorkerN节点：

将配置好的spark文件复制到workerN节点

scpspark-2.1.0-bin-hadoop2.7root@workerN:/opt

修改/etc/profile，增加spark相关的配置，如MASTER节点一样

六、启动集群的脚本

启动集群脚本start-cluster.sh如下：

#!/bin/bashecho-e"\033[31m ========Start The Cluster======== \033[0m"echo-e"\033[31m Starting Hadoop Now !!! \033[0m"/opt/hadoop-2.7.3/sbin/start-all.shecho-e"\033[31m Starting Spark Now !!! \033[0m"/opt/spark-2.1.0-bin-hadoop2.7/sbin/start-all.shecho-e"\033[31m The Result Of The Command \"jps\" : \033[0m"jpsecho-e"\033[31m ========END======== \033[0m"

截图如下：

关闭集群脚本stop-cluser.sh如下：

#!/bin/bashecho-e"\033[31m ===== Stoping The Cluster ====== \033[0m"echo-e"\033[31m Stoping Spark Now !!! \033[0m"/opt/spark-2.1.0-bin-hadoop2.7/sbin/stop-all.shecho-e"\033[31m Stopting Hadoop Now !!! \033[0m"/opt/hadoop-2.7.3/sbin/stop-all.shecho-e"\033[31m The Result Of The Command \"jps\" : \033[0m"jpsecho-e"\033[31m ======END======== \033[0m"