在上一篇中 大数据学习系列之五 ----- Hive整合HBase图文详解 : 中使用Hive整合HBase,并且测试成功了。在之前的大数据学习系列之一 ----- Hadoop环境搭建(单机) : 中成功的搭建了Hadoop的环境,本文主要讲的是Hadoop+Spark 的环境。虽然搭建的是单机版,但是改成集群版的也相当容易,这点以后会写关于Hadoop+Spark+HBase+Hive+Zookeeper 等集群的相关说明的。
一、环境选择 1,服务器选择本地虚拟机
操作系统:linux CentOS 7
Cpu:2核
内存:2G
硬盘:40G
JDK:1.8 (jdk-8u144-linux-x64.tar.gz)
Hadoop:2.8.2 (hadoop-2.8.2.tar.gz)
Scala:2.12.2 (scala-2.12.2.tgz)
Spark: 1.6 (spark-1.6.3-bin-hadoop2.4-without-hive.tgz)
官网地址:
JDK:
Hadopp:
Spark:
Hive on Spark (spark集成hive的版本)
Scala:
百度云:
链接:https://pan.baidu.com/s/1geT3A8N 密码:f7jb
在配置Hadoop+Spark整合之前,应该先做一下配置。
做这些配置为了方便,使用root权限。
首先更改主机名,目的是为了方便管理。
查看本机的名称
输入:
更改本机名称
输入:
注:主机名称更改之后,要重启(reboot)才会生效。
2,主机和IP做关系映射修改hosts文件,做关系映射
输入
添加
主机的ip 和 主机名称
关闭防火墙,方便外部访问。
CentOS 7版本以下输入:
关闭防火墙
CentOS 7 以上的版本输入:
systemctl stop firewalld.service 4,时间设置输入:
date查看服务器时间是否一致,若不一致则更改
更改时间命令
因为Spark的配置依赖与Scala,所以先要配置Scala。
Scala的配置
将下载好的Scala文件解压
输入
然后移动到/opt/scala 里面
并且重命名为scala2.1
输入
编辑 /etc/profile 文件
输入:
输入:
source /etc/profile使配置生效
输入 scala -version 查看是否安装成功
Spark有两种,下载的地址都给了,一种是纯净版的spark,一种是集成了hadoop以及hive的版本。本文使用的是第二种
将下载好的Spark文件解压
输入
然后移动到/opt/spark 里面,并重命名
输入
编辑 /etc/profile 文件
输入:
输入:
source /etc/profile使配置生效
3,更改配置文件切换目录
输入:
在conf目录下,修改spark-env.sh文件,如果没有 spark-env.sh 该文件,就复制spark-env.sh.template文件并重命名为spark-env.sh。
修改这个新建的spark-env.sh文件,加入配置:
注:上面的路径以自己的为准,SPARK_MASTER_IP为主机,SPARK_EXECUTOR_MEMORY为设置的运行内存。 五、Hadoop环境配置