hadoop - spark on yarn 集群搭建
一、环境准备
1. 机器： 3 台虚拟机
| 机器 | 角色 |
| l-qta3.sp.beta.cn0 | NameNode,ResourceManager,spark的master |
| l-querydiff1.sp.beta.cn0 | DataNode,NodeManager,Worker |
| l-bgautotest2.sp.beta.cn0 | DataNode,NodeManager,Worker |
2. jdk版本
[xx@l-qta3.sp.beta.cn0 ~]$ java -version
java version "1.7.0_45"
Java(TM) SE Runtime Environment (build 1.7.0_45-b18)
Java HotSpot(TM) 64-Bit Server VM (build 24.45-b08, mixed mode)
3. 准备工作
1）ssh 免密登陆： 集群中的机器需要相互免密访问。参考：http://www.cnblogs.com/lijingchn/p/5580263.html
2）hadoop 2.6.5 binary 下载。地址：http://www.apache.org/dyn/closer.cgi/hadoop/common/hadoop-2.6.5/hadoop-2.6.5.tar.gz
4. 解压 hadoop-2.6.5.tar.gz
将hadoop-2.6.5.tar.gz解压缩到 /home/q/
cmd : tar -xzvf hadoop-2.6.5.tar.gz -C /home/q/
5. 修改配置文件
配置文件都在 etc/hadoop/下，这些配置文件里面都有样例，有些是必须设置的。官网配置的介绍：http://hadoop.apache.org/docs/stable/hadoop-project-dist/hadoop-common/ClusterSetup.html
5.1 修改hadoop-env.sh
export JAVA_HOME=xxx -- java 的安装目录
5.2 修改yarn-env.sh
export JAVA_HOME=xxxx
5.3 修改slaves 配置slave的机器名 (这些机器需要能按机器名ping通，即要需要/etc/hosts 文件，按 ip 空格 机器名 的格式设置。)
slave1
slave2
5.4 配置core-site.xml （从core-site.xml.example copy 过来一个,重命名即可。）
<configuration>
<!-- 文件系统的地址，jdycluster 对应的是namenode 的地址，这里需要将namenode 的hosts 映射到这个名称。 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://jdycluster</value>
</property> <property>
<name>io.file.buffer.size</name>
<value>4194304</value>
</property>
<property>
<name>fs.trash.interval</name>
<value>1440</value>
</property> <property>
<name>io.compression.codecs</name>
<value>org.apache.hadoop.io.compress.GzipCodec,org.apache.hadoop.io.compress.DefaultCodec,org.apache.hadoop.io.compress.BZip2Codec,org
.apache.hadoop.io.compress.SnappyCodec,com.hadoop.compression.lzo.LzoCodec,com.hadoop.compression.lzo.LzopCodec</value>
</property> <property>
<name>io.compression.codec.lzo.class</name>
<value>com.hadoop.compression.lzo.LzoCodec</value>
</property> <property>
<name>ha.failover-controller.cli-check.rpc-timeout.ms</name>
<value>60000</value>
</property> <property>
<name>ipc.client.connect.timeout</name>
<value>60000</value>
</property> <!-- to solve "impersonate" issue -->
<property>
<name>hadoop.proxyuser.jdydev.hosts</name>
<value>*</value>
</property> <property>
<name>hadoop.proxyuser.jdydev.groups</name>
<value>*</value>
</property> </configuration>
5.5 配置hdfs-site.xml
<configuration>
<property>
<name>dfs.nameservices</name>
<value>jdycluster</value>
</property>
<!-- 目录需要自己建好 -->
<property>
<name>dfs.namenode.name.dir</name>
<value>file:/home/q/hadoop-2.6.5/dfs/name</value>
</property>
<property>
<name>dfs.replication</name>
<value>1</value>
</property> <property>
<name>dfs.blocksize</name>
<value>268435456</value>
</property>
<property>
<name>dfs.namenode.handler.count</name>
<value>100</value>
</property> <property>
<name>dfs.webhdfs.enabled</name>
<value>true</value>
</property>
<!--- 目录需要自己建好 --->
<property>
<name>dfs.datanode.data.dir</name>
<value>file:/home/q/hadoop-2.6.5/dfs/data</value>
</property> <property>
<name>dfs.ha.namenodes.jdycluster</name>
<value>nn1</value>
</property> <property>
<name>dfs.namenode.rpc-address.jdycluster.nn1</name>
<value>l-qta3.sp.beta.cn0:8020</value>
</property>
<property>
<name>dfs.namenode.http-address.jdycluster.nn1</name>
<value>l-qta3.sp.beta.cn0:50070</value>
</property>
<property>
<name>dfs.client.failover.proxy.provider.jdycluster</name>
<value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
</property>
<property>
<name>dfs.permissions</name>
<value>false</value>
</property>
</configuration>
5.6 配置mapred-site.xml, 这里都是map-reduce 的参数
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<property>
<name>mapreduce.map.memory.mb</name>
<value>1536</value>
</property>
<property>
<name>mapreduce.map.java.opts</name>
<value>-Xmx1024M</value>
</property>
<property>
<name>mapreduce.reduce.memory.mb</name>
<value>3072</value>
</property> <property>
<name>mapreduce.reduce.java.opts</name>
<value>-Xmx2560M</value>
</property> <property>
<name>mapreduce.task.io.sort.mb</name>
<value>512</value>
</property>
<property>
<name>mapreduce.task.io.sort.factor</name>
<value>100</value>
</property>
<property>
<name>mapreduce.reduce.shuffle.parallelcopies</name>
<value>50</value>
</property> <property>
<name>mapreduce.jobhistory.address</name>
<value>l-qta3.sp.beta.cn0:10020</value>
</property> <property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>l-qta3.sp.beta.cn0:19888</value>
</property> <property>
<name>mapreduce.jobhistory.intermediate-done-dir</name>
<value>/mr-history/tmp</value>
</property>
<property>
<name>mapreduce.jobhistory.done-dir</name>
<value>/mr-history/done</value>
</property>
5.7 配置yarn-site.xml
<configuration>
<!-- Site specific YARN configuration properties -->
<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>l-qta3.sp.beta.cn0:8032</value>
</property>
<property>
<name>yarn.resourcemanager.scheduler.address</name>
<value>l-qta3.sp.beta.cn0:8030</value>
</property>
<property>
<name>yarn.resourcemanager.resource-tracker.address</name>
<value>l-qta3.sp.beta.cn0:8035</value>
</property>
<property>
<name>yarn.resourcemanager.admin.address</name>
<value>l-qta3.sp.beta.cn0:8033</value>
</property>
<property>
<name>yarn.resourcemanager.webapp.address</name>
<value>l-qta3.sp.beta.cn0:8088</value>
</property>
</configuration>
5.8 配置slaves, 这里配置的就是DataNode,NodeManager,Worker的机器。
l-qta3.sp.beta.cn0
l-bgautotest2.sp.beta.cn0
5.9 scp到所有salve机器相同目录下
scp -r /home/q/hadoop-2.6.5 xx@slave[1-2]:/home/q/
6 启动hadoop 集群
6.1 格式化NameNode
在NameNode执行以下操作
cd /home/q/hadoop-2.6./bin
sudo bin/hadoop namenode –format
6.2 启动hadoop集群
方式1：
sbin/start-dfs.sh #启动HDFS
sbin/start-yarn.sh #启动资源管理器
方式2：
sbin/start-all.sh
注意： 在启动过程中，启动脚本会依次ssh方式登陆各台机器，所以即使是启动本机的服务也会ssh,这时候 本机也要做免密登陆，否则NameNode会起不来。
6.3 验证集群是否启动
在NameNode上执行 jps
返回如下：
6996 ResourceManager
6611 NameNode
6412 Jps
在DataNode上执行 jps
返回如下：
22285 NodeManager
22151 DataNode
说明已经启动成功。进入Hadoop的Web管理页面：http://l-qta3.sp.beta.cn0:50070/
7. 安装spark
首先到spark官网下载和你安装的hadoop 版本匹配的spark 版本。http://spark.apache.org/downloads.html
7.1 解压缩 spark-2.0.2-bin-hadoop2.6.tgz
sudo tar -zxvf spark-2.0.-bin-hadoop2..tgz -C /home/q/
7.2 配置spark-env.sh
cd /home/q/spark-2.0.-bin-hadoop2./conf
cp spark-env.sh.template spark-env.sh
sudo vi spark-env.sh
export JAVA_HOME=/home/q/java/default
export HADOOP_HOME=/home/q/hadoop-2.6.5
export HADOOP_CONF_DIR=/home/q/hadoop-2.6.5/etc/hadoop/
export SPARK_LOCAL_DIRS=/home/q/spark-2.0.2-bin-hadoop2.6
export SPARK_CLASSPATH=/home/q/spark-2.0.2-bin-hadoop2.6/bin
export SPARK_CLASSPATH=$SPARK_CLASSPATH:/home/q/hadoop-2.6.5/share/hadoop/mapreduce/lib/hadoop-lzo-0.4.20-SNAPSHOT.jar
export HIVE_CONF_DIR=/home/q/apache-hive-2.1.1-bin/conf
7.3 配置salves
vi slaves
l-bgautotest2.sp.beta.cn0
l-querydiff1.sp.beta.cn
7.4 将spark的安装文件scp到slaves的相同目录下
scp -r /home/q/spark-2.0.-bin-hadoop2. xx@slaves[-]:/home/q/
7.5 启动spark 集群
sbin/start-all.sh
7.6 验证是否启动spark集群
master 机器上执行 jps
返回中有：
Master
slave 机器上执行 jps:
返回中有：
Worker
说明启动成功。
进入Spark的Web管理页面：http://l-qta3.sp.cn0:8080 .
hadoop - spark on yarn 集群搭建的更多相关文章
- Spark on Yarn集群搭建
软件环境: linux系统: CentOS6.7 Hadoop版本: 2.6.5 zookeeper版本: 3.4.8 主机配置: 一共m1, m2, m3这五部机, 每部主机的用户名都为centos ...
- Spark高可用集群搭建
Spark高可用集群搭建 node1 node2 node3 1.node1修改spark-env.sh,注释掉hadoop(就不用开启Hadoop集群了),添加如下语句 export ...
- Hadoop HA高可用集群搭建（Hadoop+Zookeeper+HBase）
声明:作者原创,转载注明出处. 作者:帅气陈吃苹果 一.服务器环境 主机名 IP 用户名 密码 安装目录 master188 192.168.29.188 hadoop hadoop /home/ha ...
- Spark on Yarn 集群运行要点
实验版本:spark-1.6.0-bin-hadoop2.6 本次实验主要是想在已有的Hadoop集群上使用Spark,无需过多配置 1.下载&解压到一台使用spark的机器上即可 2.修改配 ...
- Ubuntu 12.04下Hadoop 2.2.0 集群搭建（原创）
现在大家可以跟我一起来实现Ubuntu 12.04下Hadoop 2.2.0 集群搭建,在这里我使用了两台服务器,一台作为master即namenode主机,另一台作为slave即datanode主机 ...
- 一文读懂spark yarn集群搭建
文是超简单的spark yarn配置教程: yarn是hadoop的一个子项目,目的是用于管理分布式计算资源,在yarn上面搭建spark集群需要配置好hadoop和spark.我在搭建集群的时候有3 ...
- spark高可用集群搭建及运行测试
文中的所有操作都是在之前的文章spark集群的搭建基础上建立的,重复操作已经简写: 之前的配置中使用了master01.slave01.slave02.slave03: 本篇文章还要添加master0 ...
- [spark]-Spark2.x集群搭建与参数详解
在前面的Spark发展历程和基本概念中介绍了Spark的一些基本概念,熟悉了这些基本概念对于集群的搭建是很有必要的.我们可以了解到每个参数配置的作用是什么.这里将详细介绍Spark集群搭建以及xml参 ...
- spark完全分布式集群搭建
最近学习Spark,因此想把相关内容记录下来,方便他人参考,也方便自己回忆吧 spark开发环境的介绍资料很多,大同小异,很多不能一次配置成功,我以自己的实际操作过程为准,详细记录下来. 1.基本运行 ...
随机推荐
- 【Win 10 应用开发】MIDI 音乐合成——更改乐器音色
在开始今天的吹 BB 博文之前,说点题外话. 首先,上次老周给大伙伴们介绍完发送 MIDI 音符,本来说好的接着说一下如何更改乐器音色,为啥这么久都没更新呢.特特来解释一下,最近老周接了一个 ASP. ...
- Oracle误删数据文件后出现oracle initialization or shutdown in progress解决
一.错误分析 1.首先本人在出现这种情况的背景是执行如下SQL语句后生成的表空间 --自定义表空间 数据表空间 临时表空间 CREATE TEMPORARY TABLESPACE HOUSE_TEMP ...
- 入门干货之Grpc的.Net实现-MagicOnion
此文章简单残暴,学习成本较低,你可以跟着我一起撸代码,一起吐槽,一起砸键盘.以下操作均为 core2.0 环境. 0x01.Grpc 1.介绍 Google主导开发的RPC框架,使用HTTP/2协议 ...
- windows 连接Linux
服务器:阿里云 ecs 从 Windows 环境远程登录 Linux 实例 远程登录软件的用法大同小异.本文档以 Putty 为例,介绍如何远程登录实例.Putty 操作简单.免费.免安装, 下载地址 ...
- JEECG 3.7.2版本发布，企业级JAVA快速开发平台
JEECG 3.7.2版本发布 - 微云快速开发平台 JEECG是一款基于代码生成器的J2EE快速开发平台,开源界"小普元"超越传统商业企业级开发平台.引领新的开发模式(Onli ...
- [国嵌攻略][099][Linux内核配置与编译]
为什么要配置内核 基于硬件和软件的需求选出需要的功能,去掉不要的功能. 内核配置的方法 make config:基于文本交互的配置. make menuconfig:基于图形菜单的配置. make m ...
- Java Web学习路线图
三张Java Web完整学习路线图,阶段一和JavaSE部分可不学
- oracle设置自动增长序列
我们在用MS SQL Server时,可以为表的主键设置为自动加1的效果;但是在Oracle当中,我们是无法直接设置一个字段为自动加1,需要先建立一个Sequence,然后为这个表创建一个Trigge ...
- PageRank_网页排名_MapReduceJava代码实现思路
PageRank 1. 概念 2. 原理 3. java代码实现思路 1.定义收敛标准 每次算出新的pr-oldpr=差值 ,所有页面的差值累加 ,除以pagecou ...
- k8s 创建资源的两种方式 - 每天5分钟玩转 Docker 容器技术（124）
命令 vs 配置文件 Kubernetes 支持两种方式创建资源: 1. 用 kubectl 命令直接创建,比如: kubectl run nginx-deployment --image=nginx ...