windows 本地构建hadoop-spark运行环境(hadoop-2.6, spark2.0)
- 下载hadoop
- http://hadoop.apache.org/releases.html --> http://mirrors.tuna.tsinghua.edu.cn/apache/hadoop/common/hadoop-2.6.5/hadoop-2.6.5.tar.gz
- 安装hadoop,配置HADOOP_HOME, 把${HADOOP_HOME}/bin放到path
- 下载spark
- http://spark.apache.org/downloads.html --> https://d3kbcqa49mib13.cloudfront.net/spark-2.0.2-bin-hadoop2.6.tgz 注意与hadoop版本匹配
- 安装,配置SPARK_HOME,把${SPARK_HOME}/bin放到path
- 在运行spark程序时,会报找不到 winutils.exe
- 下载 https://github.com/srccodes/hadoop-common-2.2.0-bin.git 放到${HADOOP_HOME}/bin下
- 运行时设置本地运行即可
- spark样例:
LocalSparkContext.scala
- import org.apache.spark.{SparkConf, SparkContext}
- import org.scalatest._
- trait LocalSparkContext extends BeforeAndAfterAll {
- self: Suite =>
- @transient var sc: SparkContext = _
- override def beforeAll() {
- val conf = new SparkConf()
- .setMaster("local[2]")
- .setAppName("test")
- sc = new SparkContext(conf)
- }
- override def afterAll() {
- if (sc != null) {
- sc.stop()
- }
- }
- }
SparkWCSuit.scala
- import org.apache.spark.rdd.RDD
- import org.apache.spark.sql.{Row, SQLContext}
- import org.apache.spark.util.LongAccumulator
- import org.scalatest.FunSuite
- import tool.LocalSparkContext
- import algos.{MergedPCtr, PCtrUtils}
- class SparkWCSuit extends FunSuite with LocalSparkContext {
- //rdd wordCount
- test("test rdd wc") {
- sc.setLogLevel("ERROR")
- val rdd = sc.makeRDD(Seq("a", "b", "b"))
- val res = rdd.map((_, 1)).reduceByKey(_ + _).collect().sorted
- assert(res === Array(("a", 1), ("b", 2)))
- }
- }
build.sbt
- name := "doc_rank"
- version := "1.0"
- scalaVersion := "2.10.5"
- libraryDependencies += "org.apache.spark" % "spark-core_2.10" % "2.0.2"
- libraryDependencies += "org.apache.spark" % "spark-mllib_2.10" % "2.0.2"
- libraryDependencies += "commons-cli" % "commons-cli" % "1.2"
- libraryDependencies ++= Seq(
- "org.scalanlp" %% "breeze" % "0.11.2",
- "org.scalanlp" %% "breeze-natives" % "0.11.2",
- "org.scalanlp" %% "breeze-viz" % "0.11.2"
- )
- libraryDependencies ++= Seq(
- "org.apache.hadoop" % "hadoop-core" % "2.6.0-mr1-cdh5.4.4",
- "org.apache.hbase" % "hbase-client" % "1.0.0-cdh5.4.4",
- "org.apache.hbase" % "hbase-common" % "1.0.0-cdh5.4.4",
- "org.apache.hbase" % "hbase-server" % "1.0.0-cdh5.4.4",
- "org.apache.hbase" % "hbase-protocol" % "1.0.0-cdh5.4.4"
- )
- resolvers += "Akka Repository" at "http://repo.akka.io/releases/";
- resolvers += "cloudera-repo-releases" at "https://repository.cloudera.com/artifactory/repo/";
- resolvers ++= Seq(
- "Sonatype Snapshots" at "https://oss.sonatype.org/content/repositories/snapshots/";,
- "Sonatype Releases" at "https://oss.sonatype.org/content/repositories/releases/";
- )
- hadoop样例
目录结构:src/├── main│ ├── java│ │ ├── io│ │ │ └── longwind│ │ │ └── mapreduce│ │ │ ├── main│ │ │ │ └── Main.java│ │ │ ├── mapreduce│ │ │ │ └── InfoidUniquer.java│ │ │ └── utils│ │ │ ├── Constant.java│ │ │ └── HadoopUtils.java│ │ └── org│ │ └── apache│ │ └── hadoop│ │ ├── io│ │ │ └── nativeio│ │ │ └── NativeIO.java│ │ └── mapred│ │ ├── ClientCache.java│ │ ├── ClientServiceDelegate.java│ │ ├── NotRunningJob.java│ │ ├── ResourceMgrDelegate.java│ │ ├── YarnClientProtocolProvider.java│ │ └── YARNRunner.java│ └── resources│ └── log4j.properties└── test├── java│ └── test└── resources└── log4j.propertiespom.xml中关键依赖<dependency><groupId>org.apache.hadoop</groupId><artifactId>hadoop-common</artifactId><version>2.6.0-cdh5.4.4</version></dependency><dependency><groupId>org.apache.hadoop</groupId><artifactId>hadoop-mapreduce-client-core</artifactId><version>2.6.0-cdh5.4.4</version></dependency><dependency><groupId>org.apache.hadoop</groupId><artifactId>hadoop-mapreduce-client-common</artifactId><version>2.6.0-cdh5.4.4</version></dependency>代码方面:上面目录结构显示的org.apache.hadoop.* 那些是从hadoop源码包里拷出来的,注意是2.6.0-cdh5.4.4版本的程序运行起来报错access0,如果是NativeIO.java 那应该是权限问题,需要手动修改NativeIO.java 中的public static boolean access(String path, AccessRight desiredAccess)throws IOException {return true;//修改后//return access0(path, desiredAccess.accessRight());//修改前}
- 平野大荒 http://www.cnblogs.com/tq03/p/5101916.html --windows上的mapreduce运行环境
- 在前进的路上 http://blog.csdn.net/congcong68/article/details/42043093 -- access0 问题解决
- xuweimdm http://blog.csdn.net/u011513853/article/details/52865076 -- spark在windows上
windows 本地构建hadoop-spark运行环境(hadoop-2.6, spark2.0)的更多相关文章
- Spark简单介绍,Windows下安装Scala+Hadoop+Spark运行环境,集成到IDEA中
一.前言 近几年大数据是异常的火爆,今天小编以java开发的身份来会会大数据,提高一下自己的层面! 大数据技术也是有很多: Hadoop Spark Flink 小编也只知道这些了,由于Hadoop, ...
- [phvia/dkc] Docker Compose 快速构建(LNMP+Node)运行环境
快速构建(LNMP+Node)运行环境. dkc 在此作为 docker-compose 的缩写,你可以理解为 alias dkc=docker-compose 准备 安装 docker 选择1) 从 ...
- 【原创干货】大数据Hadoop/Spark开发环境搭建
已经自学了好几个月的大数据了,第一个月里自己通过看书.看视频.网上查资料也把hadoop(1.x.2.x).spark单机.伪分布式.集群都部署了一遍,但经历短暂的兴奋后,还是觉得不得门而入. 只有深 ...
- Hadoop之运行环境搭建
一.虚拟机环境准备 1.克隆虚拟机 2.修改克隆虚拟机静态IP 3.修改主机名 4.关闭防火墙 5.创建hadoop用户 6.配置hadoop用户具有root权限 7.在/opt 目录下创建文件夹 1 ...
- 【Spark笔记】Windows10 本地搭建单机版Spark开发环境
0x00 环境及软件 1.系统环境 OS:Windows10_x64 专业版 2.所需软件或工具 JDK1.8.0_131 spark-2.3.0-bin-hadoop2.7.tgz hadoop-2 ...
- Amazon EMR(Elastic MapReduce):亚马逊Hadoop托管服务运行架构&Hadoop云服务之战:微软vs.亚马逊
http://s3tools.org/s3cmd Amazon Elastic MapReduce (Amazon EMR)简介 Amazon Elastic MapReduce (Amazon EM ...
- Windows下单机安装Spark开发环境
机器:windows 10 64位. 因Spark支持java.python等语言,所以尝试安装了两种语言环境下的spark开发环境. 1.Java下Spark开发环境搭建 1.1.jdk安装 安装o ...
- Apache Spark源码走读之12 -- Hive on Spark运行环境搭建
欢迎转载,转载请注明出处,徽沪一郎. 楔子 Hive是基于Hadoop的开源数据仓库工具,提供了类似于SQL的HiveQL语言,使得上层的数据分析人员不用知道太多MapReduce的知识就能对存储于H ...
- Hive on Spark运行环境搭建
Hive是基于Hadoop的开源数据仓库工具,提供了类似于SQL的HiveQL语言,使得上层的数据分析人员不用知道太多MapReduce的知识就能对存储于Hdfs中的海量数据进行分析.由于这一特性而收 ...
随机推荐
- oop作业二—circle
oop作业-circle 题目描述 编写一个程序,要求根据给定的圆的半径求圆的面积,并将求得的结果打印出来. 要求: 输入输出采用cin和cout. 建立一个工程,将程序写成两个.cpp和一个.h的形 ...
- 201521123110《Java程序设计》第11周学习总结
1. 本周学习总结 2. 书面作业 1.互斥访问与同步访问 1.1 除了使用synchronized修饰方法实现互斥同步访问,还有什么办法实现互斥同步访问(请出现相关代码)? 1.2 同步代码块与同步 ...
- Markdown例子
一个例子: 例子开始 1. 本章学习总结 今天主要学习了三个知识点 封装 继承 多态 2. 书面作业 Q1. java HelloWorld命令中,HelloWorld这个参数是什么含义? 今天学了一 ...
- Java:设计类的继承关系时的技巧
继承设计的技巧: (1)将公共操作和域放置在超类 (2)不要使用受保护的域 有些程序员认为,将大多数的实例域定义为protected是一个不错的主意,只有这样,子类才能够在需要的时候直接访问他们.然而 ...
- Servlet知识点大纲
这是我整理的Servlet知识点大纲,可按照它的顺序来学习-..具体的内容在我的博客中都可以找到!
- mybatis-分页显示数据
分页用到的两个实体类 package com.yangwei.shop.entity; /** * 注意 get,set,remove 方法与一般的实体类的不同*/ public class Syst ...
- Apache POI
Apache POI 用Java编写的免费开源的跨平台的 Java API,Apache POI提供API给Java程式对Microsoft Office格式档案读和写的功能.POI为"Po ...
- php-laravel4.0框架 简单快速入门
前提必须已经安装好了laravel4.0版本. 写入权限: 安装完 Laravel ,你还需要为web服务器设置 app/storage 目录的写入权限. 目录结构: 安装完框架后,你需要熟悉一下该项 ...
- 添加事务后 org.springframework.beans.factory.NoSuchBeanDefinitionException: No qualifying bean of type available
今天遇到了一个奇怪的问题 在没添加事务之前 所有的代码都是好的 , 当我添加了事务之后, 代码报错 org.springframework.beans.factory.NoSuchBeanDef ...
- HDU-3032
Problem Description Nim is a two-player mathematic game of strategy in which players take turns remo ...