准备工作

需要有三台主机,其中一台主机充当master,另外两台主机分别为slave01,slave02,并且要求三台主机处于同一个局域网下

通过命令:ifconfig

可以查看主机的IP地址,如下图所示

本集群的三台机器的IP地址如下

10.129.0.118  master

10.129.0.223  slave01

10.129.0.124  slave02

通过命令:ping  IP地址

可以查看与另一台主机的连通性

如下所示

注意:在shell命令下通过CTRL+C  可以结束命令的执行

三台主机的用户名均为dongjingnan

修改三台主机的/etc/hosts  

在文件开头添加如下内容

配置ssh无密码登录本机和集群

在master主机上执行如下命令

将master主机上的公钥发给slave01,slave02

在slave01和slave02上都执行如下命令

可以通过命令:ssh  主机名

登录指定主机,如下所示

通过命令:exit     //退出

JDK和hadoop的配置和安装

如果无法安装可以通过命令:sudo apt-get update        //更新软件库

执行命令:sudo    vim    ~/.bashrc

在~/.bashrc中添加如下内容

export    JAVA_HOME=/usr/lib/jvm/default-java

执行命令:source    ~/.bashrc

使~/.bashrc文件修改生效

执行命令:java   -version

查看jdk版本号,如下图所示

通过网站https://mirrors.cnnic.cn/apache/hadoop/common/

下载hadoop的最新稳定的版本

在用户主目录下执行命令$ sudo tar -zxvf  ~/Downloads/hadoop-2.9.0.tar.gz    -C   /usr/local

在用户主目录下执行命令$ cd   /usr/local/

在 /usr/local/ 目录下执行命令$  sudo mv ./hadoop-2.9.0    ./hadoop

在 /usr/local/ 目录下执行命令$  sudo chown -R  dongjingnan   ./hadoop    //将dongjingnan替换成你的用户名

编辑  ~/.bahrc  文件,在里面添加如下内容

export  HADOOP_HOME=/usr/local/hadoop

export  PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

保存之后,执行命令: source  ~/.bashrc

切换到目录/usr/local/hadoop/etc/hadoop  并查看该目录下的文件

执行命令$ sudo vim slaves

将里面的内容替换成

slave01

slave02

保存后,执行命令$  sudo vim  core-site.xml

修改成如下内容

<configuration>

  <property>

    <name>hadoop.tmp.dir</name>

    <value>file:/usr/local/hadoop/tmp</value>

    <description>Abase for other temporary directories.</description>

  </property>

  <property>

    <name>fs.defaultFS</name>

    <value>hdfs://master:9000</value>

  </property>

</configuration>

保存后,执行命令$ sudo vim hdfs-site.xml

<configuration>

  <property>

    <name>dfs.replication</name>

    <value>3</value>

  </property>

</configuration>

保存后,执行命令$ sudo    cp    mapred-site.xml.template     mapred-site.xml

执行命令$  sudo   vim  mapred-site.xml

添加如下内容

<configuration>

  <porperty>

    <name>mapreduce.framework.name</name>

    <value>yarn</value>

  </property>

</configuration>

保存后,执行命令$ sudo  vim  yarn-site.xml

<configuration>

  <property>

    <name>yarn.nodemanager.aux-services</name>

    <value>mapreduce_shuffle</value>

  </property>

  <property>

    <name>yarn.resourcemanage.hostname</name>

    <value>master</value>

  </property>

  <property>

    <name>yarn.nodemanager.resource.memory-mb</name>

    <value>2048</value>

  </property>

</configuration>

保存后,将master上的/usr/local/hadoop目录复制到各个节点上

在用户的主目录执行命令$ sudo  tar  -zcf    ~/hadoop.master.tar.gz    /usr/local/hadoop

在用户的主目录执行命令$ scp   ~/hadoop.master.tar.gz    slave01:/home/dongjingnan

在用户的主目录执行命令$ scp   ~/hadoop.master.tar.gz    slave02:/home/dongjingnan

执行命令$ ssh   slave01

在slave01的主目录执行命令$  sudo tar -zxvf ~/hadoop.master.tar.gz  /usr/local

在slave01的主目录执行命令$  sudo  chown  -R   dongjingnan    /usr/local/hadoop

执行命令$ exit

在master主目录执行命令$  ssh slave02

在slave02的主目录执行命令$  sudo tar -zxvf ~/hadoop.master.tar.gz  /usr/local

在slave02的主目录执行命令$  sudo  chown  -R   dongjingnan    /usr/local/hadoop

执行命令$ exit

在master主目录执行如下命令$ sudo   vim   /usr/local/hadoop/etc/hadoop/hdfs-site.xml

添加一个属性

<property>

  <name>dfs.namenode.name.dir</name>

  <value>file:/usr/local/hadoop/tmp/dfs/name</value>

</property>

保存后,在master主目录下执行如下命令$  sudo vim yarn-site.xml

删除yarn.nodemanager.resource.memory-mb属性

保存后退出

在master主目录下执行命令$  hadoop namenode -format

在master主目录下执行命令$  start-all.sh

在master主目录下执行命令$   jps

可以看到如下进程

在slave01主目录下执行命令$  jps

可以看到如下进程

在slave02主目录下执行命令$ jps

可以看到如下进程

到此,hadoop集群安装完毕

hadoop集群启动时可能出现的问题

问题描述:slave01和slave02都没有出现DataNode进程

解决办法:每次启动集群前删除slave01和slave02节点上/usr/local/hadoop/tmp/dfs/目录下的data文件夹,然后新建一个data空的文件夹

再重新格式化namenode节点,就可以解决了。

在master节点执行命令$ stop-all.sh

可以关闭hadoop集群

接下来进行spark集群的安装

在火狐浏览器输入网址http://spark.apache.org/downloads.html   可以下载spark软件包

在master主目录下执行命令$ sudo   tar   -zxvf   ~/Downloads/spark-2.3.0-bin-without-hadoop.tgz   -C    /usr/local

在master主目录下执行命令$ sudo    mv   /usr/local/spark-2.3.0-bin-without-hadoop      /usr/local/spark

在master主目录下执行命令$  sudo   chown   -R    dongjingnan     /usr/local/spark

修改~/.bashrc文件

添加如下内容

执行命令$ source  ~/.bashrc

执行命令$ cd   /usr/local/spark/conf

执行命令$  cp  slaves.template   slaves

执行命令$   sudo vim  slaves

添加如下内容

slave01

slave02

执行命令$   cp   spark-env,.sh.template   spark-env.sh

执行命令$   sudo vim spark-env.sh

添加如下内容

SPARK_MASTER_IP设置为你自己的master的IP地址

保存后,执行如下命令$

将/usr/local/目录下的spark文件夹打包后发送到slave01和slave02

如下所示

将slave01和slave02节点上的spark.master.tar.gz解压到/usr/local/目录下,并授权给slave01和slave02的用户名

启动hadoop集群

执行命令$  start-all.sh

启动spark集群

执行命令$  start-master.sh

执行命令$   start-slaves.sh

如下图所示

在master主机登录网址http://master:8080  可以看到如下内容

关闭spark集群

执行命令$ stop-slaves.sh

执行命令$ stop-master.sh

在集群中运行应用程序JAR包

在集群中运行spark-shell

用户在master主机上的火狐浏览器登录网址http://master:8080/ 查看应用的运行情况

向hadoop yarn 集群管理器提交应用

在master主机登录上图绿色圈住的网址,查看应用的运行情况

为了进行下面的程序,请把所需的文件上传到hdfs中,以备后面使用,另外每次关机之后,再重启后又要重新做一遍

在集群中运行spark-shell

本实验所需的数据集可以在网址https://archive.ics.uci.edu/ml/machine-learning-databases/  下载

实验所需的数据集是鸢尾花数据集

在网址https://www.jetbrains.com/idea/downloads/#section=windows 下载Intellij IDEA

选择使用的操作系统的环境,建议下载Ultimate版本,因为好像Community版本不能够将编写的程序打包成jar文件,下文要用到打包的jar文件

刚开始的时候不要设置SparkConf后的setmaster()内容

kmeans算法的实现代码如下图所示

打包过程如下所示,点击file--Project Structure--单击+号

单击Build-Build Artifacts..  之后在单击下图中的Build

稍等会,可以看到下图中出现out 文件夹

找到项目打包成的jar文件夹,如下图所示

此时设置SparkConf后的setMaster()和setJar()

接下来运行程序单击Run-->Run kmeans 出现如下图所示

打开网址htttps://master:7077/查看应用运行情况

到此,整个项目运行完毕。

谢谢观看,不对之处,欢迎多多指正。

IntelliJ IDEA编写的spark程序在远程spark集群上运行的更多相关文章

  1. Spark优化之二:集群上运行jar程序,状态一直Accepted且不停止不报错

    如果运行Spark集群时状态一直为Accepted且不停止不报错,比如像下面这样的情况: 15/06/14 11:33:33 INFO yarn.Client: Application report ...

  2. [Spark Core] 在 Spark 集群上运行程序

    0. 说明 将 IDEA 下的项目导出为 Jar 包,部署到 Spark 集群上运行. 1. 打包程序 1.0 前提 搭建好 Spark 集群,完成代码的编写. 1.1 修改代码 [添加内容,判断参数 ...

  3. 用python + hadoop streaming 编写分布式程序(二) -- 在集群上运行与监控

    写在前面 相关随笔: Hadoop-1.0.4集群搭建笔记 用python + hadoop streaming 编写分布式程序(一) -- 原理介绍,样例程序与本地调试 用python + hado ...

  4. 将java开发的wordcount程序提交到spark集群上运行

    今天来分享下将java开发的wordcount程序提交到spark集群上运行的步骤. 第一个步骤之前,先上传文本文件,spark.txt,然用命令hadoop fs -put spark.txt /s ...

  5. 06、部署Spark程序到集群上运行

    06.部署Spark程序到集群上运行 6.1 修改程序代码 修改文件加载路径 在spark集群上执行程序时,如果加载文件需要确保路径是所有节点能否访问到的路径,因此通常是hdfs路径地址.所以需要修改 ...

  6. 在local模式下的spark程序打包到集群上运行

    一.前期准备 前期的环境准备,在Linux系统下要有Hadoop系统,spark伪分布式或者分布式,具体的教程可以查阅我的这两篇博客: Hadoop2.0伪分布式平台环境搭建 Spark2.4.0伪分 ...

  7. Spark学习之在集群上运行Spark

    一.简介 Spark 的一大好处就是可以通过增加机器数量并使用集群模式运行,来扩展程序的计算能力.好在编写用于在集群上并行执行的 Spark 应用所使用的 API 跟本地单机模式下的完全一样.也就是说 ...

  8. Eclipse提交代码到Spark集群上运行

    Spark集群master节点:      192.168.168.200 Eclipse运行windows主机: 192.168.168.100 场景: 为了测试在Eclipse上开发的代码在Spa ...

  9. 在集群上运行Spark

    Spark 可以在各种各样的集群管理器(Hadoop YARN.Apache Mesos,还有Spark 自带的独立集群管理器)上运行,所以Spark 应用既能够适应专用集群,又能用于共享的云计算环境 ...

随机推荐

  1. 深入辨析jvm内存区域

    Java内存区域 Java虚拟机在执行Java程序的过程中会把它所管理的内存划分为若干个不同的数据区域: 程序计数器.虚拟机栈.本地方法栈.Java堆.方法区(运行时常量池).直接内存 程序计数器 当 ...

  2. Java反射学习总结

    我开始学习反射的初衷是为了理解Spring 里的控制反转,其次可以利用反射来达到类中的解耦. 自己写的一些心得,希望能帮到大家 1.反射指的是对象的反向处理操作,是根据对象来取得对象的来源信息. 反射 ...

  3. Redis-概述

    Redis支持的类型: String,List,Map,Set,Sorted set Redis的持久化: 1.Redis DataBase (RDB): RDB是在某个时间点将数据写入一个临时文件, ...

  4. Spring部分面试知识

    对Spring的理解 spring是一个轻量级的开源框架,贯穿持久层.业务逻辑层.控制层.让每一个功能模块都可以独立的分开,降低耦合度,提高代码复用度.spring通过控制反转降低耦合性,一个对象的依 ...

  5. Angular面试题一

    一.ng-show/ng-hide 与 ng-if的区别? 第一点区别是, ng-if 在后面表达式为 true 的时候才创建这个 dom 节点, ng-show 是初始时就创建了,用 display ...

  6. Word 关闭 Passive Voice

      Sheryl prefers passive voice for some of her writing (such as business documents and correspondenc ...

  7. Linux基础入门之网络属性配置

    Linux基础入门之网络属性配置 摘要 Linux网络属性配置,最根本的就是ip和子网掩码(netmask),子网掩码是用来让本地主机来判断通信目标是否是本地网络内主机的,从而采取不同的通信机制. L ...

  8. spring boot(7)-mybatis全注解化

    关于配置数据库可以参考上一篇文章,这里只讲mybatis pom.xml <!-- 引入mybatis --> <dependency> <groupId>org. ...

  9. 打通版微社区(2):服务器部署MySql数据库 For DZ3.2

    写在前面:单独写部署MySql原因是,我这边的应用数据库都是独立存在的,数据与应用分别部署在不同的服务器.另外我也没有实际部署MySql的经验,特意写一篇日志,张记性.安装MySql参考了http:/ ...

  10. CALayer的additive属性解析

    CALayer的additive属性解析 效果: 源码:https://github.com/RylanJIN/ShareOfCoreAnimation // // CAPartAViewContro ...