`

Spark On YARN 环境搭建

 
阅读更多
==================================================================================
一、基础环境
==================================================================================
1、服务器分布
192.168.10.84  主名字节点
192.168.10.84  备名字节点
192.168.10.83  数据节点1
192.168.10.85  数据节点2


----------------------------------------------------------------------------------
2、HOSTS 设置
在每台服务器的“/etc/hosts”文件
192.168.10.83  192-168-10-83
192.168.10.84  192-168-10-84
192.168.10.85  192-168-10-85

----------------------------------------------------------------------------------

3、SSH 免密码登录
可参考文章:

http://blog.csdn.net/codepeak/article/details/14447627

==================================================================================
二、Hadoop 2.6.2 编译安装【官方提供的二进制版本native java为32位版本,64位环境需重新编译】
==================================================================================
1、JDK 安装
http://download.oracle.com/otn-pub/java/jdk/7u45-b18/jdk-7u45-linux-x64.tar.gz

# tar xvzf jdk-7u45-linux-x64.tar.gz -C /usr/local
# cd /usr/local
# ln -s jdk1.7.0_45 jdk

# vim /etc/profile
export JAVA_HOME=/usr/local/java
export CLASS_PATH=$JAVA_HOME/lib:$JAVA_HOME/jre/lib
export PATH=$PATH:$JAVA_HOME/bin

# source /etc/profile

----------------------------------------------------------------------------------

2、MAVEN 安装
http://mirror.bit.edu.cn/apache/maven/maven-3/3.1.1/binaries/apache-maven-3.1.1-bin.tar.gz

# tar xvzf apache-maven-3.1.1-bin.tar.gz -C /usr/local
# cd /usr/local
# ln -s apache-maven-3.1.1 maven


# vim /etc/profile
export MAVEN_HOME=/usr/local/maven
export PATH=$PATH:$MAVEN_HOME/bin

# source /etc/profile


# mvn -v



3、PROTOBUF 安装
https://protobuf.googlecode.com/files/protobuf-2.5.0.tar.gz

# tar xvzf protobuf-2.5.0.tar.gz
# ./configure --prefix=/usr/local/protobuf
# make && make install


# vim /etc/profile
export PROTO_HOME=/usr/local/protobuf
export PATH=$PATH:$PROTO_HOME/bin

# source /etc/profile

# vim /etc/ld.so.conf
/usr/local/protobuf/lib


# /sbin/ldconfig

4、其他依赖库安装
http://www.cmake.org/files/v2.8/cmake-2.8.12.1.tar.gz
http://ftp.gnu.org/pub/gnu/ncurses/ncurses-5.9.tar.gz
http://www.openssl.org/source/openssl-1.0.1e.tar.gz

# tar xvzf cmake-2.8.12.1.tar.gz
# cd cmake-2.8.12.1
# ./bootstrap --prefix=/usr/local
# gmake && gmake install


# tar xvzf ncurses-5.9.tar.gz
# cd ncurses-5.9
# ./configure --prefix=/usr/local
# make && make install


# tar xvzf openssl-1.0.1e.tar.gz
# cd openssl-1.0.1e
# ./config shared --prefix=/usr/local
# make && make install


# /sbin/ldconfig

----------------------------------------------------------------------------------

5、编译 Hadoop
http://mirrors.hust.edu.cn/apache/hadoop/common/hadoop-2.6.2/hadoop-2.6.2-src.tar.gz

(1)、maven源设置【在<mirrors></mirros>里添加】
# vim /usr/local/maven/conf/settings.xml
<mirror>
    <id>nexus-osc</id>
    <mirrorOf>*</mirrorOf>
    <name>Nexusosc</name>
    <url>http://maven.oschina.net/content/groups/public/</url>
</mirror>


(2)、编译Hadoop
# tar xvzf hadoop-2.6.2-src.tar.gz
# cd hadoop-2.6.2-src
# mvn clean install -DskipTests
# mvn package -Pdist,native -DskipTests -Dtar


## 编译成功后,生成的二进制包所在路径
hadoop-dist/target/hadoop-2.6.2

创建hadoop用户
useradd hadoop

# cp -a hadoop-dist/target/hadoop-2.6.2 /home/hadoop/source
# cd /home/hadoop
# ln -s /home/hadoop/source/hadoop-2.6.2 ./hadoop


【注意:编译过程中,可能会失败,需要多尝试几次】


========================================================================================
三、Hadoop YARN 分布式集群配置【注:所有节点都做同样配置】
========================================================================================
1、环境变量设置
# vim /etc/profile  或者 .bash_profile



export HADOOP_DEV_HOME=/home/hadoop/hadoop
export PATH=$PATH:$HADOOP_DEV_HOME/bin
export PATH=$PATH:$HADOOP_DEV_HOME/sbin
export HADOOP_MAPARED_HOME=${HADOOP_DEV_HOME}
export HADOOP_COMMON_HOME=${HADOOP_DEV_HOME}
export HADOOP_HDFS_HOME=${HADOOP_DEV_HOME}
export YARN_HOME=${HADOOP_DEV_HOME}
export HADOOP_CONF_DIR=${HADOOP_DEV_HOME}/etc/hadoop
export HDFS_CONF_DIR=${HADOOP_DEV_HOME}/etc/hadoop
export YARN_CONF_DIR=${HADOOP_DEV_HOME}/etc/hadoop
export SPARK_HOME=/home/hadoop/spark
export PATH=$PATH:$SPARK_HOME/bin
export PATH


# source /etc/profile


3、配置 core-site.xml
# vim /home/hadoop/hadoop/etc/hadoop/core-site.xml

<configuration>
        <property>
                <name>hadoop.tmp.dir</name>
                <value>/hadoop/tmp</value>
                <description>A base for other temporary directories.</description>
        </property>
        <property>
                <name>fs.default.name</name>
                <value>hdfs://192.168.10.84:9000</value>
        </property>

        <property>
                <name>hadoop.proxyuser.root.hosts</name>
                <value>192.168.10.84</value>
        </property>
        <property>
                <name>hadoop.proxyuser.root.groups</name>
                <value>*</value>
        </property>
       </configuration>


4、配置 hdfs-site.xml
# vim /home/hadoop/hadoop/etc/hadoop/hdfs-site.xml

<property>
                <name>dfs.namenode.name.dir</name>
                <value>file:/hadoop/hdfs/name</value>
                <final>true</final>
        </property>

        <property>
                <name>dfs.federation.nameservice.id</name>
                <value>ns1</value>
        </property>

        <property>
                <name>dfs.namenode.backup.address.ns1</name>
                <value>192.168.10.84:50100</value>
        </property>

        <property>
                <name>dfs.namenode.backup.http-address.ns1</name>
                <value>192.168.10.84:50105</value>
        </property>

        <property>
                <name>dfs.federation.nameservices</name>
                <value>ns1</value>
        </property>

        <property>
                <name>dfs.namenode.rpc-address.ns1</name>
                <value>192.168.10.84:9000</value>
        </property>
        <property>
                <name>dfs.namenode.rpc-address.ns2</name>
                <value>192.168.10.84:9000</value>
        </property>

        <property>
                <name>dfs.namenode.http-address.ns1</name>
                <value>192.168.10.84:23001</value>
        </property>

        <property>
                <name>dfs.namenode.http-address.ns2</name>
                <value>192.168.10.84:13001</value>
        </property>

        <property>
                <name>dfs.dataname.data.dir</name>
                <value>file:/hadoop/hdfs/data</value>
                <final>true</final>
        </property>

        <property>
                <name>dfs.namenode.secondary.http-address.ns1</name>
                <value>192.168.10.84:23002</value>
        </property>

        <property>
                <name>dfs.namenode.secondary.http-address.ns2</name>
                <value>192.168.10.84:23002</value>
        </property>

        <property>
                <name>dfs.namenode.secondary.http-address.ns1</name>
                <value>192.168.10.84:23003</value>
        </property>

        <property>
                <name>dfs.namenode.secondary.http-address.ns2</name>
                <value>192.168.10.84:23003</value>
        </property>




------------------------------------------------------------------------------------------------------------------------------------------

6、配置 yarn-site.xml
# vim /home/hadoop/hadoop/etc/hadoop/yarn-site.xml


<property>
                <name>yarn.resourcemanager.address</name>
                <value>192.168.10.84:18040</value>
        </property>

        <property>
                <name>yarn.resourcemanager.scheduler.address</name>
                <value>192.168.10.84:18030</value>
        </property>

        <property>
                <name>yarn.resourcemanager.webapp.address</name>
                <value>192.168.10.84:18088</value>
        </property>

        <property>
                <name>yarn.resourcemanager.resource-tracker.address</name>
                <value>192.168.10.84:18025</value>
        </property>

        <property>
                <name>yarn.resourcemanager.admin.address</name>
                <value>192.168.10.84:18141</value>
        </property>

        <property>
                <name>yarn.nodemanager.aux-services</name>
                <value>mapreduce_shuffle</value>
        </property>



7、配置 hadoop-env.sh、mapred-env.sh、yarn-env.sh【在开头添加】
文件路径:
/home/hadoop/hadoop/etc/hadoop/hadoop-env.sh
/home/hadoop/hadoop/etc/hadoop/mapred-env.sh
/home/hadoop/hadoop/etc/hadoop/yarn-env.sh


添加内容:
export JAVA_HOME=/usr/local/java
export CLASS_PATH=$JAVA_HOME/lib:$JAVA_HOME/jre/lib


export HADOOP_HOME=/home/hadoop/hadoop
export HADOOP_PID_DIR=/home/hadoop/data/hadoop/pids
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
export HADOOP_OPTS="$HADOOP_OPTS -Djava.library.path=$HADOOP_HOME/lib/native"


export HADOOP_PREFIX=$HADOOP_HOME


export HADOOP_MAPRED_HOME=$HADOOP_HOME
export HADOOP_COMMON_HOME=$HADOOP_HOME
export HADOOP_HDFS_HOME=$HADOOP_HOME
export YARN_HOME=$HADOOP_HOME


export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop
export HDFS_CONF_DIR=$HADOOP_HOME/etc/hadoop
export YARN_CONF_DIR=$HADOOP_HOME/etc/hadoop


export JAVA_LIBRARY_PATH=$HADOOP_HOME/lib/native


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

------------------------------------------------------------------------------------------------------------------------------------------

8、数据节点配置
# vim /home/hadoop/hadoop/etc/hadoop/slaves
192.168.10.83
192.168.10.84
192.168.10.85

------------------------------------------------------------------------------------------------------------------------------------------

9、Hadoop 简单测试
# cd /home/hadoop/hadoop


## 首次启动集群时,做如下操作【主名字节点上执行】
# hdfs namenode -format
# sbin/start-dfs.sh


## 检查进程是否正常启动
# jps

主名字节点:
NodeManager

备名字节点:
SecondaryNameNode


数据节点:

DataNode

## hdfs与mapreduce测试
# hdfs dfs -mkdir -p /user/test
# hdfs dfs -put bin/hdfs.cmd /user/test
# hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.0.jar wordcount /user/test  /user/out
# hdfs dfs -ls /user/out


## hdfs信息查看
# hdfs dfsadmin -report
# hdfs fsck / -files -blocks


## 集群的后续维护
# sbin/start-all.sh
# sbin/stop-all.sh


## 监控页面URL
http://192.168.10.84:80/

========================================================================================
四、Spark 分布式集群配置【注:所有节点都做同样配置】
========================================================================================
1、Scala 安装
http://www.scala-lang.org/files/archive/scala-2.9.3.tgz

# tar xvzf scala-2.9.3.tgz -C /usr/local
# cd /usr/local
# ln -s scala-2.9.3 scala


# vim /etc/profile
export SCALA_HOME=/usr/local/scala
export PATH=$PATH:$SCALA_HOME/bin
export SPARK_CLASSPATH=/home/hadoop/spark/lib


# source /etc/profile

------------------------------------------------------------------------------------------------------------------------------------------

2、Spark 安装
http://d3kbcqa49mib13.cloudfront.net/spark-1.6.1-incubating-bin-hadoop2.6tgz

# tar xvzf spark-1.6.1-incubating-bin-hadoop2.6.tgz -C /home/hadoop/source
# cd /home/hadoop
# ln -s spark-1.6.1-incubating-bin-hadoop2.6  ./spark


# vim /etc/profile
export SPARK_HOME=/home/hadoop/spark
export PATH=$PATH:$SPARK_HOME/bin


# source /etc/profile


# cd /home/hadoop/spark/conf
# mv spark-env.sh.template spark-env.sh

# vim spark-env.sh
export JAVA_HOME=/usr/local/java
export SCALA_HOME=/usr/local/scala
export HADOOP_HOME=/home/hadoop/hadoop


## worker节点的主机名列表
# vim slaves
192.168.10.83
192.168.10.84
192.168.10.85


# mv log4j.properties.template log4j.properties

## 在Master节点上执行
# .sbin/start-all.sh


## 检查进程是否启动【在master节点上出现“Master”,在slave节点上出现“Worker”】
# jps

Master节点:

Master


Slave节点:

worker


3、相关测试
## 监控页面URL
http://192.168.10.84:8080/



## 先切换到“/home/hadoop/spark”目录
(1)、本地模式
# ./run-example org.apache.spark.examples.SparkPi local


(2)、普通集群模式
# ./run-example org.apache.spark.examples.SparkPi spark://namenode1:7077
# ./run-example org.apache.spark.examples.SparkLR spark://namenode1:7077
# ./run-example org.apache.spark.examples.SparkKMeans spark://namenode1:7077 file:/home/hadoop/spark/kmeans_data.txt 2 1


(3)、结合HDFS的集群模式
# hadoop fs -put README.md .
# MASTER=spark://namenode1:7077 ./spark-shell
scala> val file = sc.textFile("hdfs://namenode1:9000/user/root/README.md")
scala> val count = file.flatMap(line => line.split(" ")).map(word => (word, 1)).reduceByKey(_+_)
scala> count.collect()
scala> :quit


(4)、基于YARN模式
# SPARK_JAR=./assembly/target/scala-2.9.3/spark-assembly-1.6.1-incubating-hadoop2.6.2.jar \
./spark-class org.apache.spark.deploy.yarn.Client \
--jar examples/target/scala-2.9.3/spark-examples-assembly-1.6.1-incubating.jar \
--class org.apache.spark.examples.SparkPi \
--args yarn-standalone \
--num-workers 3 \
--master-memory 4g \
--worker-memory 2g \
--worker-cores 1


执行结果:
/usr/local/hadoop/logs/userlogs/application_*/container*_000001/stdout


(5)、其他一些样例程序
examples/src/main/scala/org/apache/spark/examples/


(6)、问题定位【数据节点上的日志】
/home/hadoop/hadoop/logs


(7)、一些优化
# vim /home/hadoop/spark/conf/spark-env.sh
export SPARK_WORKER_MEMORY=16g  【根据内存大小进行实际配置】
......


(8)、最终的目录结构




分享到:
评论
1 楼 ximeng1234 2016-03-22  
spark spark-1.6.1-bin-hadoop2.6中的run-example spark-examples-1.6.1-hadoop2.6.0.jar
文件有问题执行会有如下错误:
java.lang.NoSuchMethodError: org.apache.hadoop.conf.Configuration.addDeprecation
原因是这个jar文件里的configuration.class没有和2.6版本同步

相关推荐

    Sparkonyarn集群搭建详细过程.pdf

    Spark on YARN 集群搭建详细过程 _title_:Spark on YARN 集群搭建详细过程 _description_:本文详细介绍了 Spark on YARN 集群搭建的过程,包括配置主机 hosts 文件、免密码登录、安装 Java、安装 Scala 等步骤。...

    Spark on Yarn集群搭建手册

    Spark on Yan集群搭建的详细过程,减少集群搭建的时间

    Spark实验:On Yarn模式安装部署(带答案)1

    总结来说,Spark on Yarn的安装部署涉及到多个环节,包括环境配置、资源管理器的设置、集群启动以及应用的提交和监控。每个步骤都需要仔细操作,以确保Spark能够有效地在Hadoop集群上运行。通过这个实验,不仅可以...

    Spark on Yarn模式部署.docx

    本文档是 Spark on Yarn 模式部署的详细指南,涵盖了从环境准备到 Spark 配置的每个步骤,并提供了详细的配置信息和命令。 标签解释 Spark 配置是指在 Spark 应用程序中配置各种参数和环境变量,以便 Spark 能够...

    Sparkonyarn集群搭建详细过程.docx

    Spark on YARN 集群搭建是一个复杂的过程,涉及到多台服务器的配置和软件的安装。以下是详细步骤和相关知识点: 1. **主机配置与网络通信** - `/etc/hosts` 文件配置至关重要,它用于解析主机名到IP地址的映射。...

    spark yarn模式的搭建.docx

    搭建 Spark On Yarn 集群主要涉及三个组件的安装和配置:Zookeeper、Hadoop 和 Spark。下面将详细介绍这三个阶段的搭建过程。 一、Zookeeper 集群搭建 Zookeeper 是一个分布式的、开放源码的分布式应用程序协调服务...

    基于docker搭建spark on yarn及可视化桌面.doc

    基于docker搭建spark on yarn及可视化桌面.doc

    基于CDH 6.3.0 搭建 Hive on Spark 及相关配置和调优

    ### 基于CDH 6.3.0 搭建 Hive on Spark 及相关配置和调优 #### 概述 随着大数据技术的发展,Hadoop生态系统不断成熟与完善,其中Apache Hive作为数据仓库工具,支持通过SQL语句进行查询、分析存储在Hadoop文件系统...

    java提交spark任务到yarn平台的配置讲解共9页.pdf.zip

    Java提交Spark任务到YARN...以上就是Java提交Spark任务到YARN平台的核心知识点,涵盖了从环境搭建、代码编写、任务提交到资源管理和性能优化的全过程。掌握这些要点,可以有效地在大规模集群上运行和管理Spark作业。

    Spark环境搭建——on yarn集群模式

    本篇博客,Alice为大家带来关于如何搭建Spark的on yarn集群模式的教程。 文章目录准备工作cluster模式client模式[了解]两种模式的区别 官方文档: http://spark.apache.org/docs/latest/running-on-yarn.html 准备...

    基于Spark_on_Yarn的淘宝数据挖掘平台.pdf

    到2013年8月已经成功搭建了200台Yarn集群,运行Spark 0.8版本。 - 目前,阿里云梯1已经达到了5000*2的规模,使用的是Yarn 0.23.7版本,充分展示了Spark_on_Yarn在处理大规模数据集方面的强大能力。 #### 四、基于...

    使用docker快速搭建Spark集群的方法教程

    通过使用 Docker,可以快速的在本地搭建一套 Spark 环境,方便大家开发 Spark 应用,或者扩展到生产环境。下面这篇文章主要给大家介绍了使用docker快速搭建Spark集群的方法教程,需要的朋友可以参考借鉴,下面来一起...

    从0开始搭建Spark集群

    CentOS集群搭建、Hadoop集群搭建 配置免密 连接外网,Hive安装 Zookeeper搭建 Kafka scala flume安装 Spark搭建及启动

    Hadoop+Spark本地集群环境搭建

    本文主要是学习大数据的常用工具框架,搭建Hadoop3.4.0 + Spark3.5.1 on Yarn的集群环境,本集群用到4台虚拟机(物理机也可以),1主3从。 实验环境:VMWare WorkStation + CentOS8.5 + JDK17 + Hadoop3.4.0 + Spark...

    Spark开发及本地环境搭建指南.pdf

    2. **Python环境配置**:如果打算使用PySpark(Python on Spark),则需要确保安装了JDK 1.6.x版本。 3. **开发工具**:建议使用IntelliJ IDEA作为主要的开发工具,并且可以使用IDEA 13作为示例来进行操作。 4. **...

    spark3.0入门到精通

    │ 06-[理解]-Spark环境搭建-On-Yarn-两种模式.mp4 │ 07-[掌握]-Spark环境搭建-On-Yarn-两种模式演示.mp4 │ 09-[掌握]-Spark代码开发-准备工作.mp4 │ 10-[重点]-Spark代码开发-入门案例.mp4 ├─Spark-day02 ...

    Spark-Core学习知识笔记整理

    Spark-Core文档是本人经三年总结笔记汇总而来,对于自我学习Spark核心基础知识非常方便,资料中例举完善,内容丰富。具体目录如下: 目录 第一章 Spark简介与计算模型 3 ...2.2 Spark on YARN运行过程 60

    基于docker搭建spark-on-yarn及可视化桌面.docx

    docker

    巴豆大数据团队讲师课件Spark.pdf

    在安装方面,该文档介绍了如何在Yarn集群上搭建Spark,包括下载Spark安装包、配置spark-env.sh、slaves文件等步骤,并分发到slave1/2等节点上,确保了分布式集群环境下的配置过程。 启动和验证是检查Spark是否正确...

Global site tag (gtag.js) - Google Analytics