网上购物网站建设/seo如何优化图片
因玩票需要，使用三台搭建spark(192.168.1.10,192.168.1.11,192.168.1.12)，又因spark构建在hadoop之上，那么就需要先搭建hadoop。历经一个两个下午，终于搭建完成，特记录如下。
点击此处添加图片说明文字
准备工作
1. jdk已经安装。
2. 文件下载
包含scala，hadoop，spark
3. ssh无密码认证
三台互相无密码认证步骤：
第一步，生成rsa公约私钥：
[root@jw01 .ssh]# ssh-keygen -t rsa[root@jw02 .ssh]# ssh-keygen -r rsa[root@kt01 .ssh]# ssh-keygen -t rsa[root@kt02 .ssh]# ssh-keygen -t rsaGenerating public/private rsa key pair.Enter file in which to save the key (/root/.ssh/id_rsa): #回车代表无需密码登陆Enter passphrase (empty for no passphrase): #回车Enter same passphrase again: #回车Your identification has been saved in /root/.ssh/id_rsa. #代表私钥Your public key has been saved in /root/.ssh/id_rsa.pub. #代表公钥The key fingerprint is:04:45:0b:47:10:92:0c:b2:b9:d7:11:5b:49:05:e4:d9 root@jw01
第二步，将192.168.1.11,192.168.1.12两台生成的公钥id_rsa.pub重命名id_rsa.pub_11,id_rsa.pub_12传送到192.168.1.10的/root/.ssh/目录下，
然后在192.168.1.10上将所有公钥加到用于认证的公钥文件authorized_keys(若没有该文件，则下面的命令会生成文件)中，命令为：
cat ~/.ssh/id_rsa.pub* >> ~/.ssh/authorized_keys第三步：将192.168.1.10上的文件分布复制到192.168.1.11,192.168.1.12两台机器的/root/.ssh/目录下
最后测试，是否可以使用ssh ip地址互相登陆。
环境准备
修改主机名
我们将搭建1个master，2个slave的集群方案。首先修改主机名vi /etc/hostname，在master上修改为master，其中一个slave上修改为slave1，另一个同理。
配置hosts
在每台主机上修改host文件
|
hadoop安装
1.解压
tar -zxvf hadoop-2.6.0.tar.gz2.修改配置文件
参考文献【1】所示
在机器192.168.1.10(master)上进入hadoop配置目录，需要配置有以下7个文件：hadoop-env.sh，yarn-env.sh，slaves，core-site.xml，hdfs-site.xml，maprd-site.xml，yarn-site.xml
-
在
hadoop-env.sh中配置JAVA_HOME# The java implementation to use. export JAVA_HOME=/home/spark/workspace/jdk1.7.0_75 -
在
yarn-env.sh中配置JAVA_HOME# some Java parameters export JAVA_HOME=/home/spark/workspace/jdk1.7.0_75 -
在
slaves中配置slave节点的ip或者host，192.168.1.11 192.168.1.12 -
修改
core-site.xml<configuration><property><name>fs.defaultFS</name><value>hdfs://master:9000/</value></property><property><name>hadoop.tmp.dir</name><value>file:/home/spark/workspace/hadoop-2.6.0/tmp</value></property> </configuration> -
修改
hdfs-site.xml<configuration><property><name>dfs.namenode.secondary.http-address</name><value>master:9001</value></property><property><name>dfs.namenode.name.dir</name><value>file:/home/spark/workspace/hadoop-2.6.0/dfs/name</value></property><property><name>dfs.datanode.data.dir</name><value>file:/home/spark/workspace/hadoop-2.6.0/dfs/data</value></property><property><name>dfs.replication</name><value>3</value></property> </configuration> -
修改
mapred-site.xml<configuration><property><name>mapreduce.framework.name</name><value>yarn</value></property> </configuration> -
修改
yarn-site.xml<configuration><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>master:8032</value></property><property><name>yarn.resourcemanager.scheduler.address</name><value>master:8030</value></property><property><name>yarn.resourcemanager.resource-tracker.address</name><value>master:8035</value></property><property><name>yarn.resourcemanager.admin.address</name><value>master:8033</value></property><property><name>yarn.resourcemanager.webapp.address</name><value>master:8088</value></property> </configuration>
3. 将配置好的hadoop-2.6.0文件夹分发给slave机器192.168.1.11,192.168.1.12
4. 在192.168.1.10启动
cd ~/workspace/hadoop-2.6.0 #进入hadoop目录
bin/hadoop namenode -format #格式化namenode
sbin/start-dfs.sh #启动dfs
sbin/start-yarn.sh #启动yarn5.测试
10机器上
$ jps #run on master
3407 SecondaryNameNode
3218 NameNode
3552 ResourceManager
3910 Jps11,12机器上
$ jps #run on slaves
2072 NodeManager
2213 Jps
1962 DataNodeadmin端
在浏览器中输入 http://192.168.1.10:8088 ，应该有 hadoop 的管理界面出来了，并能看到 slave1 和 slave2 节点。端口配置在yarn-site.xml上
<property><name>yarn.resourcemanager.webapp.address</name><value>master:8088</value></property>安装scala
参考文献[1]
在三台机器上分别操作：机器192.168.1.10，192.168.1.11,192.168.1.12
解压
|
再次修改环境变量sudo vi /etc/profile，添加以下内容：
|
同样的方法使环境变量生效，并验证 scala 是否安装成功
|
可能遇到的问题解决：
【1】Hadoop jps出现process information unavailable提示解决办法：参考文献【2】
启动Hadoop之后，使用jps命令查看当前系统的java进程情况，显示：
hduser@jack:/usr/local/hadoop$ jps
18470 SecondaryNameNode
19096 Jps
12167 -- process information unavailable
19036 NodeManager
18642 ResourceManager
18021 DataNode
17640 NameNode
这时可以通过进入本地文件系统的/tmp目录下，删除名称为hsperfdata_{username}的文件夹，然后重新启动Hadoop。
【2】各种权限问题
解决方式：重做ssh无密码认证的准备工作
【3】启动Hadoop HDFS时的“Incompatible clusterIDs”错误原因分析
解决方式：“Incompatible clusterIDs”的错误原因是在执行“hdfs namenode -format”之前，没有清空DataNode节点的data目录。清空之。
spark安装
参考文献【1】所示
在10机器上解压
tar -zxvf spark-1.4.0-bin-hadoop2.6.tgz
mv spark-1.4.0-bin-hadoop2.6 spark-1.4 #原来的文件名太长了，修改下修改配置：
|
在spark-env.sh末尾添加以下内容（这是我的配置，你可以自行修改）：export SCALA_HOME=/home/spark/workspace/scala-2.10.4
export JAVA_HOME=/home/spark/workspace/jdk1.7.0_75
export HADOOP_HOME=/home/spark/workspace/hadoop-2.6.0
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop
SPARK_MASTER_IP=master
SPARK_LOCAL_DIRS=/home/spark/workspace/spark-1.3.0
SPARK_DRIVER_MEMORY=1G修改slaves文件
cp slaves.template slaves修改配置：
192.168.1.11
192.168.1.12
将上述配置分发给：192.168.1.11,192.168.1.12
在10上启动：
sbin/start-all.sh
检查是否启动：
master上
$ jps
7949 Jps
7328 SecondaryNameNode
7805 Master
7137 NameNode
7475 ResourceManager在slave2
$jps
3132 DataNode
3759 Worker
3858 Jps
3231 NodeManager进入Spark的Web管理页面： http://192.168.1.10:8080
如果8080被别的程序占用，使用8081端口。
点击此处添加图片说明文字
END
点击此处添加图片说明文字
碧茂课堂精彩课程推荐：
1.Cloudera数据分析课；
2.Spark和Hadoop开发员培训；
3.大数据机器学习之推荐系统；
4.Python数据分析与机器学习实战；
点击此处添加图片说明文字
详情请关注我们公众号：碧茂大数据-课程产品-碧茂课堂
现在注册互动得海量学币，大量精品课程免费送！