1, 安装Hadoop集群
1.1 下载Hadoop-2.8.2
wget http://ftp.riken.jp/net/apache/hadoop/common/hadoop-2.8.2/hadoop-2.8.2.tar.gz
1.2 配置所有服务之前的无密码ssh链接
- 详细参见如下网页：
(http://blog.csdn.net/u011414200/article/details/47681675)
(http://blog.csdn.net/jihuanliang/article/details/48119419)
1.3 安装JDK
- CentOS 6版本已经安装了JDK 8, 详细安装步骤参见：
(http://blog.csdn.net/pucao_cug/article/details/68948639)
1.4 在每个服务器上进行Hadoop的安装
1.4.1 将下载的hadoop-2.8.2.tar.gz放在/opt/hadoop目录中，并接下
sudo tar -xvf hadoop-2.8.2.tar.gz
1.4.2 在/home/Colin目录下创建如下目录
mkdir /home/Colin/hadoop
mkdir /home/Colin/hadoop/tmp
mkdir /home/Colin/hadoop/var
mkdir /home/Colin/hadoop/dfs
mkdir /home/Colin/hadoop/dfs/name
mkdir /home/Colin/hadoop/dfs/data
1.4.3 修改/opt/hadoop/hadoop-2.8.2/etc/hadoop目录内的一系列文件
1.4.3.1 修改core-site.xml
- 修改/opt/hadoop/hadoop-2.8.2/etc/hadoop/core-site.xml文件，在<configuration>节点中加入配置：
<property>
<name>hadoop.tmp.dir</name>
<value>/home/Colin/hadoop/tmp</value>
<description>Abase for other temporary directories.</description>
</property>
<property>
<name>fs.default.name</name>
<value>hdfs://zeus:9000</value>
</property>
1.4.3.2 修改hadoop-env.sh
事先需要自己设定自己的Java路径
(http://www.jianshu.com/p/cde3083fc42d)
- 修改/opt/hadoop/hadoop-2.8.2/etc/hadoop/hadoop-env.sh
将export JAVA_HOME=${JAVA_HOME}
修改为：
export JAVA_HOME=/opt/java/jdk1.8.0_121
说明：修改为自己的JDK路径
1.4.3.3 修改/opt/hadoop/hadoop-2.8.2/etc/hadoop/hdfs-site.xml文件
- 在<configuration>节点内加入配置如下：
<property>
<name>dfs.name.dir</name>
<value>/home/Colin/hadoop/dfs/name</value>
<description>Path on the local filesystem where theNameNode stores the namespace and transactions logs persistently.</description>
</property>
<property>
<name>dfs.data.dir</name>
<value>/home/Colin/hadoop/dfs/data</value>
<description>Comma separated list of paths on the localfilesystem of a DataNode where it should store its blocks.</description>
</property>
<property>
<name>dfs.replication</name>
<value>2</value>
</property>
说明：dfs.permissions配置为false后，可以允许不要检查权限就生成dfs上的文件，方便倒是方便了，但是你需要防止误删除，请将它设置为true，或者直接将该property节点删除，因为默认就是true。
1.4.3.4 新建并修改mapred-site.xml
- 在该版本中，有一个名为mapred-site.xml.template的文件，复制该文件，然后改名为mapred-site.xml,修改这个新建的mapred-site.xml文件，在<configuration>节点内加入配置:
<property>
<name>mapred.job.tracker</name>
<value>takemikaduchi:49001</value>
</property>
<property>
<name>mapred.local.dir</name>
<value>/home/Colin/hadoop/var</value>
</property>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
1.4.3.5 修改slaves文件
修改/opt/hadoop/hadoop-2.8.0/etc/hadoop/slaves文件，将里面的localhost删除，添加如下内容：
kunado
futsunushi
takemikaduchi
1.4.3.6
- 修改/opt/hadoop/hadoop-2.8.0/etc/hadoop/yarn-site.xml文件, 在<configuration>节点内加入配置
注意了，内存根据机器配置越大越好!
<property>
<name>yarn.resourcemanager.hostname</name>
<value>zeus</value>
</property>
<property>
<description>The address of the applications manager interface in the RM.</description>
<name>yarn.resourcemanager.address</name>
<value>${yarn.resourcemanager.hostname}:8032</value>
</property>
<property>
<description>The address of the scheduler interface.</description>
<name>yarn.resourcemanager.scheduler.address</name>
<value>${yarn.resourcemanager.hostname}:8030</value>
</property>
<property>
<description>The http address of the RM web application.</description>
<name>yarn.resourcemanager.webapp.address</name>
<value>${yarn.resourcemanager.hostname}:8088</value>
</property>
<property>
<description>The https adddress of the RM web application.</description>
<name>yarn.resourcemanager.webapp.https.address</name>
<value>${yarn.resourcemanager.hostname}:8090</value>
</property>
<property>
<name>yarn.resourcemanager.resource-tracker.address</name>
<value>${yarn.resourcemanager.hostname}:8031</value>
</property>
<property>
<description>The address of the RM admin interface.</description>
<name>yarn.resourcemanager.admin.address</name>
<value>${yarn.resourcemanager.hostname}:8033</value>
</property>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<property>
<name>yarn.scheduler.maximum-allocation-mb</name>
<value>20480</value>
<discription>每个节点可用内存,单位MB,默认8182MB,这里选20GB</discription>
</property>
<property>
<name>yarn.nodemanager.vmem-pmem-ratio</name>
<value>2.1</value>
</property>
<property>
<name>yarn.nodemanager.resource.memory-mb</name>
<value>20480</value>
</property>
详细的yarn内存等分配教程见如下网页：
(http://blog.javachen.com/2015/06/05/yarn-memory-and-cpu-configuration.html)
2 启动hadoop
2.1在namenode上执行初始化
- 因为zeus是namenode，kunado,takemikaduchi和futsunushi都是datanode，所以只需要对zeus进行初始化操作，也就是对hdfs进行格式化
cd /opt/hadoop/hadoop-2.8.2/bin
./hadoop namenode -format
格式化成功后，可以在看到在/root/hadoop/dfs/name/目录多了一个current目录，而且该目录内有一系列文件
2.2在namenode上执行启动命令
- 因为zeus是namenode，kunado,takemikaduchi和futsunushi都是datanode，所以只需要在zeus上执行启动命令
- 进入到zeus这台机器的/opt/hadoop/hadoop-2.8.2/sbin目录，也就是执行命令:
cd /opt/hadoop/hadoop-2.8.2/sbin
./start-all.sh
第一次执行上面的启动命令，会需要我们进行交互操作，在问答界面上输入yes回车
可能会因为用户权限的问题出现执行错误，解决方法和问题原因详见如下网页：
(http://blog.csdn.net/GZDXrenmin/article/details/50696033)
2.2 在网页上查看hadoop的运行状态，存储情况等相关信息
3.安装Spark集群
3.1 安装Spark依赖的Scala(在每个节点上安装)
- 详细安装过程参见如下网页：
(http://www.aodba.com/how-to-install-scala-in-centosredhat-linux/)
3.2 安装spark，并配置(在每个节点上安装并配置)
在每个节点解压spark，但是执行的时候只需要master节点zeus上执行
- 安装包去官网下载，选择最新基于hadoop的版本
3.3配置spark
3.3.1配置环境变量
编辑/etc/profile文件，添加：
export SPARK_HOME=/opt/spark/spark-2.2.0-bin-hadoop2.7
${SPARK_HOME}/bin
3.3.2 配置conf目录下的文件
- 对/opt/spark/spark-2.2.0-bin-hadoop2.7/conf目录下的文件进行配置
3.3.2.1 新建spark-env.sh文件
cp spark-env.sh.template spark-env.sh
- 在sparl-env.sh文件中添加：
export SCALA_HOME=/usr/share/scala/bin
export JAVA_HOME=/usr/lib/jvm/java-1.8.0-openjdk-1.8.0.144-0.b01.el7_4.x86_64
export HADOOP_HOME=/opt/hadoop/hadoop-2.8.2
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop
export SPARK_HOME=/opt/spark/spark-2.2.0-bin-hadoop2.7
export SPARK_MASTER_IP=zeus
export SPARK_EXECUTOR_MEMORY=20G
3.3.2.2 新建slaves文件
cp slaves.template slaves
- 在slave文件中添加所有的slaves节点
kunado
futsunushi
takemikaduchi
4,启动测试spark集群(在master节点zeus上执行)
4.1启动spark
- 因为spark是依赖于hadoop提供的分布式文件系统的，所以在启动spark之前，先确保hadoop在正常运行
cd /opt/spark/spark-2.2.0-bin-hadoop2.7/sbin
./start-all.sh
4.2 可以在如下网站进行查看spark各节点的情况
(http://133.9.67.246:8080/)
网友评论