Hadoop2.7.3+Spark2.1.0完全分布式集群搭建过程

共计 11586 个字符，预计需要花费 29 分钟才能阅读完成。

在主节点，就是第一台主机的命令行下;

vim /etc/hosts

我的是三台云主机：

在原文件的基础上加上;

ip1 master worker0 namenode
ip2 worker1 datanode1
ip3 worker2 datanode2

其中的 ipN 代表一个可用的集群 IP，ip1 为 master 的主节点，ip2 和 iip3 为从节点。

注意我这里配置的是 root 用户，所以以下的家目录是 /root

如果你配置的是用户是 xxxx，那么家目录应该是 /home/xxxxx/

# 在主节点执行下面的命令：
ssh-keygen -t rsa -P '' #一路回车直到生成公钥 

scp /root/.ssh/id_rsa.pub root@worker1:/root/.ssh/id_rsa.pub.master #从 master 节点拷贝 id_rsa.pub 到 worker 主机上, 并且改名为 id_rsa.pub.master
scp /root/.ssh/id_rsa.pub root@worker1:/root/.ssh/id_rsa.pub.master #同上，以后使用 workerN 代表 worker1 和 worker2.

scp /etc/hosts root@workerN:/etc/hosts   #统一 hosts 文件，让几个主机能通过 host 名字来识别彼此 

#在对应的主机下执行如下命令：cat /root/.ssh/id_rsa.pub >> /root/.ssh/authorized_keys #master 主机
cat /root/.ssh/id_rsa.pub.master >> /root/.ssh/authorized_keys #workerN 主机

这样 master 主机就可以无密码登录到其他主机，这样子在运行 master 上的启动脚本时和使用 scp 命令时候，就可以不用输入密码了。

配置 master 的 java 环境

# 下载 jdk1.8 的 rpm 包 
wget --no-check-certificate --no-cookies --header "Cookie: Oraclelicense=accept-securebackup-cookie" http://download.oracle.com/otn-pub/java/jdk/8u112-b15/jdk-8u112-linux-x64.rpm 
rpm -ivh jdk-8u112-linux-x64.rpm 

#增加 JAVA_HOME
vim etc/profile

#增加如下行：#Java home
export JAVA_HOME=/usr/java/jdk1.8.0_112/

# 刷新配置：
source /etc/profile #当然 reboot 也是可以的

配置 workerN 主机的 java 环境

# 使用 scp 命令进行拷贝
scp jdk-8u112-linux-x64.rpm root@workerN:/root

#其他的步骤如 master 节点配置一样

Master 节点：

# 下载 scala 安装包：wget -O "scala-2.12.2.rpm" "https://downloads.lightbend.com/scala/2.12.1/scala-2.12.2.rpm"
# 安装 rpm 包：rpm -ivh scala-2.12.2.rpm

#增加 SCALA_HOME
vim /etc/profile

#增加如下内容;
#Scala Home
export SCALA_HOME=/usr/share/scala

#刷新配置
source /etc/profile

WorkerN 节点;

# 使用 scp 命令进行拷贝
scp scala-2.12.2.rpm root@workerN:/root

#其他的步骤如 master 节点配置一样

wget http://www-eu.apache.org/dist/hadoop/common/hadoop-2.7.3/hadoop-2.7.3.tar.gz

我的习惯是将软件放置 /opt 目录下：

tar -xvf hadoop-2.7.3.tar.gz
mv hadoop-2.7.3 /opt

增加如下内容：

#hadoop enviroment 
export HADOOP_HOME=/opt/hadoop-2.7.3/
export PATH="$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH"
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop
export YARN_CONF_DIR=$HADOOP_HOME/etc/hadoop

修改 JAVA_HOME 如下：

export JAVA_HOME=/usr/java/jdk1.8.0_112/

worker1
worker2

<configuration>
        <property>
                <name>fs.defaultFS</name>
                <value>hdfs://master:9000</value>
        </property>
        <property>
         <name>io.file.buffer.size</name>
         <value>131072</value>
       </property>
        <property>
                <name>hadoop.tmp.dir</name>
                <value>/opt/hadoop-2.7.3/tmp</value>
        </property>
</configuration>

<configuration>
    <property>
      <name>dfs.namenode.secondary.http-address</name>
      <value>master:50090</value>
    </property>
    <property>
      <name>dfs.replication</name>
      <value>2</value>
    </property>
    <property>
      <name>dfs.namenode.name.dir</name>
      <value>file:/opt/hadoop-2.7.3/hdfs/name</value>
    </property>
    <property>
      <name>dfs.datanode.data.dir</name>
      <value>file:/opt/hadoop-2.7.3/hdfs/data</value>
    </property>
</configuration>

复制 template，生成 xml：

cp mapred-site.xml.template mapred-site.xml

内容：

<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<property>
<name>mapreduce.jobhistory.address</name>
<value>master:10020</value>
</property>
<property>
<name>mapreduce.jobhistory.address</name>
<value>master:19888</value>
</property>
</configuration>

<!-- Site specific YARN configuration properties -->
         <property>
          <name>yarn.nodemanager.aux-services</name>
          <value>mapreduce_shuffle</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:8031</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>

至此 master 节点的 hadoop 搭建完毕

再启动之前我们需要

格式化一下 namenode

hadoop namenode -format

scp -r /opt/hadoop-2.7.3 root@wokerN:/opt #注意这里的 N 要改为 1 或者 2

过程如 master 一样

wget -O "spark-2.1.0-bin-hadoop2.7.tgz" "http://d3kbcqa49mib13.cloudfront.net/spark-2.1.0-bin-hadoop2.7.tgz"

tar -xvf spark-2.1.0-bin-hadoop2.7.tgz
mv spark-2.1.0-bin-hadoop2.7 /opt

#Spark enviroment
export SPARK_HOME=/opt/spark-2.1.0-bin-hadoop2.7/
export PATH="$SPARK_HOME/bin:$PATH"

cp spark-env.sh.template spark-env.sh

# 配置内容如下：
export SCALA_HOME=/usr/share/scala
export JAVA_HOME=/usr/java/jdk1.8.0_112/
export SPARK_MASTER_IP=master
export SPARK_WORKER_MEMORY=1g
export HADOOP_CONF_DIR=/opt/hadoop-2.7.3/etc/hadoop

cp slaves.template slaves

配置内容如下

master
worker1
worker2

将配置好的 spark 文件复制到 workerN 节点

scp spark-2.1.0-bin-hadoop2.7 root@workerN:/opt

修改 /etc/profile，增加 spark 相关的配置，如 MASTER 节点一样

更多详情见请继续阅读下一页的精彩内容 ：http://www.linuxidc.com/Linux/2017-06/144926p2.htm

启动集群脚本 start-cluster.sh 如下：

#!/bin/bash
echo -e "\033[31m ========Start The Cluster======== \033[0m"
echo -e "\033[31m Starting Hadoop Now !!! \033[0m"
/opt/hadoop-2.7.3/sbin/start-all.sh
echo -e "\033[31m Starting Spark Now !!! \033[0m"
/opt/spark-2.1.0-bin-hadoop2.7/sbin/start-all.sh
echo -e "\033[31m The Result Of The Command \"jps\":  \033[0m"
jps
echo -e "\033[31m ========END======== \033[0m"

截图如下：