zoukankan html css js c++ java

hadoop spark on yarn 集群搭建

一、环境准备

1. 机器： 3 台虚拟机

机器	角色
l-qta3.sp.beta.cn0	NameNode,ResourceManager,spark的master
l-querydiff1.sp.beta.cn0	DataNode,NodeManager,Worker
l-bgautotest2.sp.beta.cn0	DataNode,NodeManager,Worker

2. jdk版本

[xx@l-qta3.sp.beta.cn0 ~]$ java -version
java version "1.7.0_45"
Java(TM) SE Runtime Environment (build 1.7.0_45-b18)
Java HotSpot(TM) 64-Bit Server VM (build 24.45-b08, mixed mode)

3. 准备工作

　　1）ssh 免密登陆：集群中的机器需要相互免密访问。参考：http://www.cnblogs.com/lijingchn/p/5580263.html

　　2）hadoop 2.6.5 binary 下载。地址：http://www.apache.org/dyn/closer.cgi/hadoop/common/hadoop-2.6.5/hadoop-2.6.5.tar.gz

4. 解压 hadoop-2.6.5.tar.gz

将hadoop-2.6.5.tar.gz解压缩到 /home/q/

　 cmd : tar -xzvf hadoop-2.6.5.tar.gz -C /home/q/

5. 修改配置文件

　配置文件都在 etc/hadoop/下，这些配置文件里面都有样例，有些是必须设置的。官网配置的介绍：http://hadoop.apache.org/docs/stable/hadoop-project-dist/hadoop-common/ClusterSetup.html

　 5.1 修改hadoop-env.sh

　　　　export JAVA_HOME=xxx -- java 的安装目录

　 5.2 修改yarn-env.sh

　　　　export JAVA_HOME=xxxx

　 5.3 修改slaves 配置slave的机器名 (这些机器需要能按机器名ping通，即要需要/etc/hosts 文件，按 ip 空格机器名的格式设置。)

　　　slave1

　　　slave2

　 5.4 配置core-site.xml　（从core-site.xml.example copy 过来一个,重命名即可。）　

<configuration>
　　 <!-- 文件系统的地址，jdycluster 对应的是namenode 的地址，这里需要将namenode 的hosts 映射到这个名称。 -->
<property>
        <name>fs.defaultFS</name>
        <value>hdfs://jdycluster</value>
    </property>    

    <property>
        <name>io.file.buffer.size</name>
        <value>4194304</value>
    </property>
    <property>
        <name>fs.trash.interval</name>
        <value>1440</value>
    </property>

    <property>
        <name>io.compression.codecs</name>
        <value>org.apache.hadoop.io.compress.GzipCodec,org.apache.hadoop.io.compress.DefaultCodec,org.apache.hadoop.io.compress.BZip2Codec,org
.apache.hadoop.io.compress.SnappyCodec,com.hadoop.compression.lzo.LzoCodec,com.hadoop.compression.lzo.LzopCodec</value>
    </property>
                            
    <property>
        <name>io.compression.codec.lzo.class</name>
        <value>com.hadoop.compression.lzo.LzoCodec</value>
    </property>
                            
    <property>
        <name>ha.failover-controller.cli-check.rpc-timeout.ms</name>
        <value>60000</value>
    </property>
                            
    <property>
        <name>ipc.client.connect.timeout</name>
        <value>60000</value>
    </property>

    <!-- to solve "impersonate" issue -->
        <property>
            <name>hadoop.proxyuser.jdydev.hosts</name>
            <value>*</value>
        </property>

        <property>
            <name>hadoop.proxyuser.jdydev.groups</name>
            <value>*</value>
        </property>

</configuration>

　　5.5 配置hdfs-site.xml

<configuration>
    <property>
        <name>dfs.nameservices</name>
        <value>jdycluster</value>
    </property>
　　<!-- 目录需要自己建好 -->
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>file:/home/q/hadoop-2.6.5/dfs/name</value>
    </property>        
    <property>
        <name>dfs.replication</name>
        <value>1</value>    
    </property>
    
    <property>
        <name>dfs.blocksize</name>
        <value>268435456</value>
    </property>
    <property>
        <name>dfs.namenode.handler.count</name>
        <value>100</value>
    </property>

    <property>
        <name>dfs.webhdfs.enabled</name>
        <value>true</value>
    </property>
　　<!--- 目录需要自己建好 --->
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>file:/home/q/hadoop-2.6.5/dfs/data</value>
    </property>

    <property>
        <name>dfs.ha.namenodes.jdycluster</name>
        <value>nn1</value>
    </property>

    <property>
        <name>dfs.namenode.rpc-address.jdycluster.nn1</name>
        <value>l-qta3.sp.beta.cn0:8020</value> 
    </property>
    <property>
        <name>dfs.namenode.http-address.jdycluster.nn1</name>
        <value>l-qta3.sp.beta.cn0:50070</value>
    </property>

    <property>
        <name>dfs.client.failover.proxy.provider.jdycluster</name>
        <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
    </property>
　　 <property>
        <name>dfs.permissions</name>
        <value>false</value>
    </property>    
</configuration>

　　5.6 配置mapred-site.xml, 这里都是map-reduce 的参数

<configuration>
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
    <property>
        <name>mapreduce.map.memory.mb</name>
        <value>1536</value>
    </property>
    <property>
        <name>mapreduce.map.java.opts</name>
        <value>-Xmx1024M</value>
    </property>
    <property>
        <name>mapreduce.reduce.memory.mb</name>
        <value>3072</value>
    </property>

    <property>
        <name>mapreduce.reduce.java.opts</name>
        <value>-Xmx2560M</value>
    </property>

    <property>
        <name>mapreduce.task.io.sort.mb</name>
        <value>512</value>
    </property>
    <property>
        <name>mapreduce.task.io.sort.factor</name>
        <value>100</value>
    </property>
    <property>
        <name>mapreduce.reduce.shuffle.parallelcopies</name>
        <value>50</value>
    </property>

    <property>
        <name>mapreduce.jobhistory.address</name>
        <value>l-qta3.sp.beta.cn0:10020</value>
    </property>

    <property>
        <name>mapreduce.jobhistory.webapp.address</name>
        <value>l-qta3.sp.beta.cn0:19888</value>
    </property>

    <property>
        <name>mapreduce.jobhistory.intermediate-done-dir</name>
        <value>/mr-history/tmp</value>
    </property>
    <property>
        <name>mapreduce.jobhistory.done-dir</name>
        <value>/mr-history/done</value>
    </property>

　　5.7 配置yarn-site.xml

<configuration>

<!-- Site specific YARN configuration properties -->

    <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>l-qta3.sp.beta.cn0:8032</value>
    </property>
    <property>
        <name>yarn.resourcemanager.scheduler.address</name>
        <value>l-qta3.sp.beta.cn0:8030</value>
    </property>
    <property>
        <name>yarn.resourcemanager.resource-tracker.address</name>
        <value>l-qta3.sp.beta.cn0:8035</value>
    </property>
    <property>
        <name>yarn.resourcemanager.admin.address</name>
        <value>l-qta3.sp.beta.cn0:8033</value>
    </property>
    <property>
        <name>yarn.resourcemanager.webapp.address</name>
        <value>l-qta3.sp.beta.cn0:8088</value>
    </property>

</configuration>

　　5.8 配置slaves, 这里配置的就是DataNode,NodeManager,Worker的机器。

　　　　l-qta3.sp.beta.cn0

　　　　l-bgautotest2.sp.beta.cn0

　　5.9 scp到所有salve机器相同目录下

　　　　scp -r /home/q/hadoop-2.6.5 xx@slave[1-2]:/home/q/

　6 启动hadoop 集群

　　6.1 格式化NameNode

　　　　在NameNode执行以下操作

cd  /home/q/hadoop-2.6.5/bin
sudo bin/hadoop namenode –format

　　6.2 启动hadoop集群

方式1：
sbin/start-dfs.sh                              #启动HDFS
sbin/start-yarn.sh                             #启动资源管理器
方式2：
sbin/start-all.sh　　　　　　　　　　　　　　　　　
注意： 在启动过程中，启动脚本会依次ssh方式登陆各台机器，所以即使是启动本机的服务也会ssh,这时候 本机也要做免密登陆，否则NameNode会起不来。

　　6.3 验证集群是否启动

在NameNode上执行 jps
返回如下：
6996 ResourceManager
6611 NameNode
6412 Jps
在DataNode上执行 jps
返回如下：
22285 NodeManager
22151 DataNode

　　说明已经启动成功。进入Hadoop的Web管理页面：http://l-qta3.sp.beta.cn0:50070/

7. 安装spark

　　首先到spark官网下载和你安装的hadoop 版本匹配的spark 版本。http://spark.apache.org/downloads.html

　　7.1 解压缩 spark-2.0.2-bin-hadoop2.6.tgz

sudo tar -zxvf spark-2.0.2-bin-hadoop2.6.tgz -C /home/q/

　　7.2 配置spark-env.sh

cd /home/q/spark-2.0.2-bin-hadoop2.6/conf
cp spark-env.sh.template spark-env.sh
sudo vi spark-env.sh
export JAVA_HOME=/home/q/java/default

export HADOOP_HOME=/home/q/hadoop-2.6.5
export HADOOP_CONF_DIR=/home/q/hadoop-2.6.5/etc/hadoop/
export SPARK_LOCAL_DIRS=/home/q/spark-2.0.2-bin-hadoop2.6
export SPARK_CLASSPATH=/home/q/spark-2.0.2-bin-hadoop2.6/bin
export SPARK_CLASSPATH=$SPARK_CLASSPATH:/home/q/hadoop-2.6.5/share/hadoop/mapreduce/lib/hadoop-lzo-0.4.20-SNAPSHOT.jar
export HIVE_CONF_DIR=/home/q/apache-hive-2.1.1-bin/conf

　　7.3 配置salves

vi slaves
l-bgautotest2.sp.beta.cn0
l-querydiff1.sp.beta.cn

　　7.4 将spark的安装文件scp到slaves的相同目录下

scp -r /home/q/spark-2.0.2-bin-hadoop2.6 xx@slaves[1-2]:/home/q/

　　7.5 启动spark 集群

sbin/start-all.sh

　　7.6 验证是否启动spark集群

master 机器上执行  jps
返回中有：
11016 Master
slave 机器上执行 jps:
返回中有：
6689 Worker
说明启动成功。

进入Spark的Web管理页面：http://l-qta3.sp.cn0:8080 .

查看全文

相关阅读:
Django安装和启动
 转载:Python 包管理工具解惑
 电子商务的基本理念
 javascript的循环使用
 错误码
 weex初始
 Flex 布局
 css样式重置表
 手机端页面自适应解决方案—rem布局
 实用的60个CSS代码片段[下]

原文地址：https://www.cnblogs.com/parkin/p/6952370.html