scala+hadoop+spark环境搭建

一、JDK环境构建

在指定用户的根目录下编辑.bashrc文件,添加如下部分：

# .bashrc
# Source global definitions
  if [ -f /etc/bashrc ]; then
         . /etc/bashrc
  fi
# User specific aliases and functions
JAVA_HOME=/data01/java/jdk1.8.0_121
PATH=$JAVA_HOME/bin:$PATH
export PATH JAVA_HOME

运行source .bashrc命令让环境变量生效

二、Scala环境构建

从http://www.scala-lang.org/download/2.10.4.html上下载Scala正确版本进行安装，本文以scala-2.12.2.tgz版本为例进行说明：

编辑.bashrc文件，设置scala环境变量

# .bashrc
# Source global definitions
  if [ -f /etc/bashrc ]; then
         . /etc/bashrc
  fi
# User specific aliases and functions
JAVA_HOME=/data01/java/jdk1.8.0_121
PATH=$JAVA_HOME/bin:$PATH

#scala variables
SCALA_HOME=/data01/spark/scala-2.12.2
PATH=$PATH:$SCALA_HOME/bin

export PATH JAVA_HOME
export SCALA_HOME PATH

我们还可以直接进入scala的环境进行测试,具体操作如下：

三、Hadoop环境构建

Hadoop安装包可以通过搜索hadoop-2.7.3.tar.gz来查找对应的安装包，

单机版hadoop安装方式请参见：http://www.zhongtiancai.com/post-143.html

伪分布模式安装方式请参见：http://www.jianshu.com/p/1e5ba77eb471和http://blog.csdn.net/zhu_xun/article/details/42077311

# .bashrc
# Source global definitions
  if [ -f /etc/bashrc ]; then
         . /etc/bashrc
  fi
# User specific aliases and functions
JAVA_HOME=/data01/java/jdk1.8.0_121
PATH=$JAVA_HOME/bin:$PATH

#scala variables
SCALA_HOME=/data01/spark/scala-2.12.2
PATH=$PATH:$SCALA_HOME/bin

export PATH JAVA_HOME
export SCALA_HOME PATH

#Hadoop Env
export HADOOP_HOME=/data01/spark/hadoop-2.7.3
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
export HADOOP_OPTS="-Djava.library.path=$HADOOP_HOME/lib"

 http://IP:8099   Hadoop集群管理界面

http://IP:50070 HDFS管理界面

四、Spark环境构建

修改配置文件vi bashrc，最后一行添加以下代码

export SPARK_HOME=/home/spark
export PATH=$PATH:$SPARK_HOME/bin

　运行source bashrc使文件立即生效

运行spark-shell 命令，即可启动spark单机模式.

spark-shell启动时会出现太多的info信息，可以通过修改conf下面的log4j.properties.template=>log4j.properties，然后将其中的log.rootCategory=WARN,console修改成warn，世界也就清净了.

配置spark-env.sh，进入spark/conf

#以下添加在末尾
export  SPARK_MASTER_IP=192.168.232.130
export  SPARK_LOCAL_IP=192.168.232.130

注意：192.168.232.130为本机的ip

运行spark/sbin/start-all.sh 命令，即可启动伪分布式模式;

运行spark/sbin/stop-all.sh 命令，即可停止运行

另：spark集群的web端口默认为8080,安装成功后可以通过检查WebUI：http://IP:8080

如果需要修改Spark的默认端口号，那么可以将sbin/start-master.sh中的SPARK_MASTER_WEBUI_PORT修改为任意端口号

if [ "$SPARK_MASTER_WEBUI_PORT" = "" ]; then
   SPARK_MASTER_WEBUI_PORT=8888
fi

测试Spark是否安装成功：可以通过spark/bin/run-example  org.apache.spark.examples.SparkPi来检测

Pi is roughly 3.14716

spark的安装可以参考：http://www.cnblogs.com/ivictor/p/5135792.html