版本号：

RedHat6.5   RHEL 6.5系统安装配置图解教程(rhel-server-6.5)

JDK1.8      http://blog.csdn.net/chongxin1/article/details/68957808

Hadoop2.7.3    RedHat6.5上安装Hadoop单机

scala-2.11.8

spark-2.1.1-bin-hadoop2.7

1 安装Spark依赖的Scala

Hadoop的安装请参考上面提到的博文，因为Spark依赖scala，所以在安装Spark之前，这里要先安装scala。

1.1  下载和解压缩Scala

官网下载地址：https://downloads.lightbend.com/scala/2.11.8/scala-2.11.8.tgz

百度云盘下载地址：链接：http://pan.baidu.com/s/1eSiVjO2 密码：y8b1

linux在服务器的/usr/local目录下新建一个名为scala的文件夹，并将下载的压缩包上载上去

如图：

执行命令，进入到该目录：

cd    /usr/local/scala

执行命令进行解压缩：

tar   -xvf   scala-2.11.8.tgz

1.2  配置环境变量

sudo gedit /et/profile

编辑/etc/profile这个文件，在文件中增加一行配置：



  1. #set Scala environment
    2. 

  2. export SCALA_HOME=/usr/local/scala/scala-2.11.8
    3. 

  3. export PATH=$SCALA_HOME/bin:$PATH


添加完成后，我的/etc/profile的配置如下：




  1. #set Java environment
    2. 

  2. export JAVA_HOME=/usr/local/java/jdk1.8
    3. 

  3. export JRE_HOME=/usr/local/java/jdk1.8/jre
    4. 

  4. export CLASSPATH=.:$JAVA_HOME/lib:$JRE_HOME/lib:$CLASSPATH
    5. 

  5. export PATH=$JAVA_HOME/bin:$JRE_HOME/bin:$JAVA_HOME:$PATH
    6. 

  6. #set Hadoop enviroment
    7. 

  7. export HADOOP_HOME=/usr/local/hadoop/hadoop-2.7.3
    8. 

  8. export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH
    9. 

  9. export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop
    10. 

  10. export YARN_CONF_DIR=$HADOOP_HOME/etc/hadoop​
    11. 

  11. #set Scala environment
    12. 

  12. export SCALA_HOME=/usr/local/scala/scala-2.11.8
    13. 

  13. export PATH=$SCALA_HOME/bin:$PATH


环境变量配置完成后，执行下面的命令：


source   /etc/profile


1.3 验证Scala


执行命令： scala     -version


如图：




2 下载和解压缩Spark


2.1 下载Spark压缩包


官网下载地址：http://mirrors.hust.edu.cn/apache/spark/spark-2.1.1/spark-2.1.1-bin-hadoop2.7.tgz


百度云盘下载地址：链接：http://pan.baidu.com/s/1cGTtgU 密码：hciq


2.2  解压缩Spark


下载完成后，在Linux服务器的/usr/local目录下新建一个名为spark的文件夹，把刚才下载的压缩包，上传上去。


如图：




进入到该目录内，也就是执行下面的命令：


cd    /usr/local/spark


执行解压缩命令：


tar   -zxvf   spark-2.1.1-bin-hadoop2.7.tgz


3  Spark相关的配置


3.1  配置环境变量


sudo gedit /etc/profile


编辑/etc/profile文件，增加




  1. #set Spark environment
    2. 

  2. export SPARK_HOME=/usr/local/spark/spark-2.1.1-bin-hadoop2.7
    3. 

  3. export PATH=$SPARK_HOME/bin:$PATH


注意：因为$SPARK_HOME/sbin目录下有一些文件名称和$HADOOP_HOME/sbin目录下的文件同名，为了避免同名文件冲突，这里不在PATH变量里添加$SPARK_HOME/sbin只添加了$SPARK_HOME/bin。


修改完成后，/etc/profile文件内容是：




  1. #set Java environment
    2. 

  2. export JAVA_HOME=/usr/local/java/jdk1.8
    3. 

  3. export JRE_HOME=/usr/local/java/jdk1.8/jre
    4. 

  4. export CLASSPATH=.:$JAVA_HOME/lib:$JRE_HOME/lib:$CLASSPATH
    5. 

  5. export PATH=$JAVA_HOME/bin:$JRE_HOME/bin:$JAVA_HOME:$PATH
    6. 

  6. #set Hadoop enviroment
    7. 

  7. export HADOOP_HOME=/usr/local/hadoop/hadoop-2.7.3
    8. 

  8. export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH
    9. 

  9. export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop
    10. 

  10. export YARN_CONF_DIR=$HADOOP_HOME/etc/hadoop​
    11. 

  11. #set Scala environment
    12. 

  12. export SCALA_HOME=/usr/local/scala/scala-2.11.8
    13. 

  13. export PATH=$SCALA_HOME/bin:$PATH
    14. 

  14. #set Spark environment
    15. 

  15. export SPARK_HOME=/usr/local/spark/spark-2.1.1-bin-hadoop2.7
    16. 

  16. export PATH=$SPARK_HOME/bin:$PATH


编辑完成后，执行命令：


source   /etc/profile


3.2 配置conf目录下的文件


对/usr/local/spark/spark-2.1.1-bin-hadoop2.7/conf目录下的文件进行配置。


3.2.1  新建spark-env.h文件


执行命令，进入到/usr/local/spark/spark-2.1.1-bin-hadoop2.7/conf目录内：


cd    /usr/local/spark/spark-2.1.1-bin-hadoop2.7/conf


以spark为我们创建好的模板创建一个spark-env.h文件，命令是：


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


编辑spark-env.sh文件，在里面加入配置(具体路径以自己的为准)：




  1. export JAVA_HOME=/usr/local/java/jdk1.8
    2. 

  2. export SCALA_HOME=/usr/local/scala/scala-2.11.8
    3. 

  3. export HADOOP_HOME=/usr/local/hadoop/hadoop-2.7.3
    4. 

  4. export HADOOP_DIR=$HADOOP_HOME/etc/hadoop
    5. 

  5. export SPARK_HOME=/usr/local/spark/spark-2.1.1-bin-hadoop2.7
    6. 

  6. export SPARK_MASTER_IP=master
    7. 

  7. export SPARK_EXECUTOR_MEMORY=1g




4 启动和测试Spark


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。


在hadoop正常运行的情况下，在master（也就是hadoop的namenode，spark的marster节点）上执行命令：


cd  /usr/local/spark/spark-2.1.1-bin-hadoop2.7/sbin


执行启动脚本：


./start-all.sh


完整控制台输出内容是：




  1. [root@master sbin]#   ./start-all.sh
    2. 

  2. starting org.apache.spark.deploy.master.Master, logging to /usr/local/spark/spark-2.1.1-bin-hadoop2.7/logs/spark-root-org.apache.spark.deploy.master.Master-1-master.out
    3. 

  3. localhost: starting org.apache.spark.deploy.worker.Worker, logging to /usr/local/spark/spark-2.1.1-bin-hadoop2.7/logs/spark-root-org.apache.spark.deploy.worker.Worker-1-master.out
    4. 

  4. [root@master sbin]# jps
    5. 

  5. 5872 Jps
    6. 

  6. 4849 SecondaryNameNode
    7. 

  7. 5714 Master
    8. 

  8. 5810 Worker
    9. 

  9. 4676 DataNode
    10. 

  10. 5126 NodeManager
    11. 

  11. 5015 ResourceManager
    12. 

  12. 4542 NameNode


5714 Master

5810 Worker


有这两个就是spark已经启动成功！！！


注意：上面的命令中有./这个不能少，./的意思是执行当前目录下的start-all.sh脚本。


4.2  测试和使用Spark集群


4.2.1  访问Spark集群提供的URL


在浏览器里访问Mster机器，我的Spark集群里Master机器是master，IP地址是192.168.168.200，访问8080端口，URL是：


http://192.168.168.200:8080


如图： 


参考资料：http://blog.csdn.net/pucao_cug/article/details/72353701
												


											
RedHat6.5安装Spark单机的更多相关文章
	

    
								
  1. RedHat6.5安装kafka单机
		
    版本号: Redhat6.5    JDK1.8     zookeeper-3.4.6   kafka_2.11-0.8.2.1 1.软件环境 已经搭建好的zookeeper:  RedHat6.5 ...
    
		
    2. 
						
  2. RedHat6.5安装Spark集群
		
    版本号: RedHat6.5   RHEL 6.5系统安装配置图解教程(rhel-server-6.5) JDK1.8      http://blog.csdn.net/chongxin1/arti ...
    
		
    3. 
						
  3. RedHat6.5安装zookeeper单机
		
    版本号: Redhat6.5  zookeeper-3.4.6  JDK1.8 zookeeper下载 官网下载地址:https://mirrors.tuna.tsinghua.edu.cn/apac ...
    
		
    4. 
						
  4. 安装spark单机环境
		
    (假定已经装好的hadoop,不管你装没装好,反正我是装好了) 1 下载spark安装包 http://spark.apache.org/downloads.html 下载spark-1.6.1-bi ...
    
		
    5. 
						
  5. 一、spark单机安装
		
    如果要全面的使用spark,你可能要安装如JDK,scala,hadoop等好些东西.可有时候我们只是为了简单地安装和测试来感受一下spark的使用,并不需要那么全面.对于这样的需要,我们其实只要安装 ...
    
		
    6. 
						
  6. Windows下单机安装Spark开发环境
		
    机器:windows 10 64位. 因Spark支持java.python等语言,所以尝试安装了两种语言环境下的spark开发环境. 1.Java下Spark开发环境搭建 1.1.jdk安装 安装o ...
    
		
    7. 
						
  7. RedHat6.5上安装Hadoop单机
		
    版本号:RedHat6.5   JDK1.8   Hadoop2.7.3 hadoop  说明:从版本2开始加入了Yarn这个资源管理器,Yarn并不需要单独安装.只要在机器上安装了JDK就可以直接安 ...
    
		
    8. 
						
  8. 安装spark ha集群
		
    安装spark ha集群 1.默认安装好hadoop+zookeeper 2.安装scala 1.解压安装包 tar zxvf scala-2.11.7.tgz 2.配置环境变量 vim /etc/p ...
    
		
    9. 
						
  9. windows7 spark单机环境搭建及pycharm访问spark
		
    windows7 spark单机环境搭建 follow this link how to run apache spark on windows7 pycharm 访问本机 spark 安装py4j  ...
    
		
    10. 
		

	


随机推荐
	

    
									
  1. ubantu 常用命令
			
    1.显示日期与时间的命令:date 2.显示日历的命令:cal 3.简单好用的计算器:bc 4.热键“命令补全或文件补齐”:Tab 5.热键“中断目前程序”:Ctrl+C 6.热键“键盘输入结束(En ...
    
			
    2. 
						
  2. Javascript中的闭包 O__O "…
			
    一.闭包!? 闭包(closure)是Javascript语言的一个难点,对于初学者来说不容易理解,那我们先来看看闭包的含义. 百度百科与“官方”解释:所谓“闭包”,指的是一个拥有许多变量和绑定了这些 ...
    
			
    3. 
						
  3. 【转】C++四种类型转换方式
			
    C++四种类型转换方式 https://blog.csdn.net/lv_amelia/article/details/79483579 C风格的强制类型转换(Type Case)很简单,不管什么类型 ...
    
			
    4. 
						
  4. mastering elasticsearch
			
    概念: Term: 它是搜索的基本单位,其表现形式为文本中的一个词. Token: 它是单个Term在所属Field中文本的呈现形式,包含了Term内容.Term类型.Term在文本中的起始及偏移位置 ...
    
			
    5. 
						
  5. JavaScript ES6格式化字符串方法
			
    js想要动态更新文本内容,在ES5中没有格式化字符串的方法,在ES6中是有字符串格式化的方法的. 使用左上角数字1旁边的符号定义字符串.先定义好需要拼接的字符串,在字符串内部使用 ${变量名} 进行拼 ...
    
			
    6. 
						
  6. 服务器安装wordpress，搭建自己的博客平台
			
    自己构造网站的话,建立一个简单的网页还可以(比如,yongjieshi.com),对于建立复杂的博客就需要借助第三方的工具,常见的有wordpress,在阿里云上安装wordpress,我主要参考了这 ...
    
			
    7. 
						
  7. [LeetCode&Python] Problem 796. Rotate String
			
    We are given two strings, A and B. A shift on A consists of taking string A and moving the leftmost  ...
    
			
    8. 
						
  8. C++学习（三十）（C语言部分）之 栈和队列
			
    数据结构1.保存数据 2.处理数据数组+操作增查删改 栈和队列是一种操作受限的线性表 栈 是先进后出 是在一端进行插入删除的操作--->栈顶 另一端叫做栈底(栈和栈区是两个概念)(是一种数据结构 ...
    
			
    9. 
						
  9. Python知识点整理，基础4 - 集合操作
			
    
			
    10. 
						
  10. 【spring源码分析】spring ioc容器之前生今世--DefaultListableBeanFactory源码解读
			
    spring Ioc容器的实现,从根源上是beanfactory,但真正可以作为一个可以独立使用的ioc容器还是DefaultListableBeanFactory,因此可以这么说, DefaultL ...
    
			
    11.