不在此處介紹spark了,直接上步驟, spark環境需要jdk 、Scala環境 、下載hadoop 和是spark,jdk的安裝十分簡單,下面介紹其他三個步驟。

環境介紹

三臺虛擬機器
hadoop1  192.168.46.129   centos    2g
hadoop2  192.168.46.128   centos    2g
hadoop3  192.168.46.130   centos    2g

一、環境搭建

  1.1 scala下載

             解壓至指定資料夾

   1.2 hadoop下載

        解壓後進入配置檔案目錄   cd /etc/hadoop

          配置mapred-site.xml

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

          修改如下

<configuration>

<property>

 <name>mapreduce.framework.name</name>

<value>yarn</value>

</property>



<property>

<name>mapreduce.jobhistory.address</name>

<value>master.hadoop1:10020</value>

</property>

<property>

<name>mapreduce.jobhistory.webapp.address</name>

<value>master.hadoop1:19888</value>

</property>
</configuration>

    編輯hdfs-site.xml

<configuration>
<property>
  <name>dfs.replication</name>
  <value>1</value>
</property>
<property>
<name>dfs.namenode.name.dir</name>
<value>file:/usr/local/hadoop-2.6.5/hdfs/name</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>file:/usr/local/hadoop-2.6.5/hdfs/data</value>
</property>
</configuration>

注意檔案目錄位置,沒有的話自行建立

編輯core-site.xml

<configuration>
<property>
<name>hadoop.tmp.dir</name>
<value>file:/usr/local/bigdata/hadoop-2.6.5/tmp</value>
<description>Abase for other temporary directories</description>
</property>
<property>
<name>fs.defaultFS</name>
<value>hdfs://hadoop1:9000</value>
</property>
</configuration>

1.3 spark下載

 進入配置檔案conf,將spark-env.sh.template 和slaves.template各複製一份

編輯saprk-env.sh

export LD_LIBRARY_PATH=${HADOOP_HOME}/lib/native
export JAVA_HOME=/usr/local/jdk1.8.0_181
export SPARK_MASTER_IP=192.168.46.129

編輯slaves

192.168.46.129
192.168.46.128
192.168.46.130

三個環境配置完成,新增環境變數,請根據個人的目錄配置

export JAVA_HOME=/usr/local/jdk1.8.0_181
export PATH=$JAVA_HOME/bin:$PATH
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
export HADOOP_HOME=/usr/local/bigdata/hadoop-2.6.5
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
export HADOOP_HDFS_HOME=$HADOOP_HOME
export HADOOP_OPTS="-Djava.library.path=$HADOOP_HOME/lib"
export SCALA_HOME=/usr/local/scala-2.11.8
export PATH=$PATH:$SCALA_HOME/bin

完成後可以通過  scala  命令驗證scala是否新增好。

二、測試環境是否配置好

此處通過在spark-shell中執行一個簡單的wordcount來測試環境

首先啟動hdfs 

#進入hadoop目錄,執行下面命令
#hdfs初始化
#bin/hdfs namenode -format
#sbin/start-dfs.sh
#建立hdfs目錄並上傳一個本地檔案
#bin/hdfs dfs -mkdir /input
#bin/hdfs dfs -put test.txt /input    test.txt為當前目錄下建立的一個檔案 並隨意寫入幾個單詞

進入spark目錄,進行測試

執行 

#sbin/start-all.sh

#bin/spark-shell 

進入互動介面


scala> val file=sc.textFile("hdfs://192.168.46.129:9000/input/test.txt")
file: org.apache.spark.rdd.RDD[String] = hdfs://192.168.46.129:9000/input/test.txt MapPartitionsRDD[1] at textFile at <console>:24

scala> val count=file.flatMap(line => line.split(" ")).map(word => (word,1)).reduceByKey(_+_)
count: org.apache.spark.rdd.RDD[(String, Int)] = ShuffledRDD[4] at reduceByKey at <console>:25

scala> count.collect()
res0: Array[(String, Int)] = Array((is,1), (tom,2), (hello,3))

執行以上幾個命令,可以看到最後輸出了(is,1), (tom,2), (hello,3) 的資訊。

至此測試完成 !!!