Ubuntu16.04安装Hadoop+Spark+pyspark大数据python开发环境-白红宇

Ubuntu16.04安装Hadoop+Spark+pyspark大数据python开发环境

阅读量：329 次

发布时间：2019-03-04

本文共 3673 字，大约阅读时间需要 12 分钟。

一，安装jdk1.8.0.144

下载地址：

Ubuntu配置jdk运行环境

export HADOOP_HOME=/usr/local/hadoopexport CLASSPATH=$($HADOOP_HOME/bin/hadoop classpath):$CLASSPATHexport HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/nativeexport PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

$ mkdir /usr/lib/jvm                           #创建jvm文件夹$ sudo tar zxvf jdk-7u80-linux-x64.tar.gz  -C /usr/lib #/ 解压到/usr/lib/jvm目录下$ cd /usr/lib/jvm                                 #进入该目录$ mv  jdk1.7.0_80 java                         #重命名为java$ sudo apt-get install vim$ vim ~/.bashrc                                 #给JDK配置环境变量

~/.bashrc文件末尾添加以下内容

export JAVA_HOME=/usr/lib/jvm/javaexport JRE_HOME=${JAVA_HOME}/jreexport CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/libexport PATH=${JAVA_HOME}/bin:$PATH

$ source ~/.bashrc                       #使新配置的环境变量生效$ java -version                          #检测是否安装成功，查看java版本

二，配置ssh免密登录

$ sudo apt-get install openssh-server   #安装SSH server$ ssh localhost                         #登陆SSH，第一次登陆输入yes$ exit                                  #退出登录的ssh localhost$ sudo su$ cd ~/.ssh/                            #如果没法进入该目录，执行一次ssh localhost$ ssh-keygen -t rsa

输入完 $ ssh-keygen -t rsa　语句以后，需要连续敲击三次回车

$ cat ./id_rsa.pub >> ./authorized_keys #加入授权$ ssh localhost                         #此时已不需密码即可登录localhost，并可见下图。如果失败则可以搜索SSH免密码登录来寻求答案

三，安装hadoop-2.6.5

下载地址：

$ sudo tar -zxvf  hadoop-2.6.5.tar.gz -C /usr/local    #解压到/usr/local目录下$ cd /usr/local$ sudo mv  hadoop-2.6.5    hadoop                      #重命名为hadoop$ sudo chown -R hadoop ./hadoop                        #修改文件权限

~/.bashrc文件末尾添加以下内容

export HADOOP_HOME=/usr/local/hadoopexport CLASSPATH=$($HADOOP_HOME/bin/hadoop classpath):$CLASSPATHexport HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/nativeexport PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

同样，执行source ~./bashrc使设置生效，并输入“hadoop version”查看hadoop是否安装成功

往/usr/local/hadoop/etc/hadoop/中的hadoop-env.sh文件加入

export JAVA_HOME=/usr/lib/jvm/java

往/usr/local/hadoop/etc/hadoop/中的core-site.xml文件加入


           
                 
     
      hadoop.tmp.dir
                  
     
      file:/usr/local/hadoop/tmp
                  
     
      Abase for other temporary directories.
             
            
                 
     
      fs.defaultFS
                  
     
      hdfs://localhost:9000

往/usr/local/hadoop/etc/hadoop/中的hdfs-site.xml文件加入


           
                 
     
      dfs.replication
                  
     
      1
             
            
                 
     
      dfs.namenode.name.dir
                  
     
      file:/usr/local/hadoop/tmp/dfs/name
             
            
                 
     
      dfs.datanode.data.dir
                  
     
      file:/usr/local/hadoop/tmp/dfs/data

在Hadoop的目录下执行

$ ./bin/hdfs namenode -format$ ./sbin/start-dfs.sh$ jps

此时也有可能出现要求输入localhost密码的情况，如果此时明明输入的是正确的密码却仍无法登入，其原因是由于如果不输入用户名的时候默认的是root用户，但是安全期间ssh服务默认没有开root用户的ssh权限

输入代码：

$vim /etc/ssh/sshd_config

检查PermitRootLogin 后面是否为yes，如果不是，则将该行代码中PermitRootLogin 后面的内容删除，改为yes，保存。之后输入下列代码重启SSH服务：

$ /etc/init.d/sshd restart

成功启动后，可以访问 Web 界面查看 NameNode 和 Datanode 信息，还可以在线查看 HDFS 中的文件

后续每次重新启动Hadoop只需以下命令即可

sudo su ssh localhost #连接免密的rootcd /usr/local/hadoop #打开Hadoop目录./sbin/start-dfs.sh  #启动namenode和datanode进程

四，安装Scala

sudo apt-get install scala

~/.bashrc文件末尾添加以下内容，执行source ~./bashrc使设置生效

export SCALA_HOME=/usr/share/scala-2.11

五，安装Spark

下载地址：

tar zxvf spark-2.3.1-bin-hadoop2.7.tgzsudo mkdir /usr/local/sparkmv spark-2.3.1-bin-hadoop2.7/* /usr/local/sparkcd /usr/local/spark/bin./pyspark

在>>>后输入

lines = sc.textFile("/usr/local/spark/README.md")lines.count()   #字数统计lines.first()

如出现输出则说明Spark+Python+Hadoop大数据开发环境已经安装成功

你可能感兴趣的文章

MySQL：什么样的字段适合加索引？什么样的字段不适合加索引