spark2.4.2+hadoop3编译

Spark 1.0.0 横空出世 Spark on Yarn 部署(Hadoop 2.4) 就在昨天,北京时间5月30日20点多。Spark 1.0.0终于发布了:Spark 1.0.0 released 根据官网描述,Spark 1.0.0支持SQL编写:Spark SQL Programming Guide 个人觉得这个功能对Hive的市场的影响很小,但对Shark冲击很大,就像win7和winXP的关系,自相残杀嘛? 这么着急的发布1.x 版是商业行为还是货真价实的体现,让我们拭目以待吧~~~~ 本文是优快云-撸大湿原创,如要转载请注明出处,谢谢:http://blog.csdn.net 阅读详情

wget https://archive.apache.org/dist/spark/spark-2.4.2/spark-2.4.2.tgz

 

 

spark2.4 pom.xml 修改:

 

     <!-- Add vendor maven repositories -->

               <!-- Cloudera -->

               <repository>

                       <id>cloudera-releases</id>

                       <url>http://repository.cloudera.com/artifactory/cloudera-repos</url>

                       <releases>

                               <enabled>true</enabled>

                       </releases>

                       <snapshots>

                               <enabled>false</enabled>

                       </snapshots>

               </repository>

               <!-- Hortonworks -->

               <repository>

                       <id>HDPReleases</id>

                       <name>HDP Releases</name>

                       <url>http://repo.hortonworks.com/content/repositories/releases/</url>

                       <snapshots><enabled>false</enabled></snapshots>

                       <releases><enabled>true</enabled></releases>

               </repository>

               <repository>

                       <id>HortonworksJettyHadoop</id>

                       <name>HDP Jetty</name>

                       <url>http://repo.hortonworks.com/content/repositories/jetty-hadoop</url>

                       <snapshots><enabled>false</enabled></snapshots>

                       <releases><enabled>true</enabled></releases>

               </repository>

               <!-- MapR -->

               <repository>

                       <id>mapr-releases</id>

                       <url>https://repository.mapr.com/maven/</url>

                       <snapshots><enabled>false</enabled></snapshots>

                       <releases><enabled>true</enabled></releases>

               </repository>

 

 

[root@hdp2 spark-2.4.2]# pwd

/root/spark-2.4.2

[root@hdp2 spark-2.4.2]#

 

执行编译命令

 

参数详解

Phadoop hadoop的大版本号

Dhadoop.version=2.6.0-cdh5.7.0 hadoop 的详细版本号

–pip 支持python

–r 支持r

Psparkr支持pyspark

Pkubernetes 支持k8s

Phive-thriftserver 支持hive

-Phive 支持hive

–tgz 打包方式

–name 打包后的生成的名称

-Phive -Phive-thriftserve 连接hive相关

-Pyarn 连接hadoop相关

#仅仅是为了编译源码, 编译后可以导入idea中

 

[root@hdp2 spark-2.4.2]# ./build/mvn -Pyarn -Phive -Phive-thriftserver -Phadoop-3.1 -Dhadoop.version=3.1.1 -DskipTests clean package

 

[INFO] ------------------------------------------------------------------------

[INFO] Reactor Summary for Spark Project Parent POM 2.4.2:

[INFO]

[INFO] Spark Project Parent POM ........................... SUCCESS [  3.764 s]

[INFO] Spark Project Tags ................................. SUCCESS [  7.418 s]

[INFO] Spark Project Sketch ............................... SUCCESS [  8.415 s]

[INFO] Spark Project Local DB ............................. SUCCESS [  4.486 s]

[INFO] Spark Project Networking ........................... SUCCESS [  8.177 s]

[INFO] Spark Project Shuffle Streaming Service ............ SUCCESS [  4.475 s]

[INFO] Spark Project Unsafe ............................... SUCCESS [  8.950 s]

[INFO] Spark Project Launcher ............................. SUCCESS [  6.291 s]

[INFO] Spark Project Core ................................. SUCCESS [03:21 min]

[INFO] Spark Project ML Local Library ..................... SUCCESS [ 10.382 s]

[INFO] Spark Project GraphX ............................... SUCCESS [ 14.782 s]

[INFO] Spark Project Streaming ............................ SUCCESS [ 43.863 s]

[INFO] Spark Project Catalyst ............................. SUCCESS [02:34 min]

[INFO] Spark Project SQL .................................. SUCCESS [04:22 min]

[INFO] Spark Project ML Library ........................... SUCCESS [02:39 min]

[INFO] Spark Project Tools ................................ SUCCESS [  1.203 s]

[INFO] Spark Project Hive ................................. SUCCESS [01:06 min]

[INFO] Spark Project REPL ................................. SUCCESS [  6.720 s]

[INFO] Spark Project YARN Shuffle Service ................. SUCCESS [ 10.094 s]

[INFO] Spark Project YARN ................................. SUCCESS [ 16.335 s]

[INFO] Spark Project Hive Thrift Server ................... SUCCESS [ 18.117 s]

[INFO] Spark Project Assembly ............................. SUCCESS [  5.043 s]

[INFO] Spark Integration for Kafka 0.10 ................... SUCCESS [ 10.603 s]

[INFO] Kafka 0.10+ Source for Structured Streaming ........ SUCCESS [ 16.859 s]

[INFO] Spark Project Examples ............................. SUCCESS [ 23.006 s]

[INFO] Spark Integration for Kafka 0.10 Assembly .......... SUCCESS [ 10.769 s]

[INFO] Spark Avro ......................................... SUCCESS [  9.505 s]

[INFO] ------------------------------------------------------------------------

[INFO] BUILD SUCCESS

[INFO] ------------------------------------------------------------------------

[INFO] Total time:  18:15 min

[INFO] Finished at: 2020-07-08T14:54:06+08:00

[INFO] ------------------------------------------------------------------------

[root@hdp2 spark-2.4.2]#

 

 

#编译后并打包,打包后可以丢到生产环境

 

[root@hdp2 spark-2.4.2]# ./dev/make-distribution.sh --name 3.1.1  --tgz -Phadoop-3.1 -Dhadoop.version=3.1.1 -Phive -Phive-thriftserver -Pyarn

 

[INFO] ------------------------------------------------------------------------

[INFO] Reactor Summary for Spark Project Parent POM 2.4.2:

[INFO]

[INFO] Spark Project Parent POM ........................... SUCCESS [  3.506 s]

[INFO] Spark Project Tags ................................. SUCCESS [  8.693 s]

[INFO] Spark Project Sketch ............................... SUCCESS [  9.827 s]

[INFO] Spark Project Local DB ............................. SUCCESS [  8.492 s]

[INFO] Spark Project Networking ........................... SUCCESS [ 13.254 s]

[INFO] Spark Project Shuffle Streaming Service ............ SUCCESS [  5.543 s]

[INFO] Spark Project Unsafe ............................... SUCCESS [ 14.309 s]

[INFO] Spark Project Launcher ............................. SUCCESS [ 11.668 s]

[INFO] Spark Project Core ................................. SUCCESS [03:21 min]

[INFO] Spark Project ML Local Library ..................... SUCCESS [ 25.752 s]

[INFO] Spark Project GraphX ............................... SUCCESS [ 20.328 s]

[INFO] Spark Project Streaming ............................ SUCCESS [ 48.529 s]

[INFO] Spark Project Catalyst ............................. SUCCESS [02:39 min]

[INFO] Spark Project SQL .................................. SUCCESS [04:56 min]

[INFO] Spark Project ML Library ........................... SUCCESS [03:03 min]

[INFO] Spark Project Tools ................................ SUCCESS [  8.685 s]

[INFO] Spark Project Hive ................................. SUCCESS [01:05 min]

[INFO] Spark Project REPL ................................. SUCCESS [  7.194 s]

[INFO] Spark Project YARN Shuffle Service ................. SUCCESS [ 10.414 s]

[INFO] Spark Project YARN ................................. SUCCESS [ 19.560 s]

[INFO] Spark Project Hive Thrift Server ................... SUCCESS [ 20.583 s]

[INFO] Spark Project Assembly ............................. SUCCESS [  4.442 s]

[INFO] Spark Integration for Kafka 0.10 ................... SUCCESS [ 10.688 s]

[INFO] Kafka 0.10+ Source for Structured Streaming ........ SUCCESS [ 19.058 s]

[INFO] Spark Project Examples ............................. SUCCESS [ 24.540 s]

[INFO] Spark Integration for Kafka 0.10 Assembly .......... SUCCESS [ 10.721 s]

[INFO] Spark Avro ......................................... SUCCESS [ 11.792 s]

[INFO] ------------------------------------------------------------------------

[INFO] BUILD SUCCESS

[INFO] ------------------------------------------------------------------------

[INFO] Total time:  14:57 min (Wall Clock)

[INFO] Finished at: 2020-07-08T16:15:56+08:00

[INFO] ------------------------------------------------------------------------

 

其中  spark-2.4.2-bin-3.1.1.tgz  为编译的安装包

[root@hdp2 spark-2.4.2]# ls

appveyor.yml     data          launcher     python                     sql

assembly         dev           LICENSE      R                          streaming

bin              dist          licenses     README.md                  target

build            docs          mllib        repl                       tools

common           examples      mllib-local  resource-managers

conf             external      NOTICE       sbin

CONTRIBUTING.md  graphx        pom.xml      scalastyle-config.xml

core             hadoop-cloud  project      spark-2.4.2-bin-3.1.1.tgz

 

解压 spark-2.4.2-bin-3.1.1.tgz 后 其中hadoop的依赖jar版本情况:

 

 

[root@hdp2 vdb]# cd spark-2.4.2-bin-3.1.1

[root@hdp2 spark-2.4.2-bin-3.1.1]# pwd

/mnt/vdb/spark-2.4.2-bin-3.1.1

[root@hdp2 spark-2.4.2-bin-3.1.1]# ls

bin  conf  data  examples  jars  python  README.md  RELEASE  sbin  yarn

 

解压后目录详解

bin:客户端相关脚本,如beeline,可以删除cmd的结尾文件

conf:配置文件脚本模板,用时拷贝修改

data:存放的一些测试数据

examples:存放测试用例代码,代码非常好 强烈建议观看学习

jars:一堆jar包,所有jar包放一起,不像1.0那样就几个jar,2.0散开了(最佳实践)

LICENSE、 licenses、 NOTICE、python、README.md、RELEASE等文件夹都可以删除

sbin:服务端的相关脚本,如集群启停命令

yarn:存在yarn相关jar包

 

 

其他:

#设置内存2G

export MAVEN_OPTS="-Xmx2g -XX:MaxPermSize=512M -XX:ReservedCodeCacheSize=512m"

#编译前安装一些压缩解压缩工具

yum install -y snappy snappy-devel bzip2 bzip2-devel lzo lzo-devel lzop openssl openssl-devel

 

 

spark-2.4.0 源码编译 环境:   hadoop2.6.0-cdh5.7.0   jdk 8 +   maven 3.5.4 +   scala 2.11 这里提醒下,spark2.4.0之前的版本maven使用 3.3.9+ 就可以了; spark2.2.0之前的版本支持jdk 7。 源码下载安装 [hadoop@hdp001 softwore]$ wget https://archi... 阅读详情

相关推荐

TensorRT(C++)部署 Pytorch模型

众所周知,python训练pytorch模型得到.pt模型。但在实际项目应用中,特别是嵌入式端部署时,受限于语言、硬件算力等因素,往往需要优化部署,而tensorRT是最常用的一种方式。本文以yolov5的部署为例,说明模型部署在x86架构上的电脑端的流程。(部署在Arm架构的嵌入式端的流程类似)。

女神sha手的博客 5409

spark-2.4.5编译支持Hadoop-3.3.1和Hive-3.1.2

spark-2.4.5编译支持Hadoop-3.3.1和Hive-3.1.2

RockJim的博客 3536

别再为倍福EL6021/EL6022的RS485接线头疼了!手把手教你硬件跳线与软件配置(附Modbus RTU主站例程)

本文详细解析了倍福EL6021/EL6022模块的RS485硬件跳线与软件配置方法,包括Modbus RTU主站编程实战。从端子定义、跳线操作到TwinCAT 3环境设置,提供完整的通信例程和故障排查技巧,帮助工程师快速解决工业现场通信问题。

weixin_30634661的博客 592

大数据平台搭建:Hadoop-3.x + Spark-2.x + Hive-2.x + Hbase-1.4 + Phoenix-4.14 + Cassandra + ES

换了新笔记本,做个笔记。 一,软件准备(自取所需) Java-1.8 Scala-2.11 Hadoop-3.1.1 Spark-2.3.2 Hive-2.3.4 phoenix 二,SSH免密码登录 (即使是当地的单机也需要SSH,否则格式化的hadoop的存储系统时无权限,导致失败 :本地主机:@localhost:权限被拒绝(公钥,密码)开始) ssh免密两步骤(...

图特摩斯科技-博客 6938

【MIT-BEVFusion代码解读】第四篇:融合特征fuser和解码特征decoder

的大小,实际上源代码也是这么做的。最后将得到两个分支的特征进行。,第一个特征使用卷积降低通道数即可,第二个则需要反卷积来提升。所以backbone只有两个分支,都是5个卷积模块组成。的长和宽都减半至90,然后在经过5个相同的。将通道降至128,后面再接5个相同的。,将通道数128上至256,并且将。特征进行融合,这里使用的。部分由两部分组成,分别是。,这个分支首先经过第一个。,然后再卷积得到 =>提取特征,最后得到特征。得到了两个大小不同的。

非晚非晚的博客 2957

从 0 搭建一个智能问答工单系统:低代码 + 大模型的实战融合方案

企业智能问答工单系统解决方案:通过橙武低代码平台集成DeepSeek大模型,实现自动化工单处理与智能问答。系统能自动匹配知识库、分类工单,支持多渠道接入,显著提升响应效率(答复时间从12小时降至5分钟)。采用MySQL8表结构设计,结合向量数据库实现语义搜索,客服人力需求减少70%。系统支持知识库持续优化,AI答复满意度达88%,助力企业低成本构建智能客服中台。

欢迎来到我的优快云博客!我专注于技术创新和数字化转型,特别是在低代码平台、人工智能和大数据分析领域的探索与应用。通过深入分析各种行业案例,帮助企业加速数字化进程,提升运营效率与创新能力。在这里,您将找到关于低代码平台、AI技术、数据分析与 1549

spark2.4.8 编译支持 hadoop3.3.3 hive2

因为 spark 只依赖 hdfs 文件系统,spark2 默认就支持了 hadoop2,如果要支持 hadoop3 只需要 把 hadoop 依赖 换为 hadoop3 即可;当然你可以使用官方的 spark 在 hadoop2 编译后的 spark 安装包,但是就不能使用 hdfs3 的 纠删码等特性了。

u010374412的博客 2035

代数拓扑与AI架构:AI应用架构师深入探索数学研究如何分析复杂系统的结构特性

随着人工智能技术的飞速发展,AI系统变得越来越复杂。AI应用架构师需要有效的工具和方法来理解、设计和优化这些复杂系统。代数拓扑作为数学的一个分支,提供了独特的视角和技术来分析复杂系统的结构特性。本文旨在帮助AI应用架构师深入了解代数拓扑,以及如何将其应用于AI架构设计中,提升对复杂系统的分析能力。首先,我们会介绍代数拓扑和AI架构相关的核心概念及其联系,通过有趣的故事引入主题,让读者轻松理解复杂概念。接着,深入探讨代数拓扑的核心算法原理,结合具体的编程语言代码示例详细阐述。

大模型应用工坊 671

Hadoop 3.1.1+Spark 2.4 安装部署手册

Spark安装 Spark2.1.0完全分布式环境搭建:MASTER节点:1.下载文件:wget -O "spark.tgz" "http://d3kbcqa49mib13.cloudfront.net/spark.tgz"2.解压并移动至相应的文件夹;tar -xvf spark.tgzmv spark /opt3.修改相应的配置文件:(1)vi /etc/profie#Sp...

688

[Research Tips] 我的zotero文献管理方案: 云端同步+iPad批注+overleaf笔记

文献管理一直是一个很头疼的事. 最初直接在paper上做笔记, 后来尝试各种各样的文献管理软件, 比如endnote, mendeley等, 再后来直接用excel. 每一种方案都不是很满意. 最近尝试了各种软件, 摸索出一个合适自己的文献管理方案, 分享给大家. 我的需求: 支持PDF内全文搜索. 支持笔记搜索. 支持同步 可以批注PDF. 支持word内引用 支持Tex笔记语法 支持标签化管理 目前的方案除了第二个需求, 其他的都支持. 就目前我的经验来说, 除了知网研学可以搜索笔记外, 其他软件都

落日之城 5318

【VxWorks】Vxworks、QNX、Xenomai、Intime、Sylixos、Ucos等实时操作系统的性能特点

VxWorks 操作系统是美国WindRiver公司于1983年设计开发的一种嵌入式实时操作系统,是嵌入式开发环境的关键组成部分。其内核支持多任务调度(采用基于优先级抢占方式,同时支持同优先级任务间的分时间片调度)、任务间的同步、进程间通信机制、中断处理、定时器和内存管理机制等,且提供了一个快速灵活的与 ANSIC 兼容的 I/O 系统,网络支持 对其它VxWorks系统和TCP/IP网络系统的"透明"访问。具有良好的持续发展能力、良好的可靠性、卓越的实时性和高性能的内核以及友好的用户开发环境。

smartvxworks的博客 1065

Hadoop3与Hadoop2及Spark比较

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;2017年12月发布的Hadoop 3标志着数据科学新时代的开始。Hadoop框架是整个Hadoop生态系统的核心,其他各种库都依赖它。 &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;在本文中,我们将讨论Hadoop 3与Hadoop 2相比的主要变化。我们还将解释Hadoop和Apache Spark之间的差异,并建议如何...

东语的专栏 7276

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

spark2.4.3源码编译支持hadoop-2.6.0-cdh5.15.1和scala 2.12.8

环境准备 1.下载下面需要的软件 maven apache-maven-3.5.4-bin.tar.gz scala scala-2.12.8.tgz java jdk-8u45-linux-x64.gz spark编译包 spark-2.4.3.tgz 2.在hadoop用户下创建目录,并上传这些软件 [hadoop@hadoop001 ~]$ mkdir app s...

whiteblacksheep的博客 657

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

spark1.3.0__for_hadoop2.4.1编译、安装与初步测试

文章来源:http://blog.csdn.net/javastart/article/details/44558997 spark1.3.0__for_hadoop2.4.1编译、安装与初步测试 分类: 大数据2015-03-23 08:33 2834人阅读 评论(0) 收藏 举报 --- 这个是一个朋友整理的。比较详细有保存价值。 -- 参考: ht

Thinking 962

蓝牙模块HM-10手册

蓝牙模块HM-10手册,该手册对蓝牙模块HM-10进行了详细的介绍和使用方法以及一些AT指令。

对于Spark1.3进行编译

编译其实是按照官方文档进行的,比较简单,文档地址是:http://spark.apache.org/docs/latest/building-spark.html 编译命令最终是: 先要执行: export MAVEN_OPTS="-Xmx2g -XX:MaxPermSize=512M -XX:ReservedCodeCacheSize=512m" 然后再执行: build...

weixin_34384557的博客 118

spark2.1.0的源码编译

本文介绍spark2.1.0的源码编译 1.编译环境: Jdk1.8或以上 Hadoop2.7.3 Scala2.10.4 必要条件: Maven 3.3.9或以上(重要) 点这里下载 http://mirror.bit.edu.cn/apache/maven/maven-3/3.5.2/binaries/apache-maven-3.5.2-bin.tar.gz ...

weixin_30580341的博客 203

spark2.4 整合 hadoop2.6.0-cdh5.7.0 源码编译

[hadoop@hadoop000 softwore]$ wget https://archive.apache.org/dist/spark/spark-2.4.0/spark-2.4.0.tgz^C [hadoop@hadoop000 softwore]$ tar -zxvf spark-2.4.0.tgz -C ~/app/ #VERSION=$(&quot;$MVN&quot; help:evaluate...

weixin_40420525的博客 999

Hadoop集群搭建之Hive on Spark

Hadoop集群搭建之Hive on Spark 用到的各个组件的版本 组件 版本 hadoop 3.3.1 hive 3.1.2 spark 2.4.6 scala 2.12.10 1. 准备工作 # 下载spark的源码 wget https://downloads.apache.org/spark/spark-2.4.6/spark-2.4.6.tgz 2. 编译spark源码 # 解压源码到目录下 tar -zvxf spark-2.4.6.tgz &&am

大数据进阶之路 2225

【Spark】用scala2.11编译打包构建镜像

如果关注 Spark 社区的同学已经知道,从 Spark 3.0 开始,就不再支持用 Scala 2.11 来编译了,Scala 2.11 相关的依赖也被 Owen 去掉了,所以如果要用 Spark 3.0 的同学就需要用 Scala 2.12 去编译打包了。 而如果还在用 Spark 2.x 版本的,至少在 2.4.5 的版本中,已经是将 Scala 2.12 作为默认的 Scala 版本了,如果用户的程序是用 Scala 2.11 写的,也需要将 Spark 用 Scala 2.11 编一次,而 Ma

runzhliu大数据/容器日记 1559

spark 安装

环境:CentOS 6.4, Hadoop 1.1.2, JDK 1.7, Spark 0.7.2, Scala 2.9.3 折腾了几天,终于把Spark 集群安装成功了,其实比hadoop要简单很多,由于网上搜索到的博客大部分都还停留在需要依赖mesos的版本,走了不少弯路。 1. 安装 JDK 1.7 yum search openjdk-devel sudo yum insta...

u014648759的博客 204

Build Spark1.3.1 with CDH HADOOP

Build Spark1.3.1 with CDH HADOOP1、找到CDH的版本[root@web02 spark1.3]# hadoop version Hadoop 2.0.0-cdh4.7.0 Subversion file:///var/lib/jenkins/workspace/CDH4.7.0-Packaging-Hadoop/build/cdh4/hadoop/2.0.0-cdh4

OopsOutOfMemory盛利的博客 2831

通过Maven编译Spark源代码,并生成Spark部署包

软件版本: JDK:1.8.0_131 Hadoop:2.7.2 Scala:2.11.12 Spark:2.4.3 一、下载Spark源代码 https://archive.apache.org/dist/spark/spark-2.4.3/ 将下载好的源代码包上传到Linux目录下,并在节点上解压缩 二、使用Maven编译Spark 1.下载Maven安装包 http:...

晓风岚月 1380
上一篇: flink1.10.1+hdp3.1.0.0-78编译
下一篇: Kerberos+HDP客户端部署与配置
那年夏天110
博客等级 码龄16年 2粉丝 12原创
评论 2
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值