spark2.4.2安装过程

最新推荐文章于 2023-06-05 23:43:20 发布

原创最新推荐文章于 2023-06-05 23:43:20 发布 · 564 阅读

0 ·

CC 4.0 BY-SA版权

本文详细介绍了如何在Linux环境下安装Scala和Spark 2.4.2，包括环境变量配置、文件分发以及启动Spark集群。同时提到了使用`sbt`进行打包，并给出了在`spark-shell`中执行的基本操作示例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1、下载scalar，解压到路径

/usr/local/scalar

在/etc/profile文件中加入安装路径

vim /etc/profile

添加以下内容

export SCALA_HOME=/usr/local/scala/scala-2.12.8

export PATH=$PATH:$SCALA_HOME/bin

执行文件

source /etc/profile

安装完成，验证是否成功：

scala -version

出现以下的说明Scala安装成功

要在每一个节点上都安装配置scalar,安装完后发送给slave1、slave2

scp -r /usr/local/scala/scala-2.12.8 root @slave1:/usr/local/scala

scp -r /usr/local/scala/scala-2.12.8 root @slave2:/usr/local/scala

2.下载spark安装

下载spark：http://mirrors.tuna.tsinghua.edu.cn/apache/spark/spark-2.4.2/spark-2.4.2-bin-hadoop2.7.tgz

安装解压到以下路径

/usr/local/spark

编辑/etc/profile文件，增加:

export SPARK_HOME=/usr/local/spark/spark-2.4.2-bin-hadoop2.7

export PATH=$PATH:$SPARK_HOME/bin

生效：source /etc/profile

修改：spark-env.sh
进入spark安装目录操作（spark）

cp conf/spark-env.sh.template conf/spark-env.sh
1
vi conf/spark-env.sh
1
#Java环境变量
export JAVA_HOME=/opt/module/jdk1.8.0_121
#Scala环境变量
export SCALA_HOME=/usr/local/scala
#Hadoop环境变量
export HADOOP_HOME=/opt/module/hadoop-2.7.3/

#定义管理端口
export SPARK_MASTER_WEBUI_PORT=8080
#定义master域名和端口
export SPARK_MASTER_HOST=spark-master
export SPARK_MASTER_PORT=7077
#定义master的地址slave节点使用
export SPARK_MASTER_IP=spark-master
#定义work节点的管理端口.work节点使用
export SPARK_WORKER_WEBUI_PORT=8080
#每个worker节点能够最大分配给exectors的内存大小
export SPARK_WORKER_MEMORY=1g

新建slaves文件：

cp    slaves.template   slaves

编辑slaves文件，里面的内容删除，修改为：

slaver1
slaver2

配置完成，分发给其他节点，并且完成/etc/profile文件的配置

scp -r /usr/local/spark/spark-2.4.2 root @slave1:/usr/local/spark

scp -r /usr/local/spark/spark-2.4.2 root @slave2:/usr/local/spark

启动spark

sbin/start-all.sh

使用spark-shell
执行 spark-shell

a//加载本地文件（“file:///opt/module/code/wordcount/word.txt"）centos7系统中必须存在该文件！！

scala>val textFile = sc.textFile("file:///opt/module/code/wordcount/word.txt")

scala>textFile.first()

b//读取hdfs中文件（/user/root/word.txt hdfs中必须存在，若不存在则手动创建）

val textFile = sc.textFile("hdfs://bigdata128:9000/user/root/word.txt")

textFile.first()

c//词频统计：

val wordCount = textFile.flatMap(line => line.split(" ")).map(word => (word, 1)).reduceByKey((a, b) => a + b)

wordCount.collect()

安装sbt打包：
curl https://bintray.com/sbt/rpm/rpm > bintray-sbt-rpm.repo

mv bintray-sbt-rpm.repo /etc/yum.repos.d/

yum install sbt
运行sbt：

安装sbt成功：CTRL+C退出sbt
回到root目录，创建一个文件夹test

创建WordCount.scala：

创建word-count.sbt：

执行打包

打开test02， part-00000文件即是程序的输出文件。