Spark源码安装与部署

本篇博客详细介绍了如何编译Spark源码,包括安装JDK、maven(修改maven默认路径)、scala,以及执行特定的mvn命令进行编译。编译前需在pom.xml中添加仓库,编译完成后会解析出Spark的安装目录结构,包括bin、conf、data、examples、jars、sbin和yarn等关键目录。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

编译步骤

安装JDK
安装maven (需要修改maven默认存储位置)
安装scala
定位到spark源码
mvn -Pyarn -Phadoop-2.6 -Dhadoop.version=2.6.0-cdh5.7.0 -Phive -Phive-thriftserver -DskipTests clean package

或者
./dev/change-scala-version.sh 2.11

./dev/make-distribution.sh
–name 2.6.0-cdh5.7.0
–tgz
-Pyarn
-Dscala-2.11
-Phadoop-2.6
-Dhadoop.version=2.6.0-cdh5.7.0
-Phive -Phive-thriftserver

编译前,需要加入仓库(在spark目录下的pom.xml里面添加):

cloudera cloudera Repository https://repository.cloudera.com/artifactory/cloudera-repos/

加快编译速度的方法(修改/dev/make-distribution.sh)

VERSION=$("$MVN" help:evaluate -Dexpression=project.version $@ 2>/dev/null\
    | grep -v "INFO"\
    | grep -v "WARNING"\
    | tail -n 1)
SCALA_VERSION=$("$MVN" help:evaluate -Dexpression=scala.binary.version $@ 2>/dev/null\
    | grep -v "INFO"\
    | grep -v "WARNING"\
    | tail -n 1)
SPARK_HADOOP_VERSION=$("$MVN" help:evaluate -Dexpression=hadoop.version $@ 2>/dev/null\
    | grep -v "INFO"\
    | grep -v "WARNING"\
    | tail -n 1)
SPARK_HIVE=$("$MVN" help:evaluate -Dexpression=project.activeProfiles -pl sql/hive $@ 2>/dev/null\
    | grep -v "INFO"\
    | grep -v "WARNING"\
    | fgrep --count "<id>hive</id>";\
    # Reset exit status to 0, otherwise the script stops here if the last grep finds nothing\
    # because we use "set -o pipefail"
    echo -n)

改为

VERSION=2.2
SCALA_VERSION=2.11
SPARK_HADOOP_VERSION=2.6.0-cdh5.7.0
SPARK_HIVE=1

Spark安装目录的结构

  • bin 存放客户端相关的脚本
  • conf 存放配置文件
  • data 存放测试数据
  • example 存放spark自带的测试用例 (重点查看)
  • jars 存放spark对应的jar包
  • sbin 存放服务端相关的脚本:启停集群
  • yarn 存放yarn相关的jar
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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