spark源码分析(2)-源码阅读环境准备

本文详细介绍如何在Ubuntu 14.04环境下搭建Spark源码阅读环境,包括环境准备、standalone模式配置、源码编译及IDEA导入等步骤。

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

在前面介绍wordcount例子时没有对spark源码阅读环境的准备进行说明,本文就主要介绍Spark源码阅读环境的构建

1、环境准备

操作系统采用Ubuntu14.04(案例采用虚拟机中安装模式,桥接模式可访问外网)
下载JDK1.7+,Scala2.10(spark 1.6.3之前采用的是2.10版本,spark2.0之后采用scala2.11版本),SBT,Maven3.3.9
下载hadoop-2.6,spark-1.6.3
hadoop,spark环境变量配置:
vi ~/.bashrc
export JAVA_HOME=$HOME/jdk1.7.0_80
export PATH=$JAVA_HOME/bin:$PATH
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
export SCALA_HOME=$HOME/scala-2.10.5
export SPARK_HOME=$HOME/spark-1.6.3-bin-hadoop2.6
export HADOOP_HOME=$HOME/hadoop-2.6.0
export HADOOP_COND_DIR=$HOME/hadoop-2.6.0/etc/hadoop
export MAVEN_HOME=$HOME/apache-maven-3.2.5
export SBT_HOME=$HOME/sbt
export PATH=$PATH:$SCALA_HOME/bin:$SPARK_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$MAVEN_HOME/bin:$SBT_HOME/bin

2、配置spark standalone模式

spark-env.sh
export SCALA_HOME=/home/weiw/scala-2.10.5
export SPARK_MASTER_IP=ubuntu
export SPARK_WORKER_MEMORY=1G
export JAVA_HOME=/home/weiw/jdk1.7.0_80

启动Spark的Master和Worker服务:
./sbin/start-master.sh
./sbin/start-slave.sh spark://ubuntu:7077

3、Ubuntu上spark源码编译

maven 简单介绍:-P表示激活依赖的程序及版本,-DskipTests表示编译时跳过测试环境
设置maven的环境参数:
export MAVEN_OPTS="-Xmx2g -XX:MaxPermSize=512M -XX:ReservedCodeCacheSize=512M"
编译源码:
build/mvn -Pyarn -Phadoop-2.6 -Dhadoop.version=2.6.0-cdh5.6.0 -Phive -Phive-thriftserver -DskipTests clean package

生成部署包:
./make-distribution.sh --name 2.6.0-cdh5.6.0 --tgz -Pyarn -Phadoop-provided -Phadoop-2.4 -Dhadoop.version=2.6.0-cdh5.6.0 -Phive -Phive-thriftserver

错误一:环境版本不对(有可能是maven , jdk,scala)
[ERROR] Failed to execute goal org.apache.maven.plugins:maven-enforcer-plugin:1.4.1:enforce (enforce-versions) on project spark-parent_2.10: Some Enforcer rules have failed. Look above for specific messages explaining why the rule failed. -> [Help 1]
mvn validate 命令校验工程环境问题

错误二:maven插件问题
+ VERSION='[ERROR] [Help 1] http://cwiki.apache.org/confluence/display/MAVEN/NoPluginFoundForPrefixException'

编译后生成文件:
assembly/target/scala-2.10/spark-assembly-1.6.3-hadoop2.6.0.jar
examples/target/scala-2.10/spark-examples-1.6.3-hadoop2.6.0.jar

4、IDE导入spark源码

IDEA的安装下载后直接解压运行bin/idea.sh启动IDEA,需要安装scala插件,然后Import Project 选择maven找到我们的spark源码导入spark源码,选择导入spark的子项目界面,然后就是next finish等。

1)运行Master:

Spark master启动的入口 org.apache.spark.deploy.master.Master。如果出现下面的问题需要在spark core子项目中引入guava-14.0.1.jar包。

导入缺失依赖包:


Master运行成功:


SparkUI界面:http://ip:8080

2)运行Worker节点
org.apache.spark.deploy.worker.Worker --webui-port 8081 spark://192.168.1.9:7077

Worker启动成功:


最后Master和Worker启动完成后的SparkUI界面也出现了Worker


最后,Spark的源码阅读环境基本上准备完成,后面就可以进行DEBUG进行源码阅读和调试了,可以参考WordCount的例子:



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