windows下虚拟机配置spark集群最强攻略!

电子说

1.2w人已加入

描述

首先需要在windows上安装vmware和ubuntu虚拟机,这里就不多说了。

vmware下载地址:直接百度搜索,使用百度提供的链接下载,这里附上一个破解码

5A02H-AU243-TZJ49-GTC7K-3C61N

ubuntu下载地址:http://cdimage.ubuntu.com/daily-live/current/

一路安装下去,我一共装了4台虚拟机,三台用于构建集群,一台用于爬虫,如图所示:

Linux

这里,我们以slave2为例来说明一下虚拟机的网络配置:

首先,将虚拟机的网络设置设置为自定义,选择VMnet8:

Linux

随后,我们点击VMWARE上的编辑-虚拟网络编辑-右下角的更改设置,应该有三个连接方式,这里我们把其他两个移除,只剩下VMnet8:

Linux

随后,点击NAT设置,我们可以发现网关是192.168.75.2

Linux

接下来,我们要设置虚拟机的ip:点击右上角的edit connectinos,设置Ipv4,如下图所示:

Linux

随后修改两个文件:

修改interfaces文件

命令:sudo vim /etc/network/interfaces ( 如果没有vim命令,使用sudo apt-get install vim进行安装):

Linux

修改resolv.conf文件 

命令:sudo vim /etc/resolv.conf:

Linux

接下来重启我们的网络就可以啦:

命令:sudo /etc/init.d/networking restart(如果启动失败,重启虚拟机即可)

Linux

查看我们的ip,使用ifconfig命令,如果没有安装(使用sudo apt install net-tools 进行安装): 

Linux

下载xshell,百度搜索xshell,使用百度提供的下载地址即可。

要想使用xshell的ssh方式访问虚拟机,首先要在虚拟机上安装ssh服务

使用命令:sudo apt-get install openssh-server

随后启动ssh服务:sudo /etc/init.d ssh start

再次点击VMWARE上的编辑-虚拟网络编辑-右下角的更改设置,设置端口转发:

Linux

随后打开xshell,新建连接:

Linux

设置用户名和密码:

Linux

随后点击连接即可,发现连接成功!

Linux

这里以修改主节点主机名称为例,其他节点类似。

使用命令 : sudo vim /etc/hostname 查看当前主机名,并修改为master:

Linux

重启之后生效:

Linux

两个从节点的主机依次修改为slave1,slave2

接下来,将主节点和两个从节点的ip和主机名添加到hosts文件中,使用命令

sudo vim /etc/hosts

修改的结果为:

Linux

两个从节点的hosts文件修改为同样的结果,此时发现各虚拟机之间可以ping通。

Linux

接下来,需要让主节点可以免验证的登录到从节点,从而在进行任务调度时可以畅通无阻。

首先要在各个节点上生成公钥和私钥文件,这里以slave1节点进行讲解,其他节点操作方式完全相同。

我们首先要开启ssh服务,使用命令:sudo /etc/init.d/ssh start

Linux

随后使用如下命令生成公钥和私钥文件:

ssh-keygen -t rsa -P ""

Linux

在所有节点上生成秘钥文件之后,我们需要将从节点的公钥传输给主节点,使用命令:

cd ~/.ssh

scp id_rsa.pub sxw@master:~/.ssh/id_rsa.pub.slave1

Linux

随后,在主节点下,将所有的公钥信息拷贝到authorized_keys文件下:使用命令:

cd ~/.ssh

cat id_rsa.pub >> authorized_keys

cat id_rsa.pub.slave1 >> authorized_keys

cat id_rsa.pub.slave2 >> authorized_keys

Linux

接下来将authorized_keys文件复制到slave1和slave2节点目录下:

scp authorized_keys sxw@slave1:~/.ssh/authorized_keys

scp authorized_keys sxw@slave2:~/.ssh/authorized_keys

Linux

接下来我们验证是否可以免密码登录:使用命令

ssh slave1

Linux

登陆成功,我们可以使用exit命令退出登录

这里我们可以直接使用linux的命令下载jdk,当然也可以在本地下载之后传输到虚拟机中,这里我采用的是后者,因为我感觉在主机上下载会比较快一些。到java官网中下载最新的jdk文件即可。

使用由于刚才我们配置了端口转发,因此我们可以使用winscp进行文件传输:

Linux

传输文件到/home/sxw/Documents路径下,直接将文件进行拖拽即可:

Linux

随后,在该路径下,使用如下命令进行解压:

tar -zxvf  文件名

Linux

重命名jdk文件夹为jdk

Linux

随后修改配置文件:

sudo vim /etc/profile

添加如下三行:export JAVA_HOME=/home/sxw/Documents/jdk

export CLASSPATH=.:$JAVA_HOME/lib:$JAVA_HOME/jre/lib:$CLASSPATH

export PATH=$JAVA_HOME/bin:$JAVA_HOME/jre/bin:$PATH

Linux

使用source命令使修改生效,同时查看是否安装成功

Linux

可以使用命令下载scala,不过我们仍然选择在本地下载scala:下载地址:http://www.scala-lang.org/download/2.11.7.html

通过winscp传入各虚拟机里,并使用如下命令进行解压:

tar -zxvf 文件名

Linux

重命名文件:

Linux

修改配置文件,增加以下两行,并用source命令使修改生效:

Linux

检查是否安装成功:

Linux

可以看到scala已经安装成功了!

我们首先在主节点上配置好hadoop的文件,随后使用scp命令传输到从节点上即可。

同样,我们在hadoop官网下载hadoop文件,通过winscp传入主节点,使用tar命令进行解压,并修改文件夹名为hadoop,这些这里暂且略过。

修改环境变量(所有节点都需要修改)并使用source命令使其生效:

Linux

接下来修改hadoop的配置文件:

(1)$HADOOP_HOME/etc/hadoop/hadoop-env.sh

修改JAVA_HOME 如下:

export JAVA_HOME=/home/sxw/Documents/jdk

(2)$HADOOP_HOME/etc/hadoop/slaves

修改salves里添加两个从节点的名称

slave1

slave2

(3)$HADOOP_HOME/etc/hadoop/core-site.xml

Linux

(4)$HADOOP_HOME/etc/hadoop/hdfs-site.xml

Linux

(5)$HADOOP_HOME/etc/hadoop/mapred-site.xml

首先使用如下命令生成mapred-site.xml文件:cp mapred-site.xml.template mapred-site.xml

随后进行修改:

Linux

(6)$HADOOP_HOME/etc/hadoop/yarn-site.xml

Linux

至此,hadoop的配置文件就修改完了,我们用scp命令将修改好的hadoop文件传入到子节点即可

我们首先在主节点上配置好spark的文件,随后使用scp命令传输到从节点上即可。

同样在spark官网下载最新的spark文件,并使用winscp传入虚拟机,使用tar命令进行解压,并重命名文件夹为spark。

添加spark到环境变量并使其生效:

Linux

接下来修改spark的配置文件:

(1)$SPARK_HOME/conf/spark-env.sh

首先使用如下命令生成spark-env.sh文件:

cpspark-env.sh.template spark-env.sh

随后进行修改:

Linux

(2)$SPARK_HOME/conf/slaves

首先使用如下命令生成slaves文件:

cpslaves.template slaves

随后进行修改:

Linux

至此,spark的配置文件就修改完了,我们用scp命令将修改好的spark文件传入到子节点即可,不要忘记修改子节点的环境变量

首先我们编写一个启动脚本:

Linux

可以看到,hadoop的启动需要两个命令,分别启动dfs和yarn,传统的start-all.sh已经被弃用。而spark的启动只需要一个命令。

启动的结果如下图所示:

Linux

随后我们再编写一个关闭集群的脚本:

Linux

我们在/home/sxw/Documents下建立一个wordcount.txt文件

文件内容如下图:

Linux

到hadoop的bin路径下执行如下三条命令:

hadoop fs -mkdir-p /Hadoop/Inputhadoop fs-put wordcount.txt /Hadoop/Inputhadoop jar /home/sxw/Documents/hadoop/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.3.jar wordcount /Hadoop/Input /Hadoop/Output

可以看到我们的hadoop再进行运算了:

Linux

使用如下命令查看运算结果,发现我们的期望的结果正确输出:

hadoop fs -cat/Hadoop/Output/*

Linux

hadoop配置成功!

我们直接利用spark-shell 进行测试,编写几条简单额scala语句:

到spark的bin路径下执行./spark-shell命令进入scala的交互模式,并输入如下几条scala语句:

valfile=sc.textFile("hdfs://master:9000/Hadoop/Input/wordcount.txt")val rdd=file.flatMap(line => line.split("")).map(word => (word,1)).reduceByKey(_+_)rdd.collect()rdd.foreach(println)

Linux

Linux

可以看到,我们的spark集群成功搭建!

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分