Spark2.2源码下载
点此进入官网下载地址: 下载Spark
//下载好后用传输工具传输到我们的linux上并解压缩
tar -zxvf spark-2.2.0.tgz
源码编译
准备工作
根据Spark官方文档可知,需要java8+,maven 3.3.9+版本
确认jave8.0已成功安装
确认Maven3.3.9已成功安装
如果不知道如何安装,参考如下步骤:
(1)点此下载maven
(2)解压缩:
tar -zxvf apache-maven-3.3.9-bin.tar.gz
(3)配置环境变量:
vim /etc/profile
export MAVEN_HOME=/usr/local/apache-maven-3.3.9
//根据机器配置为maven分配尽可能多的内存,可以使得编译更加快速
export MAVEN_OPTS="-Xmx2g -XX:ReservedCodeCacheSize=1024m"
export PATH=$JAVA_HOME/bin:$MAVEN_HOME/bin:$PATH
//最后不要忘记source命令使得配置立即生效
source /etc/profile
确认机器能够链接外网
vim /etc/resolv.conf
namserver 8.8.8.8 nameserver 8.8.4.4
//检验是否成功链接外网
ping www.baidu.com
开始编译
cd /usr/local/spark-2.2.0
./dev/make-distribution.sh --name custom-spark --tgz -Phadoop-2.6 -Phive -Phive-thriftserver -Pyarn
- --name之后的custom-spark是编译好后生成的那个tgz文件的文件名,可以自定义
- Phadoop要根据自己已经安装好了的hadoop版本写
- 如果要运行R语言请加上-Psparkr,否则请省略以提高编译速度
- 如果要使用mesos请加上-Pmesos,否则请省略以提高编译速度
编译需要40分钟左右:成功后在spark-2.2.0目录下出现spark-2.2.0-bin-custom-spark.tgz包
将它移动到其他目录下:mv spark-2.2.0-bin-custom-spark.tgz /usr/local/
Scala2.11.8下载安装
- 点此下载:scala-2.11.8.tgz
tar -zxvf scala-2.11.8.tgz
- 配置SCALA_HOME环境变量
vim /etc/profile
export SCALA_HOME=/usr/local/scala-2.11.8
export PATH=$SCALA_HOME/bin:$PATH
source /etc/profile
Spark配置
- 进入conf目录 将spark-env.sh.template和slaves.template改名
mv spark-env.sh.template spark-env.sh
mv slaves.template slaves
- 配置spark-env.sh:加上这几个环境变量即可
export JAVA_HOME=/usr/local/jdk1.8
export HADOOP_CONF_DIR=/usr/local/hadoop-2.6.0-cdh5.11.1/etc/hadoop
export SCALA_HOME=/usr/local/scala-2.11.8
- 集群配置:配置slaves,把你的集群中每个机器的主机名写上去即可
master
slave1
slave2
- 配置好之后分发到集群中其他机器上
scp -r spark-2.2.0-bin-hadoop2.6.0-cdh5.11.1 slave1:/usr/local/
scp -r spark-2.2.0-bin-hadoop2.6.0-cdh5.11.1 slave2:/usr/local/
验证Spark
cd /usr/local/spark-2.2.0-bin-hadoop2.6.0-cdh5.11.1/
bin/spark-shell
出现如下界面即可:
作者:Seven_Ki
链接:https://www.jianshu.com/p/97afd1940fc5
來源:简书
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。