Hadoop 2.6 CDH5.7.0
下载地址：http://archive.cloudera.com/cdh5/cdh/5
提供的镜像文件也遇到和我自己配置一样的问题
17/11/23 16:28:20 WARN metastore.ObjectStore: Failed to get database global_temp, returning NoSuchObjectException
JDK：
其实只需要配置JAVA_HOME
下载的是Java7的51版本
linux系统本机配置：
ip映射关系
ssh免密登陆
Hadoop参数配置：
etc/hadoop目录下：
hadoop-env.sh core-site.xml hdfs-site.xml看官方文档修改
Hadoop-env.sh配置JAVA_HOME
core-site.xml
配置hadoop端口号。2.0版本为8020
改tmp保存的位置，不能让其重启后自动删除
hdfs-site.xml
配置副本系数
配置tmp路径
格式化HDFS
只在第一次执行，因为每次执行会清空HDFS的数据
bin/hdfs namenode -format
启动HDFS
sbin/start-dfs.sh
Hadoop目录的相关：
bin目录是客户端相关的脚本
etc是配置相关
sbin是服务器相关
验证是否启动成功：
jps：
NN、DN、SNN（Second NameNode）
浏览器：
50070端口访问
YARN配置：
配置yarn-site.xml和mapred-site.xml
验证是否启动：
jps：
RM、NM
浏览器：
8088端口
启停：
sbin/start-yarn.sh stop-yarn.sh
Hive配置：
1.2.1版本
hive-env.sh 配置HADOOP_HOME路径
hive-site.xml 配置：
四个参数：my sql URL（存放元数据的数据库）、jdbc connecter、用户名、密码
拷贝jdbc driver到lib
启动：
bin/hive
编译Spark
scala版本2.11.8
用Maven编译的前置要求：
- 需要的Maven版本（Spark官网上看）
- 改Maven的使用内存
Maven编译Spark的命令（官网都有 ）
对pom.xml要有一定的了解 里面的hadoop、yarn、Hive、Thrift server所对应的参数（注意：yarn若和HDFS不同版本，要在配置时加上yarn的版本）
直接用Spark源码中的dev目录下的make-distribution.sh 底层也是通过Maven语句实现（推荐使用）
编译不成功的原因有很多....
部署Spark
启动Spark 在Spark官网的Programing Guide有介绍：
local模式：
spark-shell —master local[n] n为工作线程数
standalone模式：
Spark-env.sh 配置SPARK_MASTER_HOST SPARK_WORKER_CORES MEMORY INSTANCES
启动时可指定core的数目n
还要指定Master的地址
在集群上所有机器上都要部署同样的Spark，比较麻烦
配置Spark SQL
先把hive-site.xml放进spark/conf中
—jars 当需要访问Hive时一定要加入mysql-connector包
