在Ubuntu 14.04 64bit上搭建单机本地节点Spark 1.3.0环境
来源:互联网 发布:淘宝网装修材料价格表 编辑:程序博客网 时间:2024/05/16 15:49
1.准备工作:
(1)安装JVM
(2)安装Scala
(3)安装Python或者IPython
2.官网下载Spark最新版并解压
登陆官网
http://spark.apache.org/downloads.html
选择包类型为"Pre-built for Hadoop 2.4 and later"并下载对应的tarball文件spark-1.3.0-bin-hadoop2.4.tgz
解压下载的文件spark-1.3.0-bin-hadoop2.4.tgz 到指定目录
复制代码复制代码复制代码复制代码
由上易见, Spark版本是1.3.0, Hadoop版本是2.4
3.利用Spark自带的Python shell
使用PySpark shell, 在Spark解压的源码路径下,运行
bin/pyspark
在提示符下,依次输入下面的命令
>>> lines = sc.textFile("README.md")
>>> lines.count()
>>> lines.first()
按Ctrl-D退出shell环境
4.修改打印日志的级别
经过上面的运行,发现shell环境中打印的日志过多, 为此我需要调整以下日志的级别.为此,我在
conf目录下面新建一个文件log4j.properties,它是log4j.properties.template的副本,将其中
下面的行
log4j.rootCategory=INFO, console
改为
log4j.rootCategory=WARN, console
然后重新打开shell,发现调试信息少了很多
5.使用IPython或者IPython Notebook
在命令行, 我们可以使用下面的命令来开启IPython
IPYTHON=1 ./bin/pyspark
使用下面的命令来开启IPython Notebook
IPYTHON_OPTS="notebook" ./bin/pyspark
这会在默认浏览器中打开如下页面
点击上面的"New Notebook"打开一个新的页面标签, 在其中输入如下命令行,并按播放按钮来执行结果
按Ctrl-D退出shell环境
6.使用Scala shell测试line count小程序
打开Scala版本的shell,运行
bin/spark-shell
scala> val lines = sc.textFile("README.md")
scala> lines.cout()
scala> lines.first()
按Ctrl-D退出shell环境
7.测试Spark性能
进入到Spark的conf目录下面, 根据当前配置环境, 复制并修改spark_env.sh文件
cp -f spark-env.sh.template spark-env.sh
vim spark-env.sh
添加如下内容
export SCALA_HOME=/usr/local/spark/scala (这个为scala的安装后的根目录 )
启动主服务器节点
sbin/start-master.sh
启动从服务器节点
sbin/stop-master.sh
sbin/stop-slaves.sh
浏览master UI
http://127.0.0.1:8080/
http://127.0.0.1:8081/
运行样例
run-example org.apache.spark.examples.SparkPi local
run-example org.apache.spark.examples.SparkPi spark://127.0.0.1:7077
run-example org.apache.spark.examples.SparkLR spark://127.0.0.1:7077
(1)安装JVM
(2)安装Scala
(3)安装Python或者IPython
2.官网下载Spark最新版并解压
登陆官网
http://spark.apache.org/downloads.html
选择包类型为"Pre-built for Hadoop 2.4 and later"并下载对应的tarball文件spark-1.3.0-bin-hadoop2.4.tgz
解压下载的文件spark-1.3.0-bin-hadoop2.4.tgz 到指定目录
- cp -f spark-1.3.0-bin-hadoop2.4.tgz ~/program
- tar -xf spark-1.3.0-bin-hadoop2.4.tgz -C ~/program
- cd spark-1.3.0-bin-hadoop2.4
- ls
由上易见, Spark版本是1.3.0, Hadoop版本是2.4
3.利用Spark自带的Python shell
使用PySpark shell, 在Spark解压的源码路径下,运行
bin/pyspark
在提示符下,依次输入下面的命令
>>> lines = sc.textFile("README.md")
>>> lines.count()
>>> lines.first()
按Ctrl-D退出shell环境
4.修改打印日志的级别
经过上面的运行,发现shell环境中打印的日志过多, 为此我需要调整以下日志的级别.为此,我在
conf目录下面新建一个文件log4j.properties,它是log4j.properties.template的副本,将其中
下面的行
log4j.rootCategory=INFO, console
改为
log4j.rootCategory=WARN, console
然后重新打开shell,发现调试信息少了很多
5.使用IPython或者IPython Notebook
在命令行, 我们可以使用下面的命令来开启IPython
IPYTHON=1 ./bin/pyspark
使用下面的命令来开启IPython Notebook
IPYTHON_OPTS="notebook" ./bin/pyspark
这会在默认浏览器中打开如下页面
点击上面的"New Notebook"打开一个新的页面标签, 在其中输入如下命令行,并按播放按钮来执行结果
按Ctrl-D退出shell环境
6.使用Scala shell测试line count小程序
打开Scala版本的shell,运行
bin/spark-shell
scala> val lines = sc.textFile("README.md")
scala> lines.cout()
scala> lines.first()
按Ctrl-D退出shell环境
7.测试Spark性能
进入到Spark的conf目录下面, 根据当前配置环境, 复制并修改spark_env.sh文件
cp -f spark-env.sh.template spark-env.sh
vim spark-env.sh
添加如下内容
export SCALA_HOME=/usr/local/spark/scala (这个为scala的安装后的根目录 )
export JAVA_HOME=/usr/lib/jvm/jdk1.7.0_79(jdk的根目录)
export SPARK_MASTER_IP=127.0.0.1
export SPARK_WORKER_MEMORY=1G
启动主服务器节点
sbin/start-master.sh
启动从服务器节点
sbin/start-slaves.sh spark://127.0.0.1:7077
若启动过程中报错connect to host localhost port 22: Connection refused
造成这个错误的原因可能是ssh-server未安装或者未启动。ubuntu 11.10 默认安装openssh-client,但是木有安装server
运行 ps -e | grep ssh,查看是否有sshd进程
如果没有,说明server没启动,通过 /etc/init.d/ssh -start 启动server进程,如果提示ssh不存在 那么就是没安装server
通过 sudo apt-get install openssh-server命令安装即可
sbin/stop-master.sh
sbin/stop-slaves.sh
浏览master UI
http://127.0.0.1:8080/
http://127.0.0.1:8081/
运行样例
run-example org.apache.spark.examples.SparkPi local
run-example org.apache.spark.examples.SparkPi spark://127.0.0.1:7077
run-example org.apache.spark.examples.SparkLR spark://127.0.0.1:7077
0 0
- 在Ubuntu 14.04 64bit上搭建单机本地节点Spark 1.3.0环境
- 在Ubuntu 14.04 64bit上搭建单机本地节点Spark 1.3.0环境
- 在Ubuntu 14.04 64bit上搭建Scala开发环境
- Ubuntu /Spark单机环境搭建
- 在Ubuntu 14.04(64bit)上搭建Android编译环境(通用版)
- 在ubuntu 14.04 64bit 上搭建c/c++集成开发环境
- ubuntu 14.04 Spark单机环境搭建与实例使用
- Ubuntu 16.04 Spark单机环境搭建
- 在Uubuntu 14.04 64bit上搭建NumPy函数库环境
- 单机搭建spark环境
- Ubuntu上搭建Hadoop环境(单机版)
- Spark实战:单节点本地模式搭建Spark运行环境
- ubuntu 14.04 spark单机平台搭建
- 在Ubuntu 14.04 64bit上生成ATS本地离线文档
- 在Ubuntu 12.04 64bit上搭建Crtmpserver视频点播服务
- 在Ubuntu 12.04 64bit上搭建Crtmpserver视频点播服务
- 在 CentOS 6.0 64bit 上搭建Sphinx环境
- 在 WIN8 64bit 上搭建 Golang + Zeromq 开发环境
- Linux设置默认启动命令行,而不是图形界面
- Linux diff与patch的深入分析
- android socket 通信
- Android项目:简易版QQ的实现
- 并行计算
- 在Ubuntu 14.04 64bit上搭建单机本地节点Spark 1.3.0环境
- android 里listview和ScrollView的冲突问题
- python中文字符
- matlab中的括号
- 批量卸载apk
- 测试管理工具
- 九度王道考研机试真题 2012-北大Jungle Roads 并查集 最小生成树
- PHP高级编程之守护进程,实现优雅重启
- iOS开发- "duplicate symbol for architecture i386 clang: error: linker command failed with exi" 解决办法