Cloudera之旅 ☞ 【二】Spark-sql部署
来源:互联网 发布:cocostudio 1.6 mac 编辑:程序博客网 时间:2024/06/03 11:17
- 参考
- 概述
- 环境
- 部署
- 调整mvn内存
- 调整pomxml文件
- 调整mvn库
- 执行mvn编译
- 拷贝部署assembly jar文件
参考
重新编译spark 增加spark-sql适配CDH
让cloudera manager装的spark支持hql
Building Spark
概述
由于cloudera自带的spark-yarn不支持没有spark-sql(也许是cloudera推广自己的impala吧),但是如果我们线上要用spark直接写原生的必然效率低很多
这里简单描述下自己遇到的两个超级大坑
- 刚开始没注意,直接看了下cdh5.4.3带的spark版本(1.3.0)然后直接从官网下载下来个编译是编译完成了,最后jar打进去发现社区的spark对应的hive是0.13版本直接hive的metstore版本对不上,惨了。
- 从cloudera的官网下载spark1.3.0-cloudera源码编译,死活hive-thriftserver编译不过去,追其原因是由于spark1.3.0支持的hive最高到0.13版本,而cloudera5.4.3支持的hive是1.1.0(好吧cloudera直接给你挖个坑等着你跳)
无奈,最后直接从官网下载最新版的spark1.6(也不一定最新版,内置hive版本高于cloudera的都可以)
环境
- cloudera manager:5.5.0(免费版)
- hadoop:2.6.0
- hive:1.1.0
- maven:3.3.9
- spark :1.6(社区最新版本)
- 说明spark1.3.0对应hive是0.12和0.13不支持1.1.0+(这里相当坑)
- scala :2.10.5
- java :1.7.0_67
注意:
- 这里特别说明CM中的Hadoop和hive版本是由于默认spark社区使用的hadoop、hive与cloudera内置的不相同,这里我们要在编译的时候调整pom.xml文件
- 其次这里我们scala和java尽量的和spark内置版本一致
部署
调整mvn内存
spark官方要求编译时候内存要设置2G以上
[root@testhost43 spark-1.6.0]# export MAVEN_OPTS="-Xmx2g -XX:MaxPermSize=512M -XX:ReservedCodeCacheSize=512m"
调整pom.xml文件
注意这里由于我们整的是cloudera的包,所以还得改hive.group为org.apache.hive才能找到hive-exec-xxx-cloudera-xxx.pom
[root@testhost43 spark-1.6.0]# vi pom.xml......<!-- Version used in Maven Hive dependency --> <hive.group>org.apache.hive</hive.group> <!--<hive.group>org.spark-project.hive</hive.group>--> <!--<hive.version>1.2.1.spark</hive.version>--> <hive.version>${cdh.hive.version}</hive.version> <!--<hive.version.short>1.2.1</hive.version.short>--> <hive.version.short>1.1.0</hive.version.short>......
调整mvn库
国内资源一直很蛋疼,这里添加oschina的mvn库和cloudera的库(hive要下载cloudera的)
......<repository> <id>nexus</id> <name>local private nexus</name> <url>http://maven.oschina.net/content/groups/public/</url> <releases> <enabled>true</enabled> </releases> <snapshots> <enabled>false</enabled> </snapshots></repository><repository> <id>cdh.repo</id> <url>https://repository.cloudera.com/artifactory/cloudera-repos</url> <name>Cloudera Repositories</name> <snapshots> <enabled>false</enabled> </snapshots> </repository> <repository> <id>cdh.snapshots.repo</id> <url>https://repository.cloudera.com/artifactory/libs-snapshot-local</url> <name>Cloudera Snapshots Repository</name> <snapshots> <enabled>true</enabled> </snapshots> <releases> <enabled>false</enabled> </releases> </repository>......<pluginRepository> <id>nexus</id> <name>local private nexus</name> <url>http://maven.oschina.net/content/groups/public/</url> <releases> <enabled>true</enabled> </releases> <snapshots> <enabled>false</enabled> </snapshots></pluginRepository>......
执行mvn编译
mvn -Pyarn -Dhadoop.version=2.6.0-cdh5.5.0 -Dcdh.hive.version=1.1.0-cdh5.5.0 -Phive -Phive-thriftserver -DskipTests clean package
再次提醒注意版本,超级慢,编译完噼里啪啦的一堆警告,先不管
注意:这里如果你的scala版本比pom.xml中版本高那么你需要通过-Dscala.version参数指定。
拷贝&部署assembly jar文件
0 0
- Cloudera之旅 ☞ 【二】Spark-sql部署
- Spark SQL 之SQLContext(二)
- cloudera cdh 5.11 编译 启动spark thrift server spark sql
- hadoop集群环境部署之cloudera
- Cloudera Manager5之安装部署CDH5.X
- Cloudera Manager5之安装部署CDH5.X
- Cloudera 之旅 ☞ 【一】环境熟悉
- Cloudera 5.7集群部署(二)--CM、CDH安装
- Cloudera Manager5配置管理之安装Spark的Standalone
- Spark调优之Cloudera博客(Part 1)
- Spark调优之Cloudera博客(Part 2)
- Spark SQL thrift server 部署
- cloudera 部署Hadoop
- cloudera client集群部署
- Cloudera搭建部署
- 学习spark之spark编译部署
- Spark 入门篇之spark&spark sql
- spark之3:安装部署
- hdu 1242 Rescue
- MariaDB Galera Cluster 部署
- C#导出EXCEL的几种方法
- 【Android 开发】深入理解内存缓存类LruCache:源码分析
- iOS设置textView的行间距
- Cloudera之旅 ☞ 【二】Spark-sql部署
- 类成员函数作为线程函数
- IOS中对于多个按钮,选中其中一个,其他按钮选中状态为NO
- MySQL性能优化的最佳20+条经验
- Swift_运算符_流程控制
- iOS中关于设置label字体样式
- 通过listview实现自定义TimePicker附带动画效果
- Java集合框架指treemap
- Linux — 网络配置