Mac M1搭建hadoop+spark集群教程
最近一直在搞Mac虚拟机,尝试了parallel、vmware、utm,感觉效果都不是很好,踩了了很多很多坑,parallel破解直接劝退我,并且也不是很稳定;wmware for m1刚开始装了一次挺不错的,但是因为我集群磁盘太小扩展磁盘大小的时候,系统就这样崩了,不管最后怎么装都没有用;最后我转战utm,刚开始因为不熟悉utm也踩了很多坑,弃了一段时间,vmware实在装不了了,我又来找utm了【utm yyds 轻便又好用又不花钱(后续发现的问题是容易闪退),推荐mac m1用户使用】。
ps:建议utm只装3台主机,我装了4台会有闪退的问题,之后我delete掉一台目前还没出现闪退的问题。
写在前面:
我的镜像:链接: https://pan.baidu.com/s/1EKf4hX3ODreDnrLp02t8cw 提取码: aek0
utm:链接: https://pan.baidu.com/s/1vj6EB2iq4dlxJqiHK2hoyQ 提取码: 5kd0
utm
镜像下载完,utm直接打开,新建虚拟机,设置一下系统参数。
磁盘大小自己按照需要来,我刚开始搞的20g,根本就不够,我这次扩展到40g
其他没什么要改的了。新建之后打开虚拟机进行安装就行了。
进入到桌面安装教程,按照自己的需要来。
之后会要求你重启,这时候我们点击重新启动。系统直接黑屏了,也没有启动的迹象,这时候,不要慌,咱点击左上角的这个按钮。
关机之后,咱需要把之前导入的镜像删除,不然会一直重复安装ubuntu【这其实跟u盘安装windows一个道理】。
然后再启动虚拟机就可以咯,出现红框下面的就代表成功了哦。
大功告成!在mac m1虚拟机上面花费的时候特别多,一直没有找到合适的,utm目前是最稳定的,完成的教程写在前面,希望我的教程可以节约大家的时间。
集群搭建
集群节点情况:
Master: 50G,其他worker:40G
master:192.168.64.9
worker1:92.168.64.10
worker2:192.168.64.11
所需安装包:
链接: https://pan.baidu.com/s/1_ldD55oaomnNgDPgvXxz9A 提取码: mqia
ps:我这jdk是arm版本的哦,安装的时候注意自己电脑的系统架构,但是如果是m1芯片那就没问题。
安装ssh(所有节点)
sudo apt install openssh-server
测试一下:ssh localhost
能通就行。
接下来将所有所需的安装包提前scp给master
scp * lulu@192.168.64.9:~/tools/
绑定ip
- 修改/etc/hosts,添加master与worker的ip绑定,并且注释127.0.0.1 master(不然会影响集群,或者改成 128.0.0.1)【三台机子都要做】
我在装worker端时hostname已经指定好了,所以不需要再修改hostname计算机名。如果有差异的话修改/etc/hostname。
免密登陆
master端
用rsa生成密钥,一路回车
ssh-keygen -t rsa
进入.ssh目录,将公钥追加到authorized_keys
cat id_rsa.pub >> authorized_keys
登陆其他主机,将其他主机的公钥内容都拷贝到master主机的authorized_keys中
ssh-copy-id -i master
这样master主机中就有了所有的公钥。
修改authorized_keys权限
chmod 600 authorized_keys
将该文件拷贝到worker主机中
scp authorized_keys worker1:~/.ssh/
ssh免密登陆搞定!
hadoop集群搭建
jdk安装
解压
tar -zxvf jdk-8u321-linux-aarch64.tar.gz -C ~/dev
创建软链接(类似起了个别名)
ln -s jdk1.8.0_321/ jdk1.8
配置环境变量(用户级别)
vim ~/.bashrc
# jdk export JAVA_HOME=/home/lulu/dev/jdk1.8 export JRE_HOME=/home/lulu/dev/jdk1.8/jre export CLASSPATH=$JAVA_HOME/lib:$JRE_HOME/lib export PATH=$JAVA_HOME/bin:$PATH
更新环境变量
source ~/.bashrc
检查
java -version
hadoop
解压
tar -zxvf hadoop-2.6.0.tar.gz -C ~/dev
创建软链接
ln -s hadoop-2.6.0/ hadoop
在hadoop主目录下:
mkdir tmp
mkdir dfs
mkdir dfs/name
mkdir dfs/node
mkdir dfs/data
hadoop配置
以下操作都在hadoop/etc/hadoop下进行。
编辑hadoop-env.sh文件,修改JAVA_HOME环境配置
# export JAVA_HOME=${JAVA_HOME} export JAVA_HOME=/home/lulu/dev/jdk1.8
编辑core-site.xml文件
master是主机名
hadoop.tmp.dir是刚刚创建的tmp文件夹/home/lulu/dev/hadoop/tmp
<configuration><property> <name>fs.defaultFS</name> <value>hdfs://master:9000</value> </property> <property> <name>io.file.buffer.size</name> <value>131072</value> </property> <property> <name>hadoop.tmp.dir</name> <value>file:/home/lulu/dev/hadoop/tmp</value> <description>Abasefor other temporary directories.</description> </property> <property> <name>hadoop.proxyuser.spark.hosts</name> <value>*</value> </property> <property> <name>hadoop.proxyuser.spark.groups</name> <value>*</value> </property> </configuration>
编辑hdfs-site.xml文件
master是主机名
dfs.namenode.name.dir;dfs.namenode.data.dir是刚刚创建的文件夹:
/home/lulu/dev/hadoop/dfs/name
/home/lulu/dev/hadoop/dfs/data
<configuration> <property> <name>dfs.namenode.secondary.http-address</name> <value>master:9001</value> </property> <property> <name>dfs.namenode.name.dir</name> <value>file:/home/lulu/dev/hadoop/dfs/name</value> </property> <property> <name>dfs.datanode.data.dir</name> <value>file:/home/lulu/dev/hadoop/dfs/data</value> </property> <property> <name>dfs.replication</name> <value>3</value> </property> <property> <name>dfs.webhdfs.enabled</name> <value>true</value> </property> </configuration>
编辑mapred-site.xml文件
复制该文件并且重命名
cp mapred-site.xml.template mapred-site.xml
<configuration> <property> <name>mapreduce.framework.name</name> <value>yarn</value> </property> <property> <name>mapreduce.jobhistory.address</name> <value>master:10020</value> </property> <property> <name>mapreduce.jobhistory.webapp.address</name> <value>master:19888</value> </property> </configuration>
编辑yarn-site.xml文件
<configuration> <!-- Site specific YARN configuration properties --> <property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property> <property> <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name> <value>org.apache.hadoop.mapred.ShuffleHandler</value> </property> <property> <name>yarn.resourcemanager.address</name> <value>master:8032</value> </property> <property> <name>yarn.resourcemanager.scheduler.address</name> <value>master:8030</value> </property> <property> <name>yarn.resourcemanager.resource-tracker.address</name> <value>master:8035</value> </property> <property> <name>yarn.resourcemanager.admin.address</name> <value>master:8033</value> </property> <property> <name>yarn.resourcemanager.webapp.address</name> <value>master:8088</value> </property> </configuration>
修改slaves文件,添加集群节点
master worker1 worker2
hadoop集群搭建
将配置的hadoop以及jdk以及环境变量文件都传送给其他worker。
我的dev里面包含了hadoop以及jdk的文件夹噢。
scp -r dev lulu@worker1:~/ scp -r dev lulu@worker2~/
看看worker1文件,检查传过来了没有,发现软链接不见了,文件夹都是两份,咱删除一份就行了,删除hadoop-2.6.0 jdk1.8.0_321,
后续启动的时候会说找不到hadoop-2.6.0/xxx文件,所以我们需要再建立hadoop-2.6.0软链接
ln -s hadoop hadoop-2.6.0
。
scp -r .bashrc lulu@worker1:~/ scp -r .bashrc lulu@worker2:~/
之后在每个主机更新一下环境变量就行
source ~/.bashrc
。hadoop集群启动
先格式化文件系统,在hadoop/bin下进行
lulu@master:~/dev/hadoop/bin$ ./hadoop namenode -format
启动hadoop,在hadoop/sbin下进行
lulu@master:~/dev/hadoop/sbin$ ./start-all.sh
出现下列信息,启动成功。
This script is Deprecated. Instead use start-dfs.sh and start-yarn.sh 22/03/21 15:43:56 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable Starting namenodes on [master] master: starting namenode, logging to /home/lulu/dev/hadoop-2.6.0/logs/hadoop-lulu-namenode-master.out master: starting datanode, logging to /home/lulu/dev/hadoop-2.6.0/logs/hadoop-lulu-datanode-master.out worker1: starting datanode, logging to /home/lulu/dev/hadoop/logs/hadoop-lulu-datanode-worker2.out worker2: starting datanode, logging to /home/lulu/dev/hadoop/logs/hadoop-lulu-datanode-worker2.out Starting secondary namenodes [master] master: starting secondarynamenode, logging to /home/lulu/dev/hadoop-2.6.0/logs/hadoop-lulu-secondarynamenode-master.out 22/03/21 15:44:09 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable starting yarn daemons starting resourcemanager, logging to /home/lulu/dev/hadoop-2.6.0/logs/yarn-lulu-resourcemanager-master.out worker1: starting nodemanager, logging to /home/lulu/dev/hadoop/logs/yarn-lulu-nodemanager-worker2.out master: starting nodemanager, logging to /home/lulu/dev/hadoop-2.6.0/logs/yarn-lulu-nodemanager-master.out worker2: starting nodemanager, logging to /home/lulu/dev/hadoop/logs/yarn-lulu-nodemanager-worker2.out
hadoop集群检查
- 8088端口
- 50070端口
- 8088端口
spark集群搭建
scala安装
tar -zxvf scala-2.11.8.tgz -C ~/dev
建立软链接:ln -s scala-2.11.8/ scala
配置环境变量
# scala
export SCALA_HOME=/home/lulu/dev/scalaexport PATH=$JAVA_HOME/bin:$SCALA_HOME/bin:$PATH
spark安装
tar -zxvf spark-2.0.0-bin-hadoop2.6.tgz -C ~/dev/
建立软链接:ln -s spark-2.0.0-bin-hadoop2.6/ spark
配置环境变量
# spark
export SPARK_HOME=/home/lulu/dev/sparkexport PATH=$JAVA_HOME/bin:$SCALA_HOME/bin:$SPARK_HOME/bin:$PATH
spark配置
进入spark下的conf文件中
复制spark-env
cp spark-env.sh.template spark-env.sh
编辑spark-env.sh
export JAVA_HOME=/home/lulu/dev/jdk1.8 export SPARK_MASTER_IP=master export SPARK_WORKER_MEMORY=8g export SPARK_WORKER_CORES=4 export SPARK_EXECUTOR_MEMORY=4g export HADOOP_HOME=/home/lulu/dev/hadoop export HADOOP_CONF_DIR=/home/lulu/dev/hadoop/etc/hadoop export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/lulu/dev/jdk1.8/jre/lib/amd64
编辑slaves
cp slaves.template slaves master worker1 worker2
spark配置集群
将spark以及scala以及环境变量都scp到其他节点
scp -r spark-2.0.0-bin-hadoop2.6/ lulu@worker1:~/dev
scp -r spark-2.0.0-bin-hadoop2.6/ lulu@worker2:~/dev
scp -r scala-2.11.8/ lulu@worker1:~/dev
scp -r scala-2.11.8/ lulu@worker2:~/dev
scp -r .bashrc lulu@worker1:~/
scp -r .bashrc lulu@worker2:~/
对穿过去的文件建立软链接,并且更新环境变量。
spark集群启动
在spark/sbin下进行
./start-all.sh
starting org.apache.spark.deploy.master.Master, logging to /home/lulu/dev/spark/logs/spark-lulu-org.apache.spark.deploy.master.Master-1-master.out
worker2: starting org.apache.spark.deploy.worker.Worker, logging to /home/lulu/dev/spark/logs/spark-lulu-org.apache.spark.deploy.worker.Worker-1-worker2.out
worker1: starting org.apache.spark.deploy.worker.Worker, logging to /home/lulu/dev/spark/logs/spark-lulu-org.apache.spark.deploy.worker.Worker-1-worker1.out
master: starting org.apache.spark.deploy.worker.Worker, logging to /home/lulu/dev/spark/logs/spark-lulu-org.apache.spark.deploy.worker.Worker-1-master.out
master、worker都已经启动。
Mac M1搭建hadoop+spark集群教程相关推荐
- Mac M1 搭建虚拟机节点集群过程及软件分享
前言 推荐软件 搭建虚拟机 安装教程 静态 IP 配置 虚拟机克隆 Termius 使用 总结 前言 自从使用了 Mac M1 系统搭载的芯片进行使用时,很多软件都不能够兼容进行使用,对于热爱分布式. ...
- Hadoop/Spark集群搭建图文全攻略
Hadoop/Spark集群搭建图文全攻略 一.安装VMware 二.创建Linux虚拟机 三.CentOS-7安装 四.Linux系统环境配置 五.其他配置 六.虚拟机克隆 七.jdk安装 八.Zo ...
- Linux搭建hadoop高性能集群(一)
文章目录 关于此篇(题外话) Linux系统搭建hadoop高性能集群(一) 第一步 虚拟机的安装 第二步 创建一个虚拟机 第三步 虚拟机启动初始化 第四步 虚拟机克隆 第五步 Linux系统网络配置 ...
- Hadoop+Spark 集群部署
研究了几天 Hadoop+Spark 集群部署,虽然现在还是有点不懂(一脸懵B),想写下自己的总结,日后有新的发现再补充. 我安装时候的参考教程: http://www.powerxing.com/i ...
- CDH大数据平台搭建之SPARK集群搭建
CDH大数据平台搭建之SPARK集群搭建 一.安装规划 二.下载 三.安装及配置 1.解压 2.修改配置文件 四.启动 五.JPS检查节点 一.安装规划 参考CHD大数据平台搭建之集群规划 二.下载 ...
- 搭建hadoop分布式集群
搭建hadoop分布式集群 ~ jdk安装 ip修改 vi /etc/sysconfig/network-scripts/ifcfg-eth0 DEVICE=eth0 BOOTPROTO=none H ...
- 搭建Hadoop分布式集群的详细教程
目录 写在前面 一.创建虚拟机,安装Centos 二.VMware VMnet8模式共享主机网络配置 三.克隆集群节点HadoopSlave1与HadoopSlave2 四.Linux系统配置 五.H ...
- Hadoop概念学习系列之Java调用Shell命令和脚本,致力于hadoop/spark集群(三十六)...
第一种:普通做法 首先,编号写WordCount.scala程序. 然后,打成jar包,命名为WC.jar.比如,我这里,是导出到windows桌面. 其次,上传到linux的桌面,再移动到hdf ...
- 【转】Hadoop分布式集群搭建hadoop2.6+Ubuntu16.04
https://www.cnblogs.com/caiyisen/p/7373512.html 前段时间搭建Hadoop分布式集群,踩了不少坑,网上很多资料都写得不够详细,对于新手来说搭建起来会遇到很 ...
最新文章
- 11个显著提升 ASP.NET 应用程序性能的技巧——第1部分
- 在centos7中静默安装oracle11g
- Http接口设计(1)Token之前
- swing 聊天气泡背景_Java Swing中的聊天气泡
- 马秀丽C语言程序设计答案pdf,C语言程序设计清华大学马秀丽刘志妩科后习题9答案.doc...
- LeetCode 1945. 字符串转化后的各位数字之和
- Navicat Premium 12连接SQLServer[ODBC驱动程序管理器]未发现数据源名称并且未指定默认驱动程序
- python boxplot pvalue_使用python和matplotlib获取boxplot中使用的值
- 3d激光雷达开发(从halcon看点云pcl库)
- Android开发笔记(十九)底部标签栏TabBar
- Pytorch——torch.Tensor.data操作的含义
- 文件夹在哪里_在Mac电脑上截图和照片放在哪里?
- 建立类成员函数与字符串的对应关系
- 中国十大电商网站优势与劣势分析
- 征文 | 青出于蓝而胜于蓝 国货之光GBase
- 在Win7上装虚拟机
- mysql下载不是运作宝教程_魔力宝贝私服架设教程
- 使用MemoryStream类读写内存
- 计算机科学技术发展现状及前景展望,计算机科学技术的现状及其发展前景分析原稿...
- 电子血压计方案芯片设计|血压测量模块
热门文章
- PC键盘和苹果键盘的按键功能对照
- 基于通道注意机制联合多尺度卷积神经网络的滚动轴承故障诊断
- 苹果授权登录(Apple sign in)Java服务端验证通过
- USB具体通讯过程(含枚举过程)
- 8个很少用,但却很好用的 Python 库
- linux刷新profile文件,linux的/etc/profile、~/.profile、~/.bashrc、~./bash_profile这几个配置文件...
- 2023最新简洁大气鞋服众望微商网站系统源码+价值200缘
- FilterDispatcher
- 英伟达camera驱动(max9296 plus max9295)代码实现
- 一个人人网python爬虫