Mac OSX系统中Hadoop / Hive 与 spark 的安装与配置 环境搭建 记录

Mac OSX系统中Hadoop / Hive 与 spark 的安装与配置 环境搭建 记录

 

 

Hadoop 2.6 的安装与配置(伪分布式)

1. 下载并解压缩
2. 配置 .bash_profile :
3. 1. export HADOOP_HOME=/Users/fan/Applications/hadoop-2.6.0
   2. export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH
4. 配置 HDFS : 
5. 1. etc/hadoop/core-site.xml:
      <configuration>

          <property>

              <name>fs.defaultFS</name>

              <value>hdfs://localhost:9000</value>

          </property>

      </configuration>

       
      etc/hadoop/hdfs-site.xml:
      <configuration>

          <property>

              <name>dfs.replication</name>

              <value>1</value>

          </property>

      </configuration>
      2. 配置 ssh 自动登录,以方便 namenode 管理 datanode 以及节点间的数据传输
   2. 1. Mac:  setting->share-> enable remote login, enable file share
      2. Others 

      3. 1. Setup passphraseless ssh

            Now check that you can ssh to the localhost without a passphrase:
              $ ssh localhost

             
            If you cannot ssh to localhost without a passphrase, execute the following commands:
              $ ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa

              $ cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys

              $ chmod 0600 ~/.ssh/authorized_keys
             
6. 启动 HDFS:
7. 1. bin/hdfs namenode -format
   2. Start-dfs.sh 
8. 测试 HDFS 的 web UI 管理页面:
9. 1. 50070端口管理分布式 hdfs文件系统
10. 配置 YARN:
11. 1. Configure parameters as follows:etc/hadoop/mapred-site.xml:
       <configuration>

           <property>

               <name> mapreduce.framework.name</name>

               <value>yarn</value>

           </property>

       </configuration>

        
       etc/hadoop/yarn-site.xml:
       <configuration>

           <property>

               <name>yarn.nodemanager.aux-services</name>

               <value>mapreduce_shuffle</value>

           </property>

       </configuration>
        
12. 启动 YARN:
13. 1. sbin/start-yarn.sh
        
14. 测试 YARN 的 web UI 管理页面: localhost:8088/

 

Start-dfs.sh启动出现问题:

1.  无法启动 namenode , 但无出错提示, 在启动 hive 时出现 
2. Connecting to ResourceManager at /0.0.0.0:8032

   java.net.ConnectException: Call From marta-komputer/127.0.1.1 to localhost:9000 failed on connection exception: java.net.ConnectException: Connection refused; For more details see:  http://wiki.apache.org/hadoop/ConnectionRefused

   原因是 namenode 启动失败,此时可以使用 查看 start-dfs.sh 的 log 文件: /Users/fan/Applications/hadoop-2.6.0/logs/hadoop-fan-namenode-MacBook.log ,追踪到以下具体问题:

hadoop/hdfs/name is in an inconsistent state: storage directory(hadoop/hdfs/data/) does not exist or is not accessible

 

解决方法: 

 

1. [CORRECT HDFS-SITE.XML] 

  <property>

  <name>dfs.namenode.name.dir</name>

  <value>/home/hduser/mydata/hdfs/namenode</value>

  </property>

 

 

  <property>

  <name>dfs.datanode.data.dir</name>

  <value>/home/hduser/mydata/hdfs/datanode</value>

  </property>

2.  运行 Hadoop namenode -format 格式化目标目录
3. Start-dfs.sh 启动 hdfs

  4.  http://stackoverflow.com/questions/27271970/hadoop-hdfs-name-is-in-an-inconsistent-state-storage-directoryhadoop-hdfs-data

 

 

参考链接:   https://hadoop.apache.org/docs/stable/hadoop-project-dist/hadoop-common/SingleCluster.html#YARN_on_Single_Node

 

 

 

Hive 2.1.1 的安装与配置:

 

1. 下载
2. 配置.bash_profile文件 :  
3. 1. Export HIVE_HOME=xxx
   2. Export PATH=$HIVE_HOME/bin:$PATH
4. 复制 conf 目录下的 hive-default.xml-template.xml 重命名为: hive-site.xml
5. 修改 hive-site.xml,  配置好 schematool -dbType mysql -initSchema 初始化元数据工具所对应的 metastore 配置
6. 1. 修改 hive-site.xml 表中的 mysql 相关driver连接配置:
   2. 1. 如  driverName   mysql user  password 等,  参考: url 
      2. 下载 mysql-connector.jar 放入 lib 目录下
   3. 启动,并修改 mysql 服务
7. 运行:  schematool -dbType mysql -initSchema
8. 修改 hive-site.xml 中的相关配置:  http://stackoverflow.com/questions/27099898/java-net-urisyntaxexception-when-starting-hive
9. 1. <name>hive.exec.scratchdir</name>

      <value>/tmp/hive-${user.name}</value>

       

      <name>hive.exec.local.scratchdir</name>

      <value>/tmp/${user.name}</value>

       

      <name>hive.downloaded.resources.dir</name>

      <value>/tmp/${user.name}_resources</value>

       

      <name>hive.scratch.dir.permission</name>

          <value>733</value>
10. 启动 hive 测试

 

参考链接:   https://cwiki.apache.org/confluence/display/Hive/GettingStarted#GettingStarted-InstallingHivefromaStableRelease

 

Spark2.1.0-hadoop2.6的安装使用:

 

1.    下载
2. 增加 export  spark_classpath=mysql.connector.xxx.jar
3. 复制 hive 的配置文件 hive-site.xml 放入到 spark 的目录下
4. 启动 spark-shell 测试发现: aused by: MetaException(message:Hive Schema version 1.2.0 does not match metastore's schema version 2.1.0 Metastore is not upgraded or corrupt)
5. 解决方法:   修改配置: https://docs.hortonworks.com/HDPDocuments/Ambari-2.2.2.0/bk_releasenotes_ambari_2.2.2.0/content/ambari_relnotes-2.2.2.0-known-issues.html
6. 运行 spark-shell  成功.

即可使用    

 

 

 

Hbase 在 Mac 系统中的安装 配置 与启动和使用

 

1. 下载
2. cp 到 ~/Application 目录
3. 配置 hbase-env.sh 中的 Java Home ：  export JAVA_HOME=/Users/fan/.jenv/versions/1.8
4. 配置hbase-site.xml 文件：
5. 1.   <property>
   2.                  <name>hbase.cluster.distributed</name>
   3.                  <value>true</value>
   4.         </property>
   6.         <property>
   7.                  <name>>hbase.rootdir</name>
   8.                  <value>hdfs://localhost:9000/user/hbase</value>
   9.         </property>
6. 为 hbase 创建 hdfs 文件夹： hadoop fs -mkdir /user/hbase ;  
7. 配置环境变量 ：
8. 1. export HBASE_HOME=/Users/fan/Applications/hbase-1.2.4
   2. export PATH=$HBASE_HOME/bin:$PATH
9. 启动 hbase: 
10. 1. zkServer.sh start 
    2. Start-hbase.sh
    3. hbase-daemon.sh start thrift （方便 python 连接） 
    4. Hbase shell   （cli环境）
11. 查看 web ui ：  http://localhost:16010/master-status
12. Hbase cli :  hbase shell

 

Zookeeper 的安装 配置 和 使用

 

1. 配置： cp  conf/zoo_sample.cfg  conf/zoo.cfg
2. 启动
3. 1. zkServer.sh start
4. 停止：  
5. 1. zkServer.sh stop
6. 命令行管理：
7. 1. zkCli.sh

 

 

 

Kafka 的安装 配置 和 使用

 

1. 下载
2. 复制到 Applications 目录下
3. 安装依赖的 zookeeper 并配置好。
4. 设置环境变量：
5. 1. KAFKA_HOME=
6. 启动kafka， 并测试 producer 和 consumer
7. 1. 启动Zookeeper服务:

      Kafka用到了Zookeeper，所有首先启动Zookper，下面简单的启用一个单实例的Zookkeeper服务。可以在命令的结尾加个&符号，这样就可以启动后离开控制台。
      1. > bin/zookeeper-server-start.sh config/zookeeper.properties &
      2. [2013-04-22 15:01:37,495] INFO Reading configuration from: config/zookeeper.properties (org.apache.zookeeper.server.quorum.QuorumPeerConfig)
      3. ...
      2. 现在启动Kafka:
      1. > bin/kafka-server-start.sh config/server.properties
      2. [2013-04-22 15:01:47,028] INFO Verifying properties (kafka.utils.VerifiableProperties)
      3. [2013-04-22 15:01:47,051] INFO Property socket.send.buffer.bytes is overridden to 1048576 (kafka.utils.VerifiableProperties)
      4. .
      3: 创建 topic

       

      创建一个叫做“test”的topic，它只有一个分区，一个副本。
      1. > bin/kafka-topics.sh --create --zookeeper localhost:2181 --replication-factor 1 --partitions 1 --topic test
      可以通过list命令查看创建的topic:
      1. > bin/kafka-topics.sh --list --zookeeper localhost:2181
      2. test
       

      除了手动创建topic，还可以配置broker让它自动创建topic.

       

      4:发送消息.

       

      Kafka 使用一个简单的命令行producer，从文件中或者从标准输入中读取消息并发送到服务端。默认的每条命令将发送一条消息。

       

      运行producer并在控制台中输一些消息，这些消息将被发送到服务端：
      1. > bin/kafka-console-producer.sh --broker-list localhost:9092 --topic test 
      2. This is a messageThis is another message
      ctrl+c可以退出发送。

       

      5: 启动consumer

       

      Kafka also has a command line consumer that will dump out messages to standard output.

      Kafka也有一个命令行consumer可以读取消息并输出到标准输出：
      1. > bin/kafka-console-consumer.sh --zookeeper localhost:2181 --topic test --from-beginning
      2. This is a message
      3. This is another message
      你在一个终端中运行consumer命令行，另一个终端中运行producer命令行，就可以在一个终端输入消息，另一个终端读取消息。

      这两个命令都有自己的可选参数，可以在运行的时候不加任何参数可以看到帮助信息。