博客
关于我
Ubuntu16.04安装Hadoop+Spark+pyspark大数据python开发环境
阅读量:329 次
发布时间:2019-03-04

本文共 2245 字,大约阅读时间需要 7 分钟。

Ubuntu环境下大数据开发全指南

安装JDK

安装Java Development Kit(JDK)是大数据开发的基础。以下是手动安装步骤:

  • 使用包管理器安装JDK:
    sudo apt-get install java-dev
  • 配置JDK环境变量:
    打开~/.bashrc文件,添加以下内容:
    export JAVA_HOME=/usr/lib/jvm/java  export JRE_HOME=${JAVA_HOME}/jre  export CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib  export PATH=${JAVA_HOME}/bin:$PATH

    保存后执行:

    source ~/.bashrc
  • 验证安装:
    输入命令查看Java版本:
    java -version
  • 配置SSH免密登录

    SSH免密登录是开发过程中的常用需求。以下是配置步骤:

  • 安装SSH服务器:
    sudo apt-get install openssh-server
  • 生成SSH公钥:
    输入命令并连续敲击回车:
    ssh-keygen -t rsa
  • 将公钥添加到授权列表:
    cat ./id_rsa.pub >> ./authorized_keys
  • 测试免密登录:
    ssh localhost
  • 安装Hadoop

    Hadoop是大数据处理的核心框架。以下是手动安装步骤:

  • 解压Hadoop:
    sudo tar -zxvf hadoop-2.6.5.tar.gz -C /usr/local
  • 配置Hadoop环境:
    打开~/.bashrc文件,添加以下内容:
    export HADOOP_HOME=/usr/local/hadoop  export CLASSPATH=$($HADOOP_HOME/bin/hadoop classpath):$CLASSPATH  export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native  export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
  • 启动Hadoop:
    source ~/.bashrc  ./bin/hdfs namenode -format  ./sbin/start-dfs.sh  jps
  • 配置Hadoop相关文件:
    • hadoop-env.sh:
    export JAVA_HOME=/usr/lib/jvm/java
    • core-site.xml:
    hadoop.tmp.dir
    file:/usr/local/hadoop/tmp
    fs.defaultFS
    hdfs://localhost:9000
    • hdfs-site.xml:
    dfs.replication
    1
    dfs.namenode.name.dir
    file:/usr/local/hadoop/tmp/dfs/name
    dfs.datanode.data.dir
    file:/usr/local/hadoop/tmp/dfs/data
  • 安装Scala

    Scala是大数据处理的高级语言。以下是手动安装步骤:

  • 使用包管理器安装Scala:
    sudo apt-get install scala
  • 配置Scala环境变量:
    打开~/.bashrc文件,添加以下内容:
    export SCALA_HOME=/usr/share/scala-2.11
  • 验证安装:
    scala -version
  • 安装Spark

    Spark是大数据处理的通用框架。以下是手动安装步骤:

  • 解压Spark:
    tar zxvf spark-2.3.1-bin-hadoop2.7.tgz
  • 配置Spark环境:
    打开~/.bashrc文件,添加以下内容:
    export SPARK_HOME=/usr/local/spark
  • 验证安装:
    cd /usr/local/spark/bin  ./pyspark
  • 测试Spark+Python:
    from pyspark import SparkContext  sc = SparkContext()  lines = sc.textFile("/usr/local/spark/README.md")  lines.count()  lines.first()
  • 以上就是Ubuntu环境下大数据开发的完整安装指南。从JDK到Hadoop、Scala、Spark,每一步都详细指导,帮助您快速搭建开发环境。

    转载地址:http://uzwh.baihongyu.com/

    你可能感兴趣的文章
    Oracle 11g中的snapshot standby特性
    查看>>
    Oracle 11g关闭用户连接审计
    查看>>
    Oracle 11g忘记sys、system、scott密码该这样修改!
    查看>>
    Oracle 11g数据库安装和卸载教程
    查看>>
    Oracle 11g数据库成功安装创建详细步骤
    查看>>
    Oracle 11g超详细安装步骤
    查看>>
    Oracle 12c中的MGMTDB
    查看>>
    Oracle 12c安装报错Installation failed to access the temporary location(无法访问临时位置)...
    查看>>
    Oracle 9i数据库管理教程
    查看>>
    ORACLE Active dataguard 一个latch: row cache objects BUG
    查看>>
    oracle avg、count、max、min、sum、having、any、all、nvl的用法
    查看>>
    Oracle BEQ方式连接配置
    查看>>
    oracle Blob保存方式,oracle 存储过程操作blob
    查看>>
    Oracle BMW Racing sailing vessel帆船图
    查看>>
    ORACLE Bug 4431215 引发的血案—原因分析篇
    查看>>
    Oracle Business Intelligence Downloads
    查看>>
    Oracle cmd乱码
    查看>>
    Oracle Corp甲骨文公司推出Oracle NoSQL数据库2.0版
    查看>>
    【Docker知识】将环境变量传递到容器
    查看>>
    uniapp超全user-agent判断 包括微信开发工具 hbuilder mac windows 安卓ios端及本地识别
    查看>>