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

Objective-C实现segment tree段树算法(附完整源码)

查看>>

Objective-C实现selection sort选择排序算法(附完整源码)

查看>>

Objective-C实现sha256算法(附完整源码)

查看>>

Objective-C实现SinglyLinkedList单链表算法（附完整源码）

查看>>

Objective-C实现skew heap倾斜堆算法(附完整源码)

查看>>

Objective-C实现Skip List跳表算法(附完整源码)

查看>>

Objective-C实现slow sort慢排序算法(附完整源码)

查看>>

Objective-C实现tanh函数功能（附完整源码）

查看>>

Objective-C实现z-algorithm算法（附完整源码）

查看>>

Objective-C实现zellers congruence泽勒一致算法(附完整源码)

查看>>

Objective-C实现Zero One Knapsack零一背包计算算法（附完整源码）

查看>>

Objective-C实现一个Pangram字符串至少包含一次所有字母算法(附完整源码)

查看>>

Objective-C实现一个通用的堆算法(附完整源码)

查看>>

Objective-C实现一分钟倒计时(附完整源码)

查看>>

Objective-C实现三次样条曲线（附完整源码）

查看>>

Objective-C实现上传文件到FTP服务器(附完整源码)

查看>>

Objective-C实现两数之和问题(附完整源码)

查看>>

Objective-C实现串口通讯(附完整源码)

查看>>

Objective-C实现串逐位和(附完整源码)

查看>>

Objective-C实现主存储器空间的分配和回收（附完整源码）

查看>>