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

python+selenium进行cnblog的自动化登录测试

查看>>

Python函数只返回第一个值而不是数据框

查看>>

Python+SQL实战：京东用户行为数据分析案例解析（上）

查看>>

Python+SQL实战：京东用户行为数据分析案例解析（下）

查看>>

PYTHON+Twisted+sqlanydb=ABORT()

查看>>

Python函数之返回值、作用域和局部变量

查看>>

Python+统计学 | 探索常用的数据分析统计分布

查看>>

python, selenium中用于切换帧的函数

查看>>

python函数

查看>>

python----线程、进程、协程的区别及多线程详解

查看>>

python---5

查看>>

python---使用celery分布式系统异步发送短信（云通讯）来验证登录

查看>>

python--003--百分号字符串拼接、format

查看>>

Python--10、线程

查看>>

Python--Redis实战：第四章：数据安全与性能保障：第4节：复制

python-520表白代码，我看谁说程序员不懂浪漫，送你几套表白代码，一步到位

查看>>