0


spark3.3.1 for CDH6.3.2 打包

spark3.3.1 CDH 打包

因为 CDH 在 6.3.2 之后开始收费,而自带的spark版本太低,还阉割了 spark-sql 功能。所以我们直接外挂spark3.3.1,使用 CDH 6.3.2 相关的 hadoop lib。

下载相关组件

wget https://archive.apache.org/dist/maven/maven-3/3.8.6/source/apache-maven-3.8.6-src.tar.gz 
wget https://archive.apache.org/dist/spark/spark-3.3.1/spark-3.3.1.tgz

mv spark-3.3.1.tgz apache-maven-3.6.3-src.tar.gz /opt/

cd /opt/
tar-zxvf spark-3.3.1.tgz
tar-zxvf apache-maven-3.6.3-src.tar.gz 

更改环境变量

# 登陆 10.0.1.20# 环境变量的一些相关配置 可忽略# 实例:
ava.sh  maven.sh scala.sh
==> java.sh <==exportJAVA_HOME=/opt/jdk1.8.0_351
exportJRE_HOME=${JAVA_HOME}/jre
exportCLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib:$CLASSPATHexportJAVA_PATH=${JAVA_HOME}/bin:${JRE_HOME}/bin
exportPATH=${JAVA_PATH}:${PATH}==> maven.sh <==exportMAVEN_HOME=/opt/apache-maven-3.6.3
exportPATH=$PATH:$MAVEN_HOME/bin

==> scala.sh <==exportSCALA_HOME=/opt/scala-2.12.17
exportPATH=$PATH:$SCALA_HOME/bin

# 验证 请保证每个环境参数都存在。echo$JAVA_HOMEecho$JRE_HOMEecho$CLASSPATHecho$JAVA_PATHecho$MAVEN_HOMEecho$SCALA_HOMEecho$PATH# 上述的JAVA JRE MAVEN都存在java-version
scala -version
mvn -v

更改相关配置文件

添加maven中央仓库 和 cloudera 仓库

vim${SPARK_HOME}/pom.xml

在 repositories中添加

<repository><id>alimaven</id><name>aliyun maven</name><url>http://maven.aliyun.com/nexus/content/groups/public/</url><releases><enabled>true</enabled></releases><snapshots><enabled>false</enabled></snapshots></repository><repository><id>cloudera</id><url>https://repository.cloudera.com/artifactory/cloudera-repos/</url></repository>

这里也需要将hadoop verison进行更改

<hadoop.version>3.0.0-cdh6.3.2</hadoop.version><maven.version>3.6.3</maven.version>

在这里插入图片描述

更改mvn地址

vim ./dev/make-distribution.sh
#MVN="$SPARK_HOME/build/mvn"MVN="/opt/apache-maven-3.6.3/bin/mvn"

maven 打包参数

vim ./dev/make-distribution.sh
# 将原始 export MAVEN_OPTS="${MAVEN_OPTS:--Xmx2g -XX:ReservedCodeCacheSize=1g}"# 更改为 exportMAVEN_OPTS="${MAVEN_OPTS:--Xmx6g -XX:ReservedCodeCacheSize=2g}"

更改 scala版本

scala -version# 2.12
./dev/change-scala-version.sh 2.12

在这里插入图片描述

maven编译命令

用的是spark的 ./dev/make-distribution.sh 脚本进行编译,这个脚本其实也是用maven编译的,

  • –tgz 指定以tgz结尾
  • –name后面跟的是我们Hadoop的版本,在后面生成的tar包我们会发现名字后面的版本号也是这个(这个可以看make-distribution.sh源码了解)
  • -Pyarn 是基于yarn
  • -Dhadoop.version=3.0.0-cdh6.3.2 指定Hadoop的版本。
./dev/make-distribution.sh \--name3.0.0-cdh6.3.2 --tgz-Pyarn -Phadoop-3.0 \-Phive -Phive-thriftserver -Dhadoop.version=3.0.0-cdh6.3.2 -X

在这里插入图片描述

maven打包完毕

版本包打完结果:
在这里插入图片描述
在这里插入图片描述
会有一个名为 spark-3.3.1-bin-3.0.0-cdh6.3.2.tgz 的版本包出现。


安装 spark3-cdh

在 /opt/cloudera/parcels/CDH/ 中安装spark-3.3.1

cp spark-3.3.1-bin-3.0.0-cdh6.3.2.tgz /opt/cloudera/parcels/CDH/lib
cd /opt/cloudera/parcels/CDH/lib
tar-zxvf spark-3.3.1-bin-3.0.0-cdh6.3.2.tgz
mv spark-3.3.1-bin-3.0.0-cdh6.3.2 spark3

配置 spark-env

cp /etc/spark/conf/spark-env.sh  /opt/cloudera/parcels/CDH/lib/spark3/conf
vim ./conf/spark-env.sh
# 更改一下 SPARK_HOME(其实也不用更改,但需要确认目录是否正确)cp /etc/hive/conf/hive-site.xml /opt/cloudera/parcels/CDH/lib/spark3/conf/
# 确保CDH已经正常启动,并且resourcesManager已经启动

在这里插入图片描述

编辑一个 spark-sql

vim${SPARK3_HOME}/bin/spark-sql
#vim /opt/cloudera/parcels/CDH/bin/spark-sql #!/bin/bash  # Reference: http://stackoverflow.com/questions/59895/can-a-bash-script-tell-what-directory-its-stored-in  exportHADOOP_CONF_DIR=/etc/hadoop/conf
exportYARN_CONF_DIR=/etc/hadoop/conf
SOURCE="${BASH_SOURCE[0]}"BIN_DIR="$(dirname"$SOURCE")"while[-h"$SOURCE"]doSOURCE="$(readlink "$SOURCE")"[[$SOURCE!= /* ]]&&SOURCE="$BIN_DIR/$SOURCE"BIN_DIR="$( cd -P "$(dirname"$SOURCE")"&&pwd)"  
done  
BIN_DIR="$(cd-P"$(dirname"$SOURCE")"&&pwd)"  
LIB_DIR=$BIN_DIR/../lib  
export HADOOP_HOME=$LIB_DIR/hadoop  
  
# Autodetect JAVA_HOME if not defined  
. $LIB_DIR/bigtop-utils/bigtop-detect-javahome  
  
exec $LIB_DIR/spark3/bin/spark-submit --class org.apache.spark.sql.hive.thriftserver.SparkSQLCLIDriver "$@"

完成后使用 alternatives 进行环境变量管控

alternatives --install /usr/bin/spark-sql spark-sql /opt/cloudera/parcels/CDH/bin/spark-sql 1
alternatives --config spark-sql
# 如果有多个版本,切换为刚刚配置的

在这里插入图片描述

验证 spark-sql

进入spark-sql

showdatabases;use ods;showtables;

在这里插入图片描述

该节点spark-sql搭建完毕。

其余节点只需要scp spark包,并进行对应操作即可。

PS 打包出来的文件

https://download.csdn.net/download/qq_36610426/87125679

不需要积分下载,请好评!

标签: hadoop spark cdh

本文转载自: https://blog.csdn.net/qq_36610426/article/details/127997188
版权归原作者 青冬 所有, 如有侵权,请联系我们删除。

“spark3.3.1 for CDH6.3.2 打包”的评论:

还没有评论