[大数据]Hadoop 3.3 Spark 3.2 M1 MacOS 伪分布式配置

Hadoop 3.3 + Spark 3.2 + M1 MacOS伪分布式配置

安装Java 8

一开始装了Java 17发现Hadoop没法开启yarn，只好降低版本，适用于M1的Java 8下载：Java Download | Java 8, Java 11, Java 13 - Linux, Windows & macOS (azul.com)

Java多版本管理

打开~/.zshrc输入

export JAVA_17_HOME="/Library/Java/JavaVirtualMachines/jdk-17.0.2.jdk/Contents/Home"
alias java17='export JAVA_HOME=$JAVA_17_HOME'

export JAVA_11_HOME="/Library/Java/JavaVirtualMachines/zulu-11.jdk/Contents/Home"
alias java11='export JAVA_HOME=$JAVA_11_HOME'

export JAVA_8_HOME="/Library/Java/JavaVirtualMachines/zulu-8.jdk/Contents/Home"
alias java8='export JAVA_HOME=$JAVA_8_HOME'

# 默认使用java17
export JAVA_HOME=$JAVA_17_HOME

执行命令source ~/.zshrc，日常使用

java8 # 切换到java8
java -version # 查看当前java版本

Hadoop 3伪分布式

下载Apache Hadoop中aarch64版本，解压到~/opt（或者/usr/local），修改hadoop-3.3.2/etc/hadoop/hadoop-env.sh为

export JAVA_HOME=/Library/Java/JavaVirtualMachines/zulu-8.jdk/Contents/Home

接下来参考官网给出的伪分布式配置流程Apache Hadoop 3.3.2 – Hadoop: Setting up a Single Node Cluster.

1. 设置免密登录ssh，在Mac的系统偏好设置->共享中打开远程登录选项
   

   ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa
   cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
   chmod 0600 ~/.ssh/authorized_keys
   ssh localhost # 检查现在是否需要密码
   

2. 配置hadoop-3.3.2/etc/hadoop/core-site.xml

   <configuration>
     <property>
       <name>fs.defaultFS</name>
       <value>hdfs://localhost:9000</value>
     </property>
   </configuration>
   

3. 配置hadoop-3.3.2/etc/hadoop/hdfs-site.xml

   <configuration>
     <property>
       <name>dfs.replication</name>
       <value>1</value>
     </property>
   </configuration>
   

4. 配置hadoop-3.3.2/etc/hadoop/mapred-site.xml

   <configuration>
       <property>
           <name>mapreduce.framework.name</name>
           <value>yarn</value>
       </property>
       <property>
           <name>mapreduce.application.classpath</name>
           <value>$HADOOP_MAPRED_HOME/share/hadoop/mapreduce/*:$HADOOP_MAPRED_HOME/share/hadoop/mapreduce/lib/*</value>
       </property>
   </configuration>
   

5. 配置hadoop-3.3.2/etc/hadoop/yarn-site.xml:

   <configuration>
       <property>
           <name>yarn.nodemanager.aux-services</name>
           <value>mapreduce_shuffle</value>
       </property>
       <property>
           <name>yarn.nodemanager.env-whitelist</name>
           <value>JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_HOME,PATH,LANG,TZ,HADOOP_MAPRED_HOME</value>
       </property>
   </configuration>
   

6. 命令行启动

   bin/hdfs namenode -format # 初始化
   # 启动NameNode和DataNode
   # 启动后可以通过 http://localhost:9870/访问NameNode
   sbin/start-dfs.sh 
   # 生成默认目录
   bin/hdfs dfs -mkdir /user/<username>
   # 启动ResourceManager和NodeManager
   # 启动后可以通过 http://localhost:8088/访问ResourceManager
   sbin/start-yarn.sh
   

7. 检查是否全部启动：命令行输入jps查看是否有NameNode、DataNode、ResourceManager和NodeManager
   如果启动失败，查看目录hadoop-3.3.2/logs下的对应日志。

Spark 3

1. 安装Scala 2.12，命令行输入

   curl -fL https://github.com/coursier/launchers/raw/master/cs-x86_64-apple-darwin.gz | gzip -d > cs && chmod +x cs && (xattr -d com.apple.quarantine cs || true) 
   ./cs install scala:2.12.15 scalac:2.12.15
   

2. 下载地址Downloads | Apache Spark，注意spark不同版本对hadoop和scala版本有不同要求，这里安装3.2.1。同样解压到~/opt（或者/usr/local），spark-3.2.1/conf/spark-env.sh.template重命名为spark-3.2.1/conf/spark-env.sh，修改spark-3.2.1/conf/spark-env.sh为

   export JAVA_HOME=/Library/Java/JavaVirtualMachines/zulu-8.jdk/Contents/Home
   export SCALA_HOME=/Users/<username>/opt/spark-3.2.1
   export HADOOP_HOME=/Users/<username>/opt/hadoop-3.3.2
   export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop
   

3. 命令行输入./spark-3.2.1/sbin/start-all.sh启动，启动有问题同样查看logs目录下的日志。