Hadoop 2.8.2 和 Spark 2.1.0 分佈式搭建及遇到的一些小問題

分佈式搭建

下載所需的安裝包，建立相應的文件夾，將安裝包發送到對應的安裝包中去。

安裝JDK

1. 解壓安裝包

2. cd 進入解壓後的文件夾，pwd獲取JAVA_HOME路徑

/home/pangying/java/jdk1.8.0_151

3. 配置環境變量

4. 使配置生效

5. 檢查是否配置成功

安裝Hadoop

1. 解壓安裝包

2. cd進入解壓後的文件夾，pwd獲取hadoop路徑

3. 配置hadoop環境變量

4. 使配置生效

5. 配置hadoop的配置文件

6. 修改hadoop-env.sh將原來的JAVA_HOME配置替換掉

7. 修改core-site.xml文件

8. 修改hdfs-site.xml

9. 修改mapred-site.xml，先複製一份mapred-site.xml.template模板,並重命名爲mapred-site.xml

10. 配置yarn-site.xml

11. 配置集羣中的datanode節點：

12. 格式化文件系統：

檢查是否安裝成功的一個較爲簡單但是不完全可靠的方法是，訪問瀏覽器master對應IP的8088和50070端口，查看活躍節點是否對應你所配的節點數。

安裝Spark

1. 解壓安裝包

2. 進入解壓後的安裝包，pwd獲取安裝路徑

/home/pangying/spark/scala-2.12.4

3. 解壓spark的安裝包，同樣獲取其安裝路徑：

/home/pangying/spark/spark-2.1.0-bin-hadoop2.7

4. 配置環境變量：

5. 使配置生效

6. 進入spark的conf文件夾下配置spark-env.sh文件

7. 複製模板並重命名

 

8. 配置spark-defaults.conf

9. 配置slaves

同樣的，最簡單但是不可靠的檢測是否安裝成功的方式是瀏覽器訪問master節點對應IP的8085端口（如果你在spark-env.sh配了這個端口的話）

注意：上述所有的安裝與配置在所有節點中的操作都是一樣的！

說明：本文省略了ssh免密登錄配置，和hostname主機名的配置，有需要的話可以參考[大數據]-hadoop2.8和spark2.1完全分佈式搭建這篇文章，寫的很詳細，我最初也是參考着它做的。

問題與解決方案

問題1： Unable to load native-hadoop library for yourplatform... using builtin-java

解決方案：

網上很多解決方法都是說hadoop編譯的版本和Java編輯的版本或者系統位數不相符，應該自己去編譯的一個64位的hadoop庫，可是我直覺並檢查我的版本沒有問題，都是64位的，於是我使用個下述方法解決了這個問題：

在文件hadoop-env.sh中增加：

export HADOOP_OPTS="-Djava.library.path=${HADOOP_HOME}/lib/native" 

參考文獻：Hadoop錯誤。。。

問題2：inator stopped!

18/01/03 17:47:13 INFO spark.SparkContext: Successfully stopped SparkContext
Exception in thread "main" java.net.ConnectException: Call From master/192.168.217.128 to master:8020 failed on connection exception: java.net.ConnectException: Connection refused; For more details see:  http://wiki.apache.org/hadoop/ConnectionRefused
	at sun.reflect.NativeConstructorAccessorImpl.newInstance0(Native Method)
	at sun.reflect.NativeConstructorAccessorImpl.newInstance(NativeConstructorAccessorImpl.java:62)
	at sun.reflect.DelegatingConstructorAccessorImpl.newInstance(DelegatingConstructorAccessorImpl.java:45)
	at java.lang.reflect.Constructor.newInstance(Constructor.java:423)
	at org.apache.hadoop.net.NetUtils.wrapWithMessage(NetUtils.java:792)
	at org.apache.hadoop.net.NetUtils.wrapException(NetUtils.java:732)
	at org.apache.hadoop.ipc.Client.call(Client.java:1479)
	at org.apache.hadoop.ipc.Client.call(Client.java:1412)
	at org.apache.hadoop.ipc.ProtobufRpcEngine$Invoker.invoke(ProtobufRpcEngine.java:229)
	at com.sun.proxy.$Proxy13.getFileInfo(Unknown Source)
	at org.apache.hadoop.hdfs.protocolPB.ClientNamenodeProtocolTranslatorPB.getFileInfo(ClientNamenodeProtocolTranslatorPB.java:771)
	at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
	at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62)
	at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
	at java.lang.reflect.Method.invoke(Method.java:498)
	at org.apache.hadoop.io.retry.RetryInvocationHandler.invokeMethod(RetryInvocationHandler.java:191)
	at org.apache.hadoop.io.retry.RetryInvocationHandler.invoke(RetryInvocationHandler.java:102)
	at com.sun.proxy.$Proxy14.getFileInfo(Unknown Source)
	at org.apache.hadoop.hdfs.DFSClient.getFileInfo(DFSClient.java:2108)
	at org.apache.hadoop.hdfs.DistributedFileSystem$22.doCall(DistributedFileSystem.java:1305)
	at org.apache.hadoop.hdfs.DistributedFileSystem$22.doCall(DistributedFileSystem.java:1301)
	at org.apache.hadoop.fs.FileSystemLinkResolver.resolve(FileSystemLinkResolver.java:81)
	at org.apache.hadoop.hdfs.DistributedFileSystem.getFileStatus(DistributedFileSystem.java:1317)
	at org.apache.spark.scheduler.EventLoggingListener.start(EventLoggingListener.scala:93)
	at org.apache.spark.SparkContext.<init>(SparkContext.scala:531)
	at org.apache.spark.SparkContext$.getOrCreate(SparkContext.scala:2313)
	at org.apache.spark.sql.SparkSession$Builder$$anonfun$6.apply(SparkSession.scala:868)
	at org.apache.spark.sql.SparkSession$Builder$$anonfun$6.apply(SparkSession.scala:860)
	at scala.Option.getOrElse(Option.scala:121)
	at org.apache.spark.sql.SparkSession$Builder.getOrCreate(SparkSession.scala:860)
	at org.apache.spark.examples.SparkPi$.main(SparkPi.scala:31)
	at org.apache.spark.examples.SparkPi.main(SparkPi.scala)
	at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
	at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62)
	at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
	at java.lang.reflect.Method.invoke(Method.java:498)
	at org.apache.spark.deploy.SparkSubmit$.org$apache$spark$deploy$SparkSubmit$$runMain(SparkSubmit.scala:738)
	at org.apache.spark.deploy.SparkSubmit$.doRunMain$1(SparkSubmit.scala:187)
	at org.apache.spark.deploy.SparkSubmit$.submit(SparkSubmit.scala:212)
	at org.apache.spark.deploy.SparkSubmit$.main(SparkSubmit.scala:126)
	at org.apache.spark.deploy.SparkSubmit.main(SparkSubmit.scala)
Caused by: java.net.ConnectException: Connection refused
	at sun.nio.ch.SocketChannelImpl.checkConnect(Native Method)
	at sun.nio.ch.SocketChannelImpl.finishConnect(SocketChannelImpl.java:717)
	at org.apache.hadoop.net.SocketIOWithTimeout.connect(SocketIOWithTimeout.java:206)
	at org.apache.hadoop.net.NetUtils.connect(NetUtils.java:531)
	at org.apache.hadoop.net.NetUtils.connect(NetUtils.java:495)
	at org.apache.hadoop.ipc.Client$Connection.setupConnection(Client.java:614)
	at org.apache.hadoop.ipc.Client$Connection.setupIOstreams(Client.java:712)
	at org.apache.hadoop.ipc.Client$Connection.access$2900(Client.java:375)
	at org.apache.hadoop.ipc.Client.getConnection(Client.java:1528)
	at org.apache.hadoop.ipc.Client.call(Client.java:1451)
	... 34 more

解決方案：

將spark-default.conf文件中的spark.eventLog.enabled 改成false

問題3：焦頭爛額，解決中。。。

參考文獻：提交spark sample作業失敗