Spark - yarn配置

Spark需要yarn（hadoop版本2.7.7），在ubuntu19上配置步驟如下。

配置

1、修改hadoop-env.sh

export JAVA_HOME=/usr/lib/jvm/java-1.8.0-openjdk-amd64

2、修改yarn-env.sh

export JAVA_HOME=/usr/lib/jvm/java-1.8.0-openjdk-amd64

3、修改core-site.xml

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

4、修改hdfs-site.xml

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

5、增加mapred-site.xml

<configuration>
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
</configuration>

6、修改yarn-site.xml

<configuration>
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
</configuration>

安裝

還要額外安裝openssh-server

sudo apt install openssh-server

執行

1、格式化文件系統

bin/hdfs namenode -format

2、啓動dfs

sbin/start-dfs.sh

3、啓動yarn

sbin/start-yarn.sh

默認端口是8088