spark和zeppelin实践二：安装spark和zeppelin-蒲公英云

一、Spark安装

1、安装spark

[plain] view plain copy

在CODE上查看代码片派生到我的代码片

#http://spark.apache.org/downloads.html
#wget http://d3kbcqa49mib13.cloudfront.net/spark-2.0.1-bin-hadoop2.7.tgz
cd /home/haoren
tar zxvf spark-2.0.1-bin-hadoop2.7.tgz
ln -s /home/haoren/soft/spark-2.0.1-bin-hadoop2.7 /home/haoren/soft/spark

2、配置Spark

1) 设置Spark环境变量

[plain] view plain copy

在CODE上查看代码片派生到我的代码片

vim .bash_profile 或 /etc/profile
export SPARK_HOME=/home/haoren/soft/spark
export PATH=$SPARK_HOME/bin:$PATH
echo $SPARK_HOME

例如

# .bash_profile
# Get the aliases and functions
if [ -f ~/.bashrc ]; then
. ~/.bashrc
fi

# User specific environment and startup programs

PATH=$PATH:$HOME/bin
export PATH
ulimit -c unlimited
alias forward=’sudo /etc/rc.d/forwardiptables’
alias onlyforward=’sudo /etc/rc.d/only_forward’
alias reboot=’sudo /usr/bin/reboot’
alias ethtool=’sudo /sbin/ethtool’

#export HADOOP_HOME=/home/haoren/soft/hadoop
#export PATH=$HADOOP_HOME/bin:$PATH

export SPARK_HOME=/home/haoren/soft/spark
export PATH=$SPARK_HOME/bin:$PATH

export ZEPPELIN_HOME=/home/haoren/soft/zeppelin
export PATH=$ZEPPELIN_HOME/bin:$PATH

export PYTHONPATH=$PYTHONPATH:/home/haoren/soft/python

2)修改spark-env.sh

[plain] view plain copy

在CODE上查看代码片派生到我的代码片

cd $SPARK_HOME
cp ./conf/spark-env.sh.template ./conf/spark-env.sh
vim ./conf/spark-env.sh
加入
export SPARK_DIST_CLASSPATH=$(/home/haoren/soft/hadoop/bin/hadoop classpath)
export SPARK_CLASSPATH=$SPARK_CLASSPATH:/home/haoren/soft/mysql-connector-java-5.1.38.jar

3)运行

[plain] view plain copy

在CODE上查看代码片派生到我的代码片

cd $SPARK_HOME
./bin/run-example SparkPi
#./sbin/spark-daemon.sh start

4)Spark Shell 进行交互分析
./bin/spark-shell

二、Zeppelin安装

1、安装zeppelin

[plain] view plain copy

在CODE上查看代码片派生到我的代码片

#http://zeppelin.apache.org/download.html
#wget http://mirrors.cnnic.cn/apache/zeppelin/zeppelin-0.6.2/zeppelin-0.6.2-bin-all.tgz
cd /home/haoren/soft
tar zxvf zeppelin-0.6.2-bin-all.tgz
ln -s /home/haoren/soft/zeppelin-0.6.2-bin-all /home/haoren/soft/zeppelin

2、配置
文档参见： http://zeppelin.apache.org/docs/0.6.2/install/install.html

1) 设置zeppelin环境变量

[plain] view plain copy

在CODE上查看代码片派生到我的代码片

vim .bash_profile 或 /etc/profile
export ZEPPELIN_HOME=/home/haoren/soft/zeppelin
export PATH=$ZEPPELIN_HOME/bin:$PATH
echo $ZEPPELIN_HOME

2)修改zeppelin-env.sh

[plain] view plain copy

在CODE上查看代码片派生到我的代码片

cd $ZEPPELIN_HOME
cp ./conf/zeppelin-env.sh.template ./conf/zeppelin-env.sh
vim ./conf/zeppelin-env.sh
#export ZEPPELIN_PORT=18081
export SPARK_HOME=/home/haoren/soft/spark
export HADOOP_CONF_DIR=/home/haoren/soft/hadoop
export SPARK_SUBMIT_OPTIONS=”—packages com.databricks:spark-csv_2.10:1.2.0”
cp ./conf/zeppelin-site.xml.template ./conf/zeppelin-site.xml
vim ./conf/zeppelin-site.xml
18081
sed -i ‘s/8080/18081/‘ ./conf/zeppelin-site.xml

3)运行

[plain] view plain copy

在CODE上查看代码片派生到我的代码片

cd $ZEPPELIN_HOME
./bin/zeppelin-daemon.sh start
./bin/zeppelin-daemon.sh stop

4)测试
打开网址：http://192.168.94.103:18081/

5）问题总结

问题1：不执行或者执行出错。
环境变量重新配置一下，刷新一下。

问题2：com.fasterxml.jackson.databind.JsonMappingException: Jackson version is too old 2.5.3
zeppelin目录下jackson版本和sprak目录下的版本不一致
替换/home/haoren/soft/spark/jars目录下的jackson-databind-2.6.5.jar jackson-core-2.6.5.jar jackson-annotations-2.6.5.jar到zeppelin/lib

[plain] view plain copy

在CODE上查看代码片派生到我的代码片

cd /home/haoren/soft/zeppelin/lib
rm -f jackson-annotations-2.5.0.jar
rm -f jackson-core-2.5.3.jar
rm -f jackson-databind-2.5.3.jar
cp /home/haoren/soft/spark/jars/jackson-databind-2.6.5.jar /home/haoren/soft/zeppelin/lib/
cp /home/haoren/soft/spark/jars/jackson-core-2.6.5.jar /home/haoren/soft/zeppelin/lib/
cp /home/haoren/soft/spark/jars/jackson-annotations-2.6.5.jar /home/haoren/soft/zeppelin/lib/

问题3：java.lang.NoSuchMethodError: org.apache.hadoop.tracing.SpanReceiverHost.get
zeppelin目录下hadoop版本和sprak目录下的版本不一致，把相应的jar包替换过去

[plain] view plain copy

在CODE上查看代码片派生到我的代码片

cd /home/haoren/soft/zeppelin/lib
rm -f hadoop-annotations-2.6.0.jar
rm -f hadoop-auth-2.6.0.jar
rm -f hadoop-common-2.6.0.jar
cp /home/haoren/soft/spark/jars/hadoop-annotations-2.7.3.jar /home/haoren/soft/zeppelin/lib/
cp /home/haoren/soft/spark/jars/hadoop-auth-2.7.3.jar /home/haoren/soft/zeppelin/lib/
cp /home/haoren/soft/spark/jars/hadoop-common-2.7.3.jar /home/haoren/soft/zeppelin/lib/

问题4：java.sql.SQLException: Failed to start database ‘metastore_db’ with class loader org.apache.spark.sql.hive.client.IsolatedClientLoader$$anon$1@5a0039e7, see the next exception for details
只是要注意一点：在运行程序之前，千万不要运行脚本sbin/start-thriftserver.sh,否则自己写的程序是无法运行的
情形一：已经有一个hive连接在访问Derby创建的metastore_db文件夹，由于Derby数据库自身的缺点—仅支持一个链接对其进行访问，所以这时，如果再有一个终端调用hive，就有第二个链接访问Derby数据库了，就会抛出这个异常。
解决方法很简单。用mysql作为元数据仓库，mysql支持多链接访问，这个问题就不存在了。
情形二：突然离线，易造成hive没能来得及删除自动创建的metastore_db文件夹(~home/bin/metastore_db),这时再次用hive命令进入，则会产生如下报错。
解决这一问题很简单。将metastore_db文件夹改名或者干脆删除，然后重新运行hive命令启动即可。