spark和zeppelin实践二：安装spark和zeppelin

一、安装

1、安装

1. #
2. #wget 
3.   
4. cd /home/haoren  
5. tar zxvf spark-2.0.1-bin-hadoop2.7.tgz  
6. 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

1. vim .bash_profile 或 /etc/profile  
2. export SPARK_HOME=/home/haoren/soft/spark  
3. export PATH=$SPARK_HOME/bin:$PATH  
4.   
5. 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/
#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/

2)修改spark-env.sh

1. cd $SPARK_HOME  
2. cp ./conf/spark-env.sh.template ./conf/spark-env.sh  
3. vim ./conf/spark-env.sh  
4. 加入  
5. export SPARK_DIST_CLASSPATH=$(/home/haoren/soft/hadoop/bin/hadoop classpath)  
6.   
7. export SPARK_CLASSPATH=$SPARK_CLASSPATH:/home/haoren/soft/mysql-connector-java-5.1.38.jar  

3)运行

1. cd $SPARK_HOME  
2. ./bin/run-example SparkPi  
3. #./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

1. #
2. #wget 
3.   
4. cd /home/haoren/soft  
5. tar zxvf zeppelin-0.6.2-bin-all.tgz  
6. ln -s /home/haoren/soft/zeppelin-0.6.2-bin-all /home/haoren/soft/zeppelin  

2、配置
文档参见：

1) 设置zeppelin环境变量

1. vim .bash_profile 或 /etc/profile  
2. export ZEPPELIN_HOME=/home/haoren/soft/zeppelin  
3. export PATH=$ZEPPELIN_HOME/bin:$PATH  
4.   
5. echo $ZEPPELIN_HOME  

2)修改zeppelin-env.sh

1. cd $ZEPPELIN_HOME  
2. cp ./conf/zeppelin-env.sh.template ./conf/zeppelin-env.sh  
3. vim ./conf/zeppelin-env.sh  
4.   
5.   
6. #export ZEPPELIN_PORT=18081  
7.   
8. export SPARK_HOME=/home/haoren/soft/spark  
9. export HADOOP_CONF_DIR=/home/haoren/soft/hadoop  
10. export SPARK_SUBMIT_OPTIONS="--packages com.databricks:spark-csv_2.10:1.2.0"  
11.   
12. cp ./conf/zeppelin-site.xml.template ./conf/zeppelin-site.xml  
13. vim ./conf/zeppelin-site.xml  
14. 18081  
15. sed -i 's/8080/18081/' ./conf/zeppelin-site.xml  

3)运行

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

4)测试
打开网址：

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

1. cd /home/haoren/soft/zeppelin/lib  
2. rm -f jackson-annotations-2.5.0.jar  
3. rm -f jackson-core-2.5.3.jar  
4. rm -f jackson-databind-2.5.3.jar  
5.   
6. cp /home/haoren/soft/spark/jars/jackson-databind-2.6.5.jar /home/haoren/soft/zeppelin/lib/  
7. cp /home/haoren/soft/spark/jars/jackson-core-2.6.5.jar /home/haoren/soft/zeppelin/lib/  
8. 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

1. cd /home/haoren/soft/zeppelin/lib  
2. rm -f hadoop-annotations-2.6.0.jar  
3. rm -f hadoop-auth-2.6.0.jar  
4. rm -f hadoop-common-2.6.0.jar  
5.   
6. cp /home/haoren/soft/spark/jars/hadoop-annotations-2.7.3.jar /home/haoren/soft/zeppelin/lib/  
7. cp /home/haoren/soft/spark/jars/hadoop-auth-2.7.3.jar /home/haoren/soft/zeppelin/lib/  
8. 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。