前言众所周知，CDH为了推自家的Impala，阉割掉了Spark的spark-sql工具，虽然很多时候我们并不需要spark-sql,但是架不住特殊情况下有使用它的时候，这个根据项目或者团队（个人）情况而异。我这边就是因为项目原因，需要使用spark-sql，因此从网上各种查资料，折腾了好几天，最终在CDH集群上集成了spark-sql，以下操作并不能保证百分百适配你的环境，但思路可供借鉴。集成步
转载
2023-09-06 22:24:18
196阅读
【CDH CM版本5.13以下】解决「通过Parcel对spark2版本升级无法发现服务」问题前言现象报错报错原因新升级方案操作留档准备版本升级升级验证版本回退回退验证后记 前言公司对于CDH5.10(注意这个版本)有三个物理集群（非云服务，自有机房），其中两个作为生产，一个作为测试，。生产集群目前都处于满负荷运载的状态，随着业务数据增生，计算方面的瓶颈已较为明显。 对于生产集群的性能提升团队已
转载
2024-04-21 19:36:18
58阅读
①csd包：http://archive.cloudera.com/spark2/csd/ 下载SPARK2_ON_YARN-2.2.0.cloudera1.jar②parcel包：http://archive.cloudera.com/spark2/parcels/2.2.0.cloudera1/ 下载SPARK2-2.2.0.cloudera1-1.cdh5
转载
2023-10-26 14:26:37
108阅读
简介：在我的CDH5.13集群中，默认安装的spark是1.6版本，这里需要将其升级为spark2.x版本。经查阅官方文档，发现spark1.6和2.x是可以并行安装的，也就是说可以不用删除默认的1.6版本，可以直接安装2.x版本，它们各自用的端口也是不一样的。这里做一下安装spark2.3版本的步骤记录。
一. 安装准备csd包：http://archive.cloudera.
转载
2024-03-08 16:41:16
74阅读
第一章：CDH添加kafka服务1.1 在集群中add service第二章：Spark2部署第一章：CDH添加Kafka服务添加kafka服务的时候会跳出来一句话：Before adding this service， ensure that either the kafka parcel is activated or the kafka package is installed.那我们去哪儿
转载
2024-03-12 22:08:13
207阅读
Step 1: 做下saveNamespace操作，停掉集群，并备份下 HDFS 的 Metadata 1.1 让namenode进入safe mode状态 $ bin/hadoop dfsadmin -safemode enter 1.2 执行saveNamespace操作 $ bin/hadoop dfsa
转载
2023-09-17 11:00:53
95阅读
CDH安装包下载地址：://archive.cloudera/cdh5/repo-as-tarball/5.3.2/ CDH5.3.2官方安装说明文档地址：://cloudera/content/cloudera/en/documentation/core/latest/topics/cdh_ig_cdh5_cluster_deploy.html :
转载
2023-12-05 23:44:41
86阅读
升级主要分为两部分1.CM的升级、2.CDH的升级CM的升级###两种升级方法1.使用package
2.使用Tarballs升级方法，参照官方升级指引，Tarball中包含了Cloudera Manager Server和Cloudera Manager Agent
通常情况下升级CM和升级CDH是两个独立的过程，可以在不关闭CDH服务的情况下升级CM，然后再升级CDH，升级CM主要分为以下几
转载
2023-09-16 00:57:59
89阅读
本文主要记录从CDH4升级到CDH5的过程和遇到的问题，当然本文同样适用于CDH5低版本向最新版本的升级。1. 不兼容的变化升级前，需要注意 cdh5 有哪些不兼容的变化，具体请参考：Apache Hadoop Incompatible Changes。2. 升级过程2.1. 备份数据和停止所有服务2.1.1 让 namenode 进入安全模式在NameNode或者配置了 HA 中的 active
严格来说不是将spark1.6升级到spark2.3，而是安装一个新的spark2.3一、JDK1.7升级到JDK1.8由于之前CDH中安装了spark1.6，为了适配，我安装jdk1.7，但是在spark2.3中jdk1.7的支持已经被移除了，所以我们第一件事需要将jdk版本升级到jdk1.81、停掉所有节点的cloudera manager/opt/cm-5.15.0/etc/init.d/c
转载
2024-04-26 19:45:00
74阅读
目录Centos7下Spark安装第一步：软件下载或编译第二步：安装软件（1）上传文件（2）解压文件第三步：Spark的本地模式运行测试第四步：Spark服务WEB监控页面第五步：Spark核心概念简介 Centos7下Spark安装电脑系统：macOS 10.15.4虚拟机软件：Parallels Desktop14操作系统：CentOS 7JDK版本：jdk1.8.0_162Hadoop版本
转载
2023-07-04 14:29:02
110阅读
Hive默认使用的计算框架是MapReduce，在我们使用Hive的时候通过写SQL语句，Hive会自动将SQL语句转化成MapReduce作业去执行，但是MapReduce的执行速度远差与Spark。通过搭建一个Hive On Spark可以修改Hive底层的计算引擎，将MapReduce替换成Spark，从而大幅度提升计算速度。接下来就如何搭建Hive On Spark展开描述
转载
2023-08-31 20:32:03
323阅读
目录?虚拟机Spark安装1、下载2、解压3、配置设置worker4.同步xsync5.启动spark6.浏览器查看?Vmware启动Spark?IDEA操作Scala集群操作打包数据分区股票价格波动? Spark SQL?Spark JDBC初步使用?Spark Streaming? 知识汇总第一章 Spark概述Spark的特点Spark生态圈Spark应用场景`第二章 Scala基础``匿
转载
2023-10-25 22:20:20
3阅读
windows配置单机spark环境背景介绍：把python代码修改为pyspark，并在CDH集群上运行。 整个工作的流程大致如下：windows单机python代码，包括探索性数据分析、特征提取以及模型训练。在windows上配置PySpark环境，并将python代码改为pyspark配置CDH集群的python环境，提交测试在Spark集群上训练模型，以及模型工程化做预测本文主要介绍第二部
转载
2023-06-30 21:50:13
179阅读
安装环境如下：操作系统：CentOs 6.5Hadoop 版本：cdh-5.3.0
Spark 版本：cdh5-1.2.0_5.3.0
1. 安装首先查看 Spark 相关的包有哪些： $ yum list |grep spark
spark-core.noarch 1.2.0+cdh5.3.0+364-1.cdh5.3.0.p0.36.el6 @cdh
spar
转载
2023-08-08 12:27:57
177阅读
【写在前面】本文是基于前文单机部署的基础上，扩展到kylin的集群部署模式。大数据平台使用的是金山云的大数据平台环境，本质也是CDH。如果想进行kylin的集群部署，需要先完成前文kylin多维数据分析(二)教程中的步骤噢。start01Kylin集群部署一、修改配置文件在完成前文的单机部署以后，就可以进行集群模式的在线扩展了。扩展前，需要明确即将安装的几台机器，哪个为主节点，哪几个为从节点。只有
转载
2023-07-04 14:26:55
136阅读
环境介绍：在我的CDH5.11.1的集群中，默认已经安装的spark是1.6版本，这里需要将其升级为spark2.1版本。经查阅官方文档，发现spark1.6和2.x是可以并行安装的，也就是说可以不用删除默认的1.6版本，可以直接安装2.x版本，它们各自用的端口也是不一样的。我尝试了安装spark2.0版本和spark2.1版本，均告成功。这里做一下安装spark2.1版本的步骤记录。官网发布Cl
转载
2023-08-31 20:58:17
85阅读
今天Cloudera正式宣布发布CDS3，基于Apache Spark 3.0 preview2 release，参考：https://spark.apache.org/news/spark-3.0.0-preview2.html这是一个实验版本，建议用于测试或者技术预研，不建议在生产系统中使用。而且这个版本不受Cloudera Support支持。对于Spark3的新特性，可以参考文章《开源生态
转载
2024-01-18 23:27:04
19阅读
hive集群配置 hive on spark标签（空格分隔）： hive##HiveServer2的高可用-HA配置HiveServer2的高可用-HA配置##hive on spark基于Spark 2.0.0搭建Hive on Spark环境官方文档###编译sparkhive on spark要求spark编译时不集成hive，编辑命令如下，需要安装maven，命令中hadoop版本根据实际
转载
2023-07-04 14:12:31
226阅读
