Spark2.4.2源码编译-创新互联

软件版本：

jdk：1.8

maven：3.61    http://maven.apache.org/download.cgi

spark：2.42      https://archive.apache.org/dist/spark/spark-2.4.2/

hadoop版本：hadoop-2.6.0-cdh6.7.0（spark编译支持的hadoop版本，不需要安装）

配置maven：

#配置环境变量
[root@hadoop004 soft]# cat /etc/profile.d/maven.sh 
MAVEN_HOME=/usr/local/maven
export PATH=$MAVEN_HOME/bin:$PATH

#确认maven版本
[root@hadoop004 maven]# mvn --version
Apache Maven 3.6.1 (d66c9c0b3152b2e69ee9bac180bb8fcc8e6af555; 2019-04-05T03:00:29+08:00)
Maven home: /usr/local/maven
Java version: 1.8.0_111, vendor: Oracle Corporation, runtime: /usr/java/jdk1.8.0_111/jre
Default locale: en_US, platform encoding: UTF-8
OS name: "linux", version: "3.10.0-862.3.2.el7.x86_64", arch: "amd64", family: "unix"

#配置mvn的本地存放地址：settings.xml文件
/usr/local/maven/repo

#配置mvn下载源为阿里云的maven仓库，加速下载

	alimaven
	aliyun maven
	http://maven.aliyun.com/nexus/content/groups/public/
	central

配置Spark:

tar xf spark-2.4.2.tgz
cd spark-2.4.2.tgz

#修改pom.xml文件，添加clouder仓库

    cloudera
    https://repository.cloudera.com/artifactory/cloudera-repos/

执行编译命令：

#在spark目录下执行
./dev/make-distribution.sh --name 2.6.0-cdh6.7.0 --tgz -Pyarn -Phadoop-2.6 -Phive -Phive-thriftserver -Dhadoop.version=2.6.0-cdh6.7.0

注：本次编译时长大约为35分钟，中间无任何报错；

注：默认使用的scala版本为最新的，如果要指定scala版本，通过以下方式修改
比如把scala版本改为 2.10
./dev/change-scala-version.sh 2.10

参数说明：

--name：生成压缩包的后缀名字；前缀默认为spark版本的名字，本例为：spark-2.4.2-bin

--tgz：采用压缩格式为tar，压缩的后缀名为.tgz

-Pyarn：表示spark需要运行在yarn上面

-Phadoop-2.6：表示spark使用hadoop的profile的id

-Dhadoop.version=2.6.0-cdh6.7.0：表示spark使用hadoop的版本；如果不指定，默认使用的是2.2.0的hadoop

-Phive -Phive-thriftserver：表示支持hive

其它参数：

-DskipTests：跳过测试

生成的文件：

在spark目录下：spark-2.4.2-bin-2.6.0-cdh6.7.0.tgz

使用编译后的spark部署：

tar xf spark-2.4.2-bin-2.6.0-cdh6.7.0.tgz
ln -s spark-2.4.2-bin-2.6.0-cdh6.7.0 spark

#配置spark的环境变量
[hadoop@hadoop001 ~]$ vim .bash_profile
export SPARK_HOME=/home/hadoop/app/spark-2.4.2-bin-2.6.0-cdh6.7.0
export PATH=${SPARK_HOME}/bin:$PATH
[hadoop@hadoop001 ~]$ source .bash_profile

#运行spark测试
[hadoop@hadoop001 ~]$ spark-shell 
19/04/29 10:51:04 WARN NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
Using Spark's default log4j profile: org/apache/spark/log4j-defaults.properties
Setting default log level to "WARN".
To adjust logging level use sc.setLogLevel(newLevel). For SparkR, use setLogLevel(newLevel).
Spark context Web UI available at http://hadoop001:4040
Spark context available as 'sc' (master = local[*], app id = local-1556506274719).
Spark session available as 'spark'.
Welcome to
      ____              __
     / __/__  ___ _____/ /__
    _\ \/ _ \/ _ `/ __/  '_/
   /___/ .__/\_,_/_/ /_/\_\   version 2.4.2
      /_/
         
Using Scala version 2.11.12 (Java HotSpot(TM) 64-Bit Server VM, Java 1.8.0_111)
Type in expressions to have them evaluated.
Type :help for more information.

scala>

另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。