spark集群搭建(三台虚拟机)——kafka集群搭建(4)
!!!该系列使用三台虚拟机搭建一个完整的spark集群,集群环境如下:
virtualBox5.2、Ubuntu14.04、securecrt7.3.6_x64英文版(连接虚拟机)
jdk1.7.0、hadoop2.6.5、zookeeper3.4.5、Scala2.12.6、kafka_2.9.2-0.8.1、park1.3.1-bin-hadoop2.6
本文在前面基础上搭建kafka
一、Scala安装(2.12.6)
在spark1上:
1、下载解压重命名
2、配置Scala环境变量:
export SCALA_HOME=/usr/local/bigdata/scala
export PATH=$PATH:$SCALA_HOME/bin
3、验证Scala
root@spark1:/usr/local/bigdata/zk/conf# scala -version Scala code runner version 2.12.6 -- Copyright 2002-2018, LAMP/EPFL and Lightbend, Inc.
4、拷贝到spark2 和spark3上
$ cd /usr/local/bigdata root@spark1:/usr/local/bigdata# scp -r scala root@spark2://usr/local/bigdata/ root@spark1:/usr/local/bigdata# scp -r scala root@spark3://usr/local/bigdata/
5、同理配置spark2和spark3环境变量
二、kafka(kafka_2.9.2-0.8.1)
在spark1上:
1、kafka下载解压重命名
2、修改server.properties
$ cd /usr/local/bigdata/kafka $ cd ./config $ vim server.properties
按顺序添加zookeeper的三台主机名
zookeeper.connect=192.168.43.124:2181,192.168.43.123:2181,192.168.43.125:2181
3、进入bin目录下
$ vim kafka-run-class.sh
找到
KAFKA_JVM_PERFORMANCE_OPTS="-server -XX:+UseCompressedOops -XX:+UseParNewGC -XX:+UseConcMarkSweepGC -XX:+CMSClassUnloadingEnabled -XX:+CMSScavengeBeforeRemark -XX:+DisableExplicitGC -Djava.awt.headless=true"
去掉
-XX:+UseCompressedOops
4、slf4j-1.7.6
下载:链接:https://pan.baidu.com/s/1UQ728d7YOdRssrgYEUArUA 密码:h7bu
解压,将slf4j-nop-1.7.6.jar复制到 kafka 的libs 目录下
5、将kafka拷贝到spark2和spark3上
root@spark1:/usr/local/bigdata# scp -r kafka root@spark2://usr/local/bigdata/ root@spark1:/usr/local/bigdata# scp -r kafka root@spark3://usr/local/bigdata/
修改spark2上的kafka 的server.properties文件,将broker.id值改为1
broker.id=1
修改spark3上的kafka 的server.properties文件,将broker.id值改为2
三、启动kafka,三台机器均需要启动
$ cd kafka #进入kafka安装目录下 $ ./bin/kafka-server-start.sh config/server.properties &
启动成功
root@spark1:~# jps 2465 Jps 2435 NodeManager 2307 ResourceManager 1955 DataNode 1829 NameNode 1605 Kafka 2154 SecondaryNameNode 1519 QuorumPeerMain
如果启动出现卡住不动可能是内存不够,解决:
将 kafka-server-start.sh的 export KAFKA_HEAP_OPTS="-Xmx1G -Xms1G" 修改为 export KAFKA_HEAP_OPTS="-Xmx256M -Xms128M"