所需文件:

更新日期为2021/5/8:

Linux 内核更新包

JDK1.8

maven3.8.1

hadoop3.3.0

spark3.1.1

WSL?WSL2?

WSL是适用于 Linux 的 Windows 子系统可让开发人员按原样运行 GNU/Linux 环境 - 包括大多数命令行工具、实用工具和应用程序 - 且不会产生传统虚拟机或双启动设置开销。

您可以:

  • 在 Microsoft Store 中选择你偏好的 GNU/Linux 分发版。
  • 运行常用的命令行软件工具(例如 grepsedawk)或其他 ELF-64 二进制文件。
  • 运行 Bash shell 脚本和 GNU/Linux 命令行应用程序,包括:
    • 工具:vim、emacs、tmux
    • 语言:NodeJS、Javascript、Python、Ruby、C/ C++、C# 与 F#、Rust、Go 等。
    • 服务:SSHD、MySQL、Apache、lighttpd、MongoDBPostgreSQL
  • 使用自己的 GNU/Linux 分发包管理器安装其他软件。
  • 使用类似于 Unix 的命令行 shell 调用 Windows 应用程序。
  • 在 Windows 上调用 GNU/Linux 应用程序。

WSL 2 是适用于 Linux 的 Windows 子系统体系结构的一个新版本,它支持适用于 Linux 的 Windows 子系统在 Windows 上运行 ELF64 Linux 二进制文件。 它的主要目标是 提高文件系统性能,以及添加 完全的系统调用兼容性

这一新的体系结构改变了这些 Linux 二进制文件与Windows 和计算机硬件进行交互的方式,但仍然提供与 WSL 1(当前广泛可用的版本)中相同的用户体验。

单个 Linux 分发版可以在 WSL 1 或 WSL 2 体系结构中运行。 每个分发版可随时升级或降级,并且你可以并行运行 WSL 1 和 WSL 2 分发版。 WSL 2 使用全新的体系结构,该体系结构受益于运行真正的 Linux 内核。

简而言之WSL类似于windows提供的虚拟机,同时相比VMWare Workstation拥有更好的IO性能且支持硬件直通。

WSL的官方文档地址:https://docs.microsoft.com/zh-cn/windows/wsl/

安装WSL和WSL2

参考官方文档:文档地址

执执行手动安装步骤即可。

以管理员身份打开 PowerShell 并运行如下代码安装WSL

dism.exe /online /enable-feature /featurename:Microsoft-Windows-Subsystem-Linux /all /norestart

WSL2+Ubuntu配置Java Maven Hadoop Spark环境-LMLPHP

检查系统是否支持WSL2:

  • 对于 x64 系统:版本 1903 或更高版本,采用 内部版本 18362 或更高版本。
  • 对于 ARM64 系统:版本 2004 或更高版本,采用 内部版本 19041 或更高版本。
  • 低于 18362 的版本不支持 WSL 2。

若要检查 Windows 版本及内部版本号,选择 Windows 徽标键 + R,然后键入“winver”,选择“确定”。

如果不支持WSL2,可以直接重启电脑,安装Linux发行版即可。

以管理员身份打开 PowerShell 并运行如下代码启用虚拟机功能

dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart

WSL2+Ubuntu配置Java Maven Hadoop Spark环境-LMLPHP

重启计算机

下载安装 Linux 内核更新包:点击下载

打开 PowerShell,然后在安装新的 Linux 发行版时运行以下命令,将 WSL 2 设置为默认版本

wsl --set-default-version 2

安装Linux发行版

WSL2+Ubuntu配置Java Maven Hadoop Spark环境-LMLPHP

WSL2+Ubuntu配置Java Maven Hadoop Spark环境-LMLPHP

安装完成后点击启动,首次启动需要输入用户名和密码。

子系统安装java

首先描述一下如何进行Windows和Linux之间的文件操作:

方法一:通过 \\wsl$ 访问 Linux 文件时将使用 WSL 分发版的默认用户。 因此,任何访问 Linux 文件的 Windows 应用都具有与默认用户相同的权限。

WSL2+Ubuntu配置Java Maven Hadoop Spark环境-LMLPHP

WSL2+Ubuntu配置Java Maven Hadoop Spark环境-LMLPHP

方法二:通过VS Code访问Linux文件

WSL2+Ubuntu配置Java Maven Hadoop Spark环境-LMLPHP

参考文档:CSDN博客

正式安装:

将所需的文件复制到WSL的目录中,我一般遵循实体机的习惯放置到下载目录。

WSL2+Ubuntu配置Java Maven Hadoop Spark环境-LMLPHP

cd到存放目录使用tar命令解压压缩文件:

tar -zxvf jdk-8u291-linux-x64.tar.gz

WSL2+Ubuntu配置Java Maven Hadoop Spark环境-LMLPHP

使用cp命令修改文件名便于后续操作(jdk1.8.0_291为解压后文件)

cp -r jdk1.8.0_291 jdk8

将jdk移动到某个目录,我放在了/usr/bin/java/。(通过mkdir创建java目录并移动)

sudo mkdir /usr/bin/java/
sudo mv jdk8 /usr/bin/java/

添加java到环境中:

sudo vi /etc/profile

使用vi编辑器在最后面添加:请将JAVA_HOME路径修改为你的jdk目录,可以通过pwd查看当前目录,直接复制输出即可。

export JAVA_HOME=/usr/bin/java/jdk8
export PATH=$JAVA_HOME/bin:$PATH
export CLASSPATH=:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar

WSL2+Ubuntu配置Java Maven Hadoop Spark环境-LMLPHP

添加完成后按ESC键输入:wq!保存并退出。

使用如下命令刷新:

source /etc/profile

输入 java -version和javac -version测试无异常即可。

WSL2+Ubuntu配置Java Maven Hadoop Spark环境-LMLPHP

子系统安装Maven

安装步骤与Java基本相同,解压到制定目录,添加到环境。

WSL2+Ubuntu配置Java Maven Hadoop Spark环境-LMLPHP

WSL2+Ubuntu配置Java Maven Hadoop Spark环境-LMLPHP

写入:(同样注意修改路径)

# maven
export MAVEN_HOME=/usr/bin/maven
export PATH=$PATH:$MAVEN_HOME/bin

使用source /etc/profile刷新后使用mvn -v检查能否正常使用。

WSL2+Ubuntu配置Java Maven Hadoop Spark环境-LMLPHP

子系统安装Hadoop

安装ssh服务端:

sudo apt-get update
sudo apt-get install openssh-server -y

如果提示已经安装请删除后重新安装。安装完成后重启ssh服务:

sudo service ssh --full-restart

使用如下命令测试ssh:

ssh localhost

执行该命令后会,会出现“yes/no”选择提示,输入“yes”,然后按提示输入密码。如果出现以下提示:

WSL2+Ubuntu配置Java Maven Hadoop Spark环境-LMLPHP

修改/etc/ssh/sshd_config文件中PasswordAuthentication为yes

WSL2+Ubuntu配置Java Maven Hadoop Spark环境-LMLPHP

重启服务即可。

进入SSH后,输入命令“exit”退出刚才的SSH,就回到了原先的终端窗口;然后,可以利用ssh-keygen生成密钥,并将密钥加入到授权中,命令如下:

cd ~/.ssh/        # 若没有该目录,请先执行一次ssh localhost
ssh-keygen -t rsa    # 会有提示,都按回车即可
cat ./id_rsa.pub >> ./authorized_keys  # 加入授权

此时,再执行ssh localhost命令,无需输入密码就可以直接登录了。

下面安装hadoop

Hadoop包括三种安装模式:

单机模式:只在一台机器上运行,存储是采用本地文件系统,没有采用分布式文件系统HDFS;
伪分布式模式:存储采用分布式文件系统HDFS,但是,HDFS的名称节点和数据节点都在同一台机器上;
分布式模式:存储采用分布式文件系统HDFS,而且,HDFS的名称节点和数据节点位于不同机器上。
本文只介绍Hadoop的安装方法

解压hadoop到制定目录:(我放在了/opt/hadoop)

WSL2+Ubuntu配置Java Maven Hadoop Spark环境-LMLPHP

配置环境

#Hadoop
export HADOOP_HOME=/opt/hadoop
export PATH=.:${JAVA_HOME}/bin:${HADOOP_HOME}/bin:$PATH

刷新后使用hadoop verson命令检查:

WSL2+Ubuntu配置Java Maven Hadoop Spark环境-LMLPHP

子系统安装Spark

解压spark到制定目录:(我放在了/opt/spark)

WSL2+Ubuntu配置Java Maven Hadoop Spark环境-LMLPHP

关联用户:

sudo chown -R pteromyini ./spark #pteromyini是你的用户名

修改Spark的配置文件spark-env.sh模板文件

cd /opt/spark/
cp ./conf/spark-env.sh.template ./conf/spark-env.sh

修改配置文件

sudo vi /opt/spark/conf/spark-env.sh

添加以下信息:(修改hadoop目录为你的目录)

export SPARK_DIST_CLASSPATH=$(/opt/hadoop/bin/hadoop classpath)

有了上面的配置信息以后,Spark就可以把数据存储到Hadoop分布式文件系统HDFS中,也可以从HDFS中读取数据。如果没有配置上面信息,Spark就只能读写本地数据,无法读写HDFS数据。

配置环境:

#Spark
export SPARK_HOME=/opt/spark
export PATH=$HADOOP_HOME/bin:$SPARK_HOME/bin:$PATH
export PYTHONPATH=$SPARK_HOME/python:$SPARK_HOME/python/lib/py4j-0.10.9-src.zip:$PYTHONPATH
export PYSPARK_PYTHON=python3

PYTHONPATH环境变量主要是为了在Python3中引入pyspark库,PYSPARK_PYTHON变量主要是设置pyspark运行的python版本。
.bashrc中必须包含JAVA_HOME,HADOOP_HOME,SPARK_HOME,PYTHONPATH,PYSPARK_PYTHON,PATH这些环境变量。如果已经设置了这些变量则不需要重新添加设置。另外需要注意,上面的配置项中,PYTHONPATH这一行有个py4j-0.10.4-src.zip,这个zip文件的版本号一定要和“/usr/local/spark/python/lib”目录下的py4j-0.10.4-src.zip文件保持版本一致。比如,如果“/usr/local/spark/python/lib”目录下是py4j-0.10.7-src.zip,那么,PYTHONPATH这一行后面也要写py4j-0.10.7-src.zip,从而使二者版本一致。

执行自带实例检查是否正常:

run-example SparkPi 2>&1 | grep "Pi is"

WSL2+Ubuntu配置Java Maven Hadoop Spark环境-LMLPHP

如果正常则安装完成。

05-09 06:44