问题导读1.通过什么途径,可以查看与spark兼容的组件版本?2.如何获取pom文件?3.pom文件中包含了哪些信息?4.spark编译通过什么参数可以指定hadoop版本?当我们安装spark的时候,很多时候都会遇到这个问题,如何找到对应spark的各个组件的版本,找到比较标准的版本兼容信息。答案在spark源码中的pom文件。首先我们从官网下载源码。进入官网
[Bash shell] 纯文本查看
?
http:
//spark
.apache.org
选择download,然后我们看到下面内容
# Master development branch
git clone git:
//github
.com
/apache/spark
.git
# Maintenance branch with stability fixes on top of Spark 2.2.0
.git -b branch-2.2
我们看到上面需要使用git下载。如果你是window,那么可以装一个Linux虚拟机,或则直接在window上安装。window安装遇到的问题可参考win7安装 git软件下载以及遇到的问题解决解决方法 http://www.aboutyun.com/forum.php?mod=viewthread&tid=8521这里使用Linux安装,更加方便。执行下面命令
sudo
yum
install
perl openssh git -y
上面安装完毕,下载源码
当然如果你不想这么麻烦,只想查看pom.xml文件,也可以直接访问
github.com
然后打开pom.xml即可
https:
/apache/spark/blob/master/pom
.xml
这时候我们可以查看里面的兼容信息spark的版本为2.3.0-SNAPSHOT 接着我们找到里面有各种所需软件的信息,比如jdk1.8,hadoop位2.6.5,2.7.1,2.7.3。flume版本为flume1.6.0,zookeeper版本为3.4.6hive为:1.2.1scala为:2.11.8这样我们在安装的时候就找到它们版本兼容的依据。当然官网提供一种编译的版本,剩下的需要我们自己编译。下一篇我们讲该如何编译我们想要的版本。 这里需要说明的一个地方即maven的profile,是为了适应不同的版本。我们在编译的时候,可以通过-P指定版本