Spark 配置

栏目: 服务器 · 发布时间: 5年前

内容简介：软件版本如下：参考Hadoop HA 搭建目前已完成 Hadoop/ZooKeeper 环境搭建

Apache Spark 是一个开源集群运算框架，作用类似于 Hadoop 的 MapReduce 。但是相对于 MapReduce 来说它的速度要快得多。

环境介绍

软件版本如下：

Program	Version	URL
System	CentOS-7-x86_64-Minimal-1810	TUNA Mirrors
JAVA	jdk-8u211-linux-x64.tar.gz	Oracle
Hadoop	hadoop-2.6.0.tar.gz	Apache Archive
Spark	spark-2.0.0-bin-hadoop2.6.gz	Apache Archive
ZooKeeper	zookeeper-3.4.5.tar.gz	Apache Archive

目标

完成 Standalone 集群搭建
在 YARN 上运行 Spark
在 Mesos 上运行 Spark

基础环境配置

参考Hadoop HA 搭建目前已完成 Hadoop/ZooKeeper 环境搭建

下载解压

curl -O http://archive.apache.org/dist/spark/spark-2.0.0/spark-2.0.0-bin-hadoop2.6.tgz
tar xf spark-2.0.0-bin-hadoop2.6.tgz -C /usr/local/src/
mv /usr/local/src/spark-2.0.0-bin-hadoop2.6 /usr/local/src/spark

Standalone Mode

使用这种模式搭建，不需要借助其他外部工具(高可用性需要 ZooKeeper)

手动启动集群

先搭建一个最简单的

HostName	Mode	IP
master	Master	192.168.66.128
slave1	Worker	192.168.66.129
slave2	Worker	192.168.66.130

不需要修改任何配置，直接启动即可。

# master
cd /usr/local/src/spark/sbin
./start-master.sh

用浏览器打开的 Web UI 看看 http://master:8080/

其中的 URL 是让其他的 Workers 连接到 master 的重要参数

Spark 配置

将程序传到另外两台机子上

scp -r /usr/local/src/spark slave1:/usr/local/src/
scp -r /usr/local/src/spark slave2:/usr/local/src/

接下来在另外两台机子上启动 workers 并连接到 master

# 两台机子都要运行
cd /usr/local/src/spark/sbin
./start-slave.sh spark://master:7077

如图出现了两个 Worker 且 State 处于 ALIVE 搭建完毕

Spark 配置

脚本启动集群

首先将之前启动的服务都手动关掉

# master
./stop-master.sh

# 两个 slave 都需要关闭
./stop-slave.sh

将默认的配置文件改名为正式使用

cd /usr/local/src/spark/conf/
cp spark-env.sh.template spark-env.sh
cp slaves.template slaves

修改 slaves 文件删掉里面的所有内容写入以下内容

slave1
slave2

修改 spark-env.sh 文件指定 master ，写入以下内容

SPARK_MASTER_HOST=master
JAVA_HOME=/usr/local/src/jdk1.8.0_211

如果不写 JAVA_HOME 的话，在启动 slave 的时候会报 JAVA_HOME is not set 估计是因为我的 JAVA_HOME 设置的仅对 root 生效的原因吧

将配置文件同步给另外两台机子

scp -r /usr/local/src/spark/conf/ slave1:/usr/local/src/spark/
scp -r /usr/local/src/spark/conf/ slave2:/usr/local/src/spark/

在 master 上面启动 master 和 slaves

cd /usr/local/src/spark/sbin/
./start-master.sh
./start-slaves.sh

启动成功后浏览器打开 http://master:8080/ 看看，应该和上面的图片是一样的

下面的命令可以关闭

./stop-master.sh
./stop-slaves.sh

高可用

编辑配置文件

vi /usr/local/src/spark/conf/spark-env.sh

在配置文件中新增以下内容

SPARK_DAEMON_JAVA_OPTS="-Dspark.deploy.recoveryMode=ZOOKEEPER -Dspark.deploy.zookeeper.url=master:2181,slave1:2181,slave2:2181 -Dspark.deploy.zookeeper.dir=/sparkha"

注意如果你之前添加了 SPARK_MASTER_HOST=master 要删掉，因为 master 的任命被 ZooKeeper 接管了这个配置没用了

将配置同步到另外两台机器上

scp -r /usr/local/src/spark/conf/ slave1:/usr/local/src/spark/
scp -r /usr/local/src/spark/conf/ slave2:/usr/local/src/spark/

启动 ZooKeeper ，如果你还没有配置可以参考这篇文章 Hadoop HA 配置 - ZooKeeper 配置

# 每台机子都要启动
zkServer.sh start

在 mastrt 上启动 master 和 slaves

./start-master.sh
./start-slaves.sh

在 slave1 上启动 备用 master

./start-master.sh

Spark 配置

以上所述就是小编给大家介绍的《Spark 配置》，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对码农网的支持！

查看所有标签

猜你喜欢:

本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。

码农书籍

编程原本

Alexander Stepanov、Paul McJones / 裘宗燕 / 机械工业出版社华章公司 / 2012-1-10 / 59.00元

本书提供了有关编程的一种与众不同的理解。其主旨是，实际的编程也应像其他科学和工程领域一样基于坚实的数学基础。本书展示了在实际编程语言（如C++）中实现的算法如何在最一般的数学背景中操作。例如，如何定义快速求幂算法，使之能使用任何可交换运算。使用抽象算法将能得到更高效、可靠、安全和经济的软件。这不是一本很容易读的书，它也不是能提升你的编程技能的秘诀和技巧汇编。本书的价值是更根本性的，其终极目......一起来看看《编程原本》这本书的介绍吧!

码农工具