Spark的集群安装部署【大数据技术文章】

以图1所示的Spark集群为例，阐述Standalone模式下，Spark集群的安装与配置方式。

图1 Spark集群

　　从图1可以看出，我们要规划的Spark集群包含一台Master节点和两台Slave节点。其中，主机名hadoop01是Master节点，hadoop02和hadoop03是Slave节点。

　　接下来，分步骤演示Spark集群的安装与配置，具体如下。

　　1.下载Spark安装包

　　 Spark是Apache基金会面向全球开源的产品之一，用户都可以从Apache Spark官网http://spark.apache.org/downloads.html下载使用。本书截稿时，Spark最新且稳定的版本是2.3.2，所以本书将以Spark2.3.2版本为例介绍Spark的安装。Spark安装包下载页面如图2所示。

图2 Spark安装包下载

　　进入Spark下载页面，选择基于“Pre-built for Apache Hadoop 2.7 and later”的Spark2.3.2版本，这样做的目的是保证Spark版本与本书安装的Hadoop版本对应。

　　2.解压Spark安装包

　　首先将下载的[spark-2.3.2-bin-hadoop2.7.tgz](https://archive.apache.org/dist/spark/spark-2.3.2/spark-2.3.2-bin-hadoop2.7.tgz)安装包上传到主节点hadoop01的/export/software目录下，然后解压到/export/servers/目录，解压命令如下。

$ tar -zxvf spark-2.3.2-bin-hadoop2.7.tgz -C /export/servers/

　　为了便于后面操作，我们使用mv命令将Spark的目录重命名为spark，命令如下。

$ mv spark-2.3.2-bin-hadoop2.7/ spark

　　3.修改配置文件

　　(1)进入spark/conf目录修改Spark的配置文件spark-env.sh，将spark-env.sh.template配置模板文件复制一份并命名为spark-env.sh，具体命令如下。

$ cp spark-env.sh.template spark-env.sh

　　修改spark-env.sh文件，在该文件添加以下内容：

　上述添加的配置参数主要包括JDK环境变量、Master节点的IP地址和Master端口号，由于当前节点服务器已经在/etc/hosts文件配置了IP和主机名的映射关系，因此可以直接填写主机名。

　　(2)复制slaves.template文件，并重命名为slaves，具体命令如下。

$ cp slaves.template slaves

　　 (3)通过“vi slaves”命令编辑slaves配置文件，主要是指定Spark集群中的从节点IP，由于在hosts文件中已经配置了IP和主机名的映射关系，因此直接使用主机名代替IP，添加内容如下。

　　hadoop02

　　hadoop03

　　 上述添加的内容，代表集群中的从节点为hadoop02和hadoop03。

　　4.分发文件

　　修改完成配置文件后，将spark目录分发至hadoop02和hadoop03节点，具体命令如下。

　　$ scp -r /export/servers/spark/ hadoop02:/export/servers/

　　$ scp -r /export/servers/spark/ hadoop03:/export/servers/

　　至此，Spark集群配置完成了。

　　5.启动Spark集群

　　 Spark集群的启动方式和启动Hadoop集群方式类似，直接使用spark/sbin/start-all.sh脚本即可，在spark根目录下执行下列命令：

　　$ sbin/start-all.sh

　　 执行命令后，如果没有提示异常错误信息则表示启动成功，如图3所示。

图3 启动Spark集群

　　启动成功后，使用Jps命令查看进程，如图4所示。

图4 查看集群进程

　　从图4可以看出，当前hadoop01主机启动了Master进程，hadoop02和hadoop03启动了Worker进程，访问Spark管理界面http://hadoop01:8080来查看集群状态(主节点)，Spark集群管理界面如图5所示。

图5 Spark集群管理界面

　　至此，Spark集群安装完毕，为了在任何路径下可以执行Spark脚本程序，可以通过执行“vi /etc/profile”命令编辑profile文件，并在文件中配置Spark环境变量即可，这里就不再演示。

猜你喜欢：

什么是spoop?Sqoop简介

大数据在金融行业的应用

学完大数据在企业将会负责哪些工作?