以下是本次实战涉及的版本号:
-
操作系统:CentOS7
-
hadoop:2.8
-
spark:2.3
-
docker:17.03.2-ce
-
docker-compose:1.23.2
极速搭建spark集群(含hdfs集群)
-
在CentOS7机器上建一个文件夹(例如test),进入此文件夹;
-
在新建的文件夹内执行如下命令,即可搭建好spark和hdfs集群:
wget https://raw.githubusercontent.com/zq2599/blog_demos/master/sparkdockercomposefiles/docker-compose.yml \
&& wget https://raw.githubusercontent.com/zq2599/blog_demos/master/sparkdockercomposefiles/hadoop.env \
&& docker-compose up -d
没错,执行上面的命令就够了,只要静候命令执行完成,整个spark和hdfs集群环境就搭建好了;
查看环境
接下来检查一下整个环境是否正常,假设当前CentOS电脑的IP地址是192.168.1.101
- 用浏览器查看hdfs,如下图,可见有三个DataNode,地址是:http://192.168.1.101:50070
- 用浏览器查看spark,如下图,可见只有一个worker,地址是:http://192.168.1.101:8080
注意:spark的worker数量,以及worker内存的分配,都可以通过修改docker-compose.yml文件来调整;
准备实战数据
- 登录CentOS7电脑,在刚才执行命令的目录下,发现多了几个文件夹,如下所示,注意input_files和jars这两个,稍后会用到: