Spark，集群搭建-Standalone

以下是Spark Standalone集群搭建的关键步骤（基于Linux系统）：

 

一、环境准备

 

1. 安装Java

 

- 确保所有节点安装JDK 8+，配置 JAVA_HOME 环境变量。

 

2. 关闭防火墙

bash

systemctl stop firewalld && systemctl disable firewalld

 

 

3. 配置SSH免密登录

 

- 主节点生成密钥并分发到所有从节点：

bash

ssh-keygen -t rsa # 按提示完成，不设密码  

ssh-copy-id slave1 # 替换为从节点主机名/IP  

 

 

二、下载与解压Spark

 

1. 下载Spark包

 

- 官网下载对应版本（如 spark-3.5.0-bin-hadoop3 ），上传至主节点。

 

2. 解压并配置

bash

tar -zxvf spark-3.5.0-bin-hadoop3.tgz -C /opt  

cd /opt/spark-3.5.0-bin-hadoop3/conf  

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

 

 

 

- 编辑 spark-env.sh ，添加：

bash

export JAVA_HOME=/usr/lib/jvm/java-11-openjdk # 替换为实际路径  

export SPARK_MASTER_IP=master_hostname # 主节点主机名/IP  

export SPARK_WORKER_MEMORY=2g # 从节点内存（按需调整）  

 

 

三、配置集群节点

 

1. 修改 slaves 文件

bash

cp slaves.template slaves  

echo "slave1" >> slaves # 添加从节点主机名/IP，每行一个  

echo "slave2" >> slaves  

 

 

2. 分发Spark到从节点

bash

scp -r /opt/spark-3.5.0-bin-hadoop3 slave1:/opt  

scp -r /opt/spark-3.5.0-bin-hadoop3 slave2:/opt  

 

 

四、启动集群

 

1. 启动主节点

bash

cd /opt/spark-3.5.0-bin-hadoop3  

sbin/start-master.sh  

 

 

2. 启动从节点

bash

sbin/start-slaves.sh  

 

 

3. 验证状态

 

- 主节点Web界面： http://master_ip:8080 ，查看从节点是否在线。

 

五、常用操作

 

- 停止集群：

bash

sbin/stop-slaves.sh && sbin/stop-master.sh  

 

 

- 提交任务：

bash

bin/spark-submit \  

  --class org.apache.spark.examples.SparkPi \  

  --master spark://master_ip:7077 \  

  ./examples/jars/spark-examples_*.jar 10  

 

 

注意事项

 

- 确保所有节点时间同步（可使用 ntp 服务）。

 

- 从节点需预先创建与主节点相同的用户和目录权限。

 

- 内存和CPU资源根据实际硬件调整（ SPARK_WORKER_CORES 参数）。