spark 1.5.1 集群部署

实验环境

操作系统：ubuntu 14.04 64位

主机名	IP
Master	10.107.12.10
Worker1	10.107.12.20
Worker2	10.107.12.50
Worker3	10.107.12.60

---

JDK 安装

实验安装的是jdk1.7.0_71版本，具体安装步骤及环境变量设置参考这里。

---

SSH 无密登录

下面是我写的一个自动化SSH 无密登录脚本，运行脚本前需要安装expect包，ubuntu 系统下直接执行：sudo apt-get install expect就可以了。该脚本运行在namenode上，运行时只需要将IP_1改成对应的datanode地址，PWD_1是对应datanode密码。

# NO_PWD_SSH
#!/bin/sh 
IP_1=10.107.12.20,10.107.12.50,10.107.12.60
PWD_1=111111

key_generate() {
    expect -c "set timeout -1;
        spawn ssh-keygen -t dsa;
        expect {
            {Enter file in which to save the key*} {send -- \r;exp_continue}
            {Enter passphrase*} {send -- \r;exp_continue}
            {Enter same passphrase again:} {send -- \r;exp_continue}
            {Overwrite (y/n)*} {send -- n\r;exp_continue}
            eof             {exit 0;}
    };"
}

auto_ssh_copy_id () {
    expect -c "set timeout -1;
        spawn ssh-copy-id -i $HOME/.ssh/id_dsa.pub root@$1;
            expect {
                {Are you sure you want to continue connecting *} {send -- yes\r;exp_continue;}
                {*password:} {send -- $2\r;exp_continue;}
                eof {exit 0;}
            };"
}

rm -rf ~/.ssh

key_generate

ips_1=$(echo $IP_1 | tr ',' ' ')
for ip in $ips_1
do
    auto_ssh_copy_id $ip  $PWD_1
done

eval &(ssh-agent)
ssh-add

---

安装 scala

1. 下载 scala 2.11.4

下载地址点这里。

2. 解压

tar zxvf scala-2.11.4.tgz解压，解压后放在了/root/spark_sdk/目录下。

tar zxvf scala-2.11.4.tgz

3. 设置环境变量

在~/.bashrc文件中加入如下命令：

export SCALA_HOME=/root/spark_sdk/scala-2.11.4
PATH=$PATH:$SCALA_HOME/bin

使环境变量生效：source ~/.bashrc

---

安装 Spark 1.5.1

1. 下载 Spark 1.5.1

下载地址点这里。

2. 解压

tar zxvf spark-1.5.1-bin-hadoop2.6.tgz解压，解压后放在了/root/spark_sdk/目录下。

3. 设置环境变量

在~/.bashrc文件中加入如下命令：

export SPARK_HOME=/root/spark_sdk/spark-1.5.1-bin-hadoop2.6 
PATH=$PATH:$SPARK_HOME/bin:$SPARK_HOME/sbin

使环境变量生效：source ~/.bashrc

4. 修改Spark 配置文件

spark-env.sh 文件

export JAVA_HOME=/root/spark_sdk/jdk1.7.0_71

yarn-env.sh 文件

export SCALA_HOME=/root/spark_sdk/scala-2.11.4
export JAVA_HOME=/root/spark_sdk/jdk1.7.0_71
export SPARK_MASTER_IP=10.107.12.10
export SPARK_WORKER_MEMORY=2048m
export HADOOP_CONF_DIR=/root/spark_sdk/hadoop-2.7.1/etc/hadoop

这里10.107.12.10是Master节点IP

slaves 文件

10.107.12.20
10.107.12.50
10.107.12.60

上面3个IP分别对应的是Worker节点的IP。

5. 启动Spark

./sbin/start-all.sh

6. 集群启动验证

执行jps命令，可以查询到有如下进程说明集群部署成功！

Master
Worker

运行SparkPi

spark-submit  --master spark://10.107.12.10:7077 --class org.apache.spark.examples.SparkPi --name Spark-Pi /root/spark_sdk/spark-1.5.1-bin-hadoop2.6/lib/spark-examples-1.5.1-hadoop2.6.0.jar

使用web查看Spark运行状态

http://10.107.12.10:8080

这里的IP就是Master节点地址。

7. 关闭集群

关闭集群执行sbin/stop-all.sh。

---

【完】