Spark集群配置

相比Hadoop的配置，Spark配置起来相对简单。本文结合自身的配置经验，写下配置Spark的过程。

准备工作

在正式配置之前，需要确定环境是否适合安装Spark集群。

1. 确保已经安装JDK/JRE；
2. 安装Hadoop(非必要)；
3. 确保已经安装SCALA；
4. MASTER\SLAVE的IP地址已经配置在/etc/hosts中。

Spark配置

配置文件

.spark-env.sh：

export JAVA_HOME=/home/appuser/jdk
export SCALA_HOME=/home/appuser/scala
export SPARK_HOME=/home/appuser/spark
export HADOOP_HOME=/home/appuser/hadoop
export HADOOP_CONF_DIR=/home/appuser/hadoop/etc/hadoop
export SPARK_MASTER_HOST=master

slaves：

slave1
slave2
slave3

分发到SLAVE节点

scp -r ~/spark-1.6.0-bin-hadoop2.6/ slave1:~/
scp -r ~/spark-1.6.0-bin-hadoop2.6/ slave2:~/
scp -r ~/spark-1.6.0-bin-hadoop2.6/ slave3:~/

启动Spark集群

~/spark-2.6.0-bin-hadoop2.6/sbin/start-all.sh

配置验证

HTTP登陆
在浏览器中输入：http://master:50070/ ，可以看到HDFS的相关配置信息及DataNode的活跃情况。

Spark-shell启动
启动Spark-shell，可以检测是否配置准确。当然，也可以使用Spark-submit提交Spark自带的例子，查看结果及运行情况。

注

1. Work启动，但Http中没有Worker节点：说明Slave节点与Master的通讯出现问题，或Slave节点无法向Master注册，导致虽然Woker启动但不能在Master中找到。这时候需要检查/etc/hosts中的配置是否准确、合理；
2. Woker启动失败，这种情况说明配置可能存在问题，需要仔细检查；
3. 版主多次尝试在spark-env.sh中配置master-port\worker-port，但是都失败，具体原因探索中。