1.前期准备
-
准备三台linux服务器,安装好jdk,最好也安装好hadoop,到时候使用spark的时候需要使用到hdfs。
-
下载安装包
到spark官网下载spark安装包
http://spark.apache.org/downloads.html -
配置spark
spark 的部署模式有Local、Local-Cluster、Standalone、Yarn、Mesos,我们选择最具代表性的Standalone集群部署模式。
将下载好的spark安装包解压到linux中,进入到spark安装目录
cd /opt/module/spark-2.1.1-bin-hadoop2.7/conf/
将slaves.template复制为slaves
将spark-env.sh.template复制为spark-env.sh
修改slave文件,在slave文件里面添加你的三台集群机器
然后按上面那种方式,修改spark.env.sh
在文件里面添加以下两行代码
SPARK_MASTER_HOST=hadoop102
SPARK_MASTER_PORT=7077
SPARK_MASTER_HOST代表你所配置的master的机器名
SPARK_MASTER_PORT代表maser使用的端口号
- 配置分发
将配置好的spark文件分发到另外两台机器上
scp /opt/module/spark-2.1.1-bin-hadoop2.7/conf atguigu@hadoop103:/opt/module/spark-2.1.1-bin-hadoop2.7/
scp /opt/module/spark-2.1.1-bin-hadoop2.7/conf atguigu@hadoop104:/opt/module/spark-2.1.1-bin-hadoop2.7/
4.启动spark
至此,spark集群配置完毕,目前是1个master ,2个worker 在hadoop102 上启动spark集群
sbin/start-all.sh
使用jps命令查看当前进程
也可以在web浏览器端查看spark集群状态
http://hadoop102:8080
到此,spark集群安装完毕
需要注意的是,在启动spark集群时,如果遇到"JAVA_HOME not set" 问题时,在sbin 目录下的spark-config.sh 文件中加入JAVA_HOME的配置。如下:
export JAVA_HONE=jdk路径