standalone部署细节以及相关参数

北风网spark学习笔记

standalone部署细节以及相关参数

配置集群中的worker节点

• 如果想将某台机器部署成standalone集群架构中的worker节点（会运行worker daemon进程）那么你就必须在那台机器上部署spark安装包

配置conf/slaves文件

• 在conf/salves文件中，哪些机器是作为worker节点的，可以配置你要在哪些机器上启动worker进程
• 默认情况下，没有conf/slaves这个文件，只有一个conf/slaves.template，而且还是空的，此时，就只是在当前主节点上启动一个master进程和一个worker进程，此时就是master进程和worker进程在一个节点上，也就是伪分布式部署
• 如果要用分布式的部署方式，需要手动将slaves.template拷贝为一份slaves文件，编辑conf/slaves文件中的内容，在conf/slaves文件中，你可以编辑要作为worker节点的机器，比如说hostname，或者ip地址，一个机器是一行，配置以后，所有的节点上，spark部署安装包中，都得去拷贝一份这个conf/slaves文件

conf/spark-env.sh

• spark-env.sh文件，就类似于hadoop中的core-site.xml、hdfs-site.xml等等，应该说是spark中最核心的一份配置文件，这份文件，可以对整个spark的集群部署，各个master和worker进程的相应的行为，进行充分和细节化的配置

• SPARK_MASTER_IP 指定master进程所在的机器的ip地址

• SPARK_MASTER_PORT 指定master监听的端口号（默认是7077）

• SPARK_MASTER_WEBUI_PORT 指定master web ui的端口号（默认是8080）

• SPARK_MASTER_OPTS 置master的额外参数，使用"-Dx=y"设置各个参数

  比如说export SPARK_MASTER_OPTS="-Dspark.deploy.defaultCores=1"

  参数名	默认值	含义
  spark.deploy.retainedApplications	200	在spark web ui上最多显示多少个application的信息
  spark.deploy.retainedDrivers	200	在spark web ui上最多显示多少个driver的信息
  spark.deploy.spreadOut	true	资源调度策略，spreadOut会尽量将application的executor进程分布在更多worker上，适合基于hdfs文件计算的情况，提升数据本地化概率；非spreadOut会尽量将executor分配到一个worker上，适合计算密集型的作业
  spark.deploy.defaultCores	无限大	每个spark作业最多在standalone集群中使用多少个cpu core，默认是无限大，有多少用多少
  spark.deploy.timeout	60	单位秒，一个worker多少时间没有响应之后，master认为worker挂掉了

• SPARK_LOCAL_DIRS spark的工作目录，包括了shuffle map输出文件，以及持久化到磁盘的RDD等

• SPARK_WORKER_PORT worker节点的端口号，默认是随机的

• SPARK_WORKER_WEBUI_PORT worker节点的web ui端口号，默认是8081

• SPARK_WORKER_CORES worker节点上，允许spark作业使用的最大cpu数量，默认是机器上所有的cpu core

• SPARK_WORKER_MEMORY worker节点上，允许spark作业使用的最大内存量，格式为1000m，2g等，默认最小是1g内存

有些master和worker的配置，可以在spark-env.sh中部署时即配置，但是也可以在start-slave.sh脚本启动进程时命令行参数设置，但是命令行参数的优先级比较高，会覆盖掉spark-env.sh中的配置

• SPARK_WORKER_INSTANCES 当前机器上的worker进程数量，默认是1，可以设置成多个，但是这时一定要设置SPARK_WORKER_CORES，限制每个worker的cpu数量

• SPARK_WORKER_DIR spark作业的工作目录，包括了作业的日志等，默认是spark_home/work

• SPARK_WORKER_OPTS worker的额外参数，使用"-Dx=y"设置各个参数

  参数名	默认值	含义
  spark.worker.cleanup.enabled	false	是否启动自动清理worker工作目录，默认是false
  spark.worker.cleanup.interval	1800	单位秒，自动清理的时间间隔，默认是30分钟
  spark.worker.cleanup.appDataTtl	7 * 24 * 3600	默认将一个spark作业的文件在worker工作目录保留多少时间，默认是7天

• SPARK_DAEMON_MEMORY 分配给master和worker进程自己本身的内存，默认是1g

• SPARK_DAEMON_JAVA_OPTS 设置master和worker自己的jvm参数，使用"-Dx=y"设置各个参数

• SPARK_PUBLISC_DNS master和worker的公共dns域名，默认是没有的

spark所有的启动和关闭shell脚本

脚本	功能
sbin/start-all.sh	根据配置，在集群中各个节点上，启动一个master进程和多个worker进程
sbin/stop-all.sh	在集群中停止所有master和worker进程
sbin/start-master.sh	在本地启动一个master进程
sbin/stop-master.sh	关闭master进程
sbin/start-slaves.sh	根据conf/slaves文件中配置的worker节点，启动所有的worker进程
sbin/stop-slaves.sh	关闭所有worker进程
sbin/start-slave.sh	在本地启动一个worker进程