十二、Spark的安装与部署详情（Local模式，Standalone模式，Spank on YARN模式）

Spark环境搭建

Spark的部署方式

        目前Spark支持4种部署方式，分别是Local、Standalone、Spark on Mesos和 Spark on YARN。Local模式是单机模式。Standalone模式即独立模式，自带完整的服务，可单独部署到一个集群中，无需依赖任何其他资源管理系统。Spark On Mesos模式是官方推荐的模式。Spark运行在Mesos上会比运行在YARN上更加灵活。Spark On YARN模式是一种很有前景的部署模式。在应用中通常需要根据实际情况（技术路线、人才储备等）决定采用哪种方案。如果仅仅测试Spark Application，可以选择local模式。如果数据量不大，Standalone 是个不错的选择。如果需要统一管理集群资源（Hadoop、Spark等），考虑到兼容性，Yarn是个不错的选择。如果不仅运行了hadoop，spark。还在资源管理上运行了Docker，Mesos更加通用。但是这样维护成本就会增加。

1.Local模式(本地Spark shell)

        Scala 是一门多范式的编程语言，设计初衷是要集成面向对象编程和函数式编程的各种特性。Scala 运行在 Java 虚拟机上，并兼容现有的 Java 程序。Scala 源代码被编译成 Java 字节码，所以它可以运行于 JVM 之上，并可以调用现有的Java 类库。

（1）为方便后续操作这里更改为root用户进行操作。

（2）通过命令“tar -zxvf scala-2.10.4.tgz -C /home/”，解压安装包到指定的目录/home/下。

（3）为了后续配置操作方便，在此需要将解压后的文件重命名。

（4）通过命令“vim /etc/profile”编辑用户环境变量，配置Scala的环境变量。

 

（5） 让环境变量立刻生效“source /etc/profile”,并且查看是否安装成功scala。

（6） 通过命令“tar -zxvf spark-2.2.0-bin-hadoop2.7.tgz -C /home”，解压Spark安装包到指定目录。

（7） 为了后续配置操作方便，在此需要将解压后的文件重命名。

（8）通过命令“vim /etc/profile”，配置Spark环境变量。

（9） 让环境变量立即生效“source /etc/profile”。

（10）测试运行“spark-shell”命令，查看spark是否成功安装。

2、 Standalone模式部署

（1）通过命令“cd /home/spark/conf/”,切换到conf/目录中，使用“mv slaves.template slaves”命令重命名,并编辑该配置文件。

（2）通过命令cd /home/spark/conf/,切换到conf/目录中，使用vim spark-env.sh命令,编辑该配置文件。如果在conf目录下没有该文件，请使用命令“cp spark-env.sh.template spark-env.sh”，复制模板文件，并重命名为“spark-env.sh”再进行如下配置。

（3） 通过命令“scp -r /home/spark/ slave1:/home”，“scp -r /home/spark/ slave2:/home”将配置好的spark安装包发送至slave1和slave2节点。

（4）在spark安装路径中运行“sbin/start-all.sh”命令，启动Standalone模式。

（5） 运行“jps”命令查看Spark启动进程如图所示。如果可以查看到“master”和“Worker”进程，即可说明Spark主节点启动成功。

 

（6）在master所在机器的虚拟机浏览器地址栏中输入“master:8080”查看网页spark管理页面。

 3、Spark On YARN模式

（1）使用命令 cd /home/hadoop/etc/hadoop进入到hadoop的配置文件目录，使用“vim yarn-site.xml”编辑该文件，在该文件内添加以下内容。

（2）通过以下命令将yarn-site.xml文件分发至slave1,slave2。 

（3）进入conf目录，修改spark-env.sh,添加如下配置,如图所示，保存退出。

（4）完成spark-env.sh的配置后，在Hadoop安装目录/home/hadoop下使用命令 “sbin/start-all.sh”启动Hadoop集群。

（5）使用命令“spark-shell --master yarn --deploy-mode client”来启动Spark shell。

（6）在spark安装路径中运行“sbin/start-all.sh”命令，启动spark集群。

（7）运行“jps”命令查看Spark启动进程，如果可以查看到“master”和“Worker”进程，即可说明Spark主节点启动成功。如图分别对应master，slave1和slave2的进程。

 

（8）向独立集群管理器提交应用，需要把spark://master:7077作为主节点参数传递给spark-submit命令。可以运行Spark自带的样例程序SparkPi，它的功能是计算得到pi的值。在Linux Shell中执行如图的命令运行SparkPi（jar包可以使用Tab键进行补全），得到如图所示的结果。

 

（9）查看Spark的webUI，在虚拟机浏览器地址栏中输入“master:8088”，查看是否成功上传PI，如图所示。 

 至此，Spark三种方式搭建集群完毕。

其他环境搭建可以参考我的其他博客（链接）：

Hadoop伪分布式 的搭建详情

Hadoop完全分布式的搭建详情

Zookeeper选举机制

Zookeeper集群的搭建（单机、伪分布式、集群）

HadoopHA工作机制（高可用）

HadoopHA环境搭建（保姆篇，手把手搭建）