Spark安装
1.1集群角色
从物理部署层面上来看,Spark主要分为两种类型的节点,Master节点和Worker节点,Master节点主要运行集群管理器的中心化部分,所承载的作用是分配Application到Worker节点,维护Worker节点,Driver,Application的状态。
Worker节点负责具体的业务运行。
说明:本次安装以Standalone为例来安装。
2.2 机器准备
准备两台以上Linux服务器,安装好JDK1.8
2.3 下载Spark安装包
去官网:http://spark.apache.org 下载
需要注意:要根据自己安装的Hadoop的版本来下载相应的spark版本,我的Hadoop是2.6的因此这里选择2.6版本的。选择完成后,进入第三项Download Spark进行spark的下载,下载完成。
上传解压安装包
上传 spark-2.3.3-bin-hadoop2.6.tgz 安装包到Linux上。
解压安装包到指定位置:在这里我的所有安装包都在这个soft目录下,因此直接在里面解压,执行:
tar -zxvf spark-2.3.3-bin-hadoop2.6.tgz
解压完成以后,为了方便使用,将解压的文件重命名为spark
执行命令: mv spark-2.3.3-bin-hadoop2.6 spark
2.4 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。
首先配置环境变量:
vi .bashrc
配置完成以后执行:source .bashrc
这样环境变量就配置完成了
接下来进入到Spark安装目录下的conf配置文件:
cd /home/groot/soft/spark/conf
将slaves.template复制为slaves:
cp slaves.template slaves
复制完成以后,对slaves文件进行编辑:
vi slaves
这里需要将localhost修改为工作的worker,即slave1、slave2
将spark-env.sh.template复制为spark-env.sh:
cp spark-env.sh.template spark-env.sh
修改spark-env.sh文件,添加如下配置:
SPARK_MASTER_HOST=master
SPARK_MASTER_PORT=7077
这个时候,单个节点的spark就配置完了,接下来需要同步传输到另外两个节点上
执行命名:
scp -r spark slave1:/home/groot/soft
scp -r spark slave2:/home/groot/soft
这个时候,standalone就已经配置完了,可分别到另外两个节点去查看是否有spark这个文件夹。
最后,验证是否配置成功
执行:start-all.sh
如果执行不出错,接着执行:jps,master上出现Master,另外两个节点分别出现Worker,就说明配置成功了。
这个时候,我们也可以去端口看一下,安装是否成功
http://master:8080
最后如果出现这个界面就说明集群搭建成功了