Spark安装与使用

1、上传解压，配置环境变量 配置bin目录

2、修改配置文件 conf

cp spark-env.sh.template spark-env.sh
增加配置
export SPARK_MASTER_IP=master
export SPARK_MASTER_PORT=7077

export SPARK_WORKER_CORES=2
export SPARK_WORKER_INSTANCES=1
export SPARK_WORKER_MEMORY=2g
export JAVA_HOME=/usr/local/soft/jdk1.8.0_171

master相当于RM worker相当于NM

增加从节点配置
cp slaves.template slaves

node1
node2

增加从节点

3、复制到其它节点
scp -r spark-2.4.5 node1:pwd
scp -r spark-2.4.5 node2:pwd

4、在主节点执行启动命令
启动集群，在master中执行

./sbin/start-all.sh	

# http://master:8080/  访问spark ui

1. **standalone client**模式 日志在本地输出，一般用于上线前测试(bin/下执行)

需要进入到spark-examples_2.11-2.4.5.jar 包所在的目录下执行

cd /usr/local/soft/spark-2.4.5/examples/jars

spark-submit --class org.apache.spark.examples.SparkPi --master spark://master:7077 --executor-memory 512m --total-executor-cores 1 spark-examples_2.11-2.4.5.jar 100

2. **standalone cluster**模式 上线使用，不会再本地打印日志

spark-submit --class org.apache.spark.examples.SparkPi --master spark://master:7077 --executor-memory 512M --total-executor-cores 1 --deploy-mode cluster spark-examples_2.11-2.4.5.jar 100

• spark-shell :
  spark 提供的一个交互式的命令行，可以直接写代码

spark-shell master spark://master:7077

• 整合yarn

在公司一般不适用standalone模式，因为公司一般已经有yarn 不需要搞两个资源管理框架

停止spark集群
在spark sbin目录下执行 ./stop-all.sh

spark整合yarn只需要在一个节点整合, 可以删除node1 和node2中所有的spark 文件

1. 增加hadoop 配置文件地址

   vim spark-env.sh
   增加
   export HADOOP_CONF_DIR=/usr/local/soft/hadoop-2.7.6/etc/hadoop
   
   

2. 往yarn提交任务需要增加两个配置

   yarn-site.xml(/usr/local/soft/hadoop-2.7.6/etc/hadoop/yarn-site.xml)
   

3. 先关闭yarn

   stop-yarn.sh
   

   <property>
       <name>yarn.nodemanager.pmem-check-enabled</name>
       <value>false</value>
   </property>
   
   <property>
       <name>yarn.nodemanager.vmem-check-enabled</name>
       <value>false</value>
   </property>
   

4. 同步到其他节点，重启yarn

   scp -r yarn-site.xml node1:`pwd`
   scp -r yarn-site.xml node2:`pwd`
   
   # 启动yarn
   start-yarn.sh
   
   cd /usr/local/soft/spark-2.4.5/examples/jars
   

5. **spark on yarn client**模式 日志在本地输出，一班用于上线前测试

   spark-submit --class org.apache.spark.examples.SparkPi --master yarn-client --executor-memory 512M --num-executors 2 spark-examples_2.11-2.4.5.jar 100
   

6. **spark on yarn cluster**式 上线使用，不会再本地打印日志 减少io

   spark-submit --class org.apache.spark.examples.SparkPi --master yarn-cluster --executor-memory 512m --num-executors 2 --executor-cores 1 spark-examples_2.11-2.4.5.jar 100	
   

• 获取yarn程序执行日志 执行成功之后才能获取到

  yarn logs -applicationId application_1560967444524_0003
  
  
  hdfs webui
  http://node1:50070
  
  yarn ui
  http://node1:8088