为何配置高可用的spark
为避免单点故障,一旦主节点挂掉,数据会丢失,所以才会配置高可用spark
前提
要准备一个conf/slaves;写的全部是小弟(复制
conf/slaves.template为conf/slaves)
node7-3
node7-4
配置文件:(复制conf/spark-env.sh.template为spark-env.sh)
配置备用节点(俗称二哥)
[root@bqy01 ~]# vim /data/module/spark/conf/spark-env.sh
注:前提是将conf/spark-env.sh.template修改成spark-env.sh
配置主节点(master)
[root@bqy02 ~]# vim /data/module/spark/conf/spark-env.sh
注:在配置备用节点的主机上是第一个图,第二图是主节点和worker的配置
启动和停止命令
启动集群
sbin/start-all.sh
关闭集群
sbin/stop-all.sh
注:备用节点,无法群起,需要单个启动
单起节点
sbin/start-master.sh
登陆web端查看
配置yarn
[root@bqy02 ~]# vim /data/module/spark/conf/spark-env.sh
# 告诉Spark,hadoop放到哪里面了,前题是每一个Spark,的服务器上都装有hadoop
HADOOP_CONF_DIR=/data/hadoop/hadoop/etc/hadoop/
保证每台服务器的配置文件都一样
启动spark集群;
bin/spark-submit \
--master yarn \
--name myPi \
--executor-memory 500m \
--total-executor-cores 2 \
--class org.apache.spark.examples.SparkPi \
examples/jars/spark-examples_2.11-2.4.4.jar \
10000
这次提交的是yarn,和spark_standlone木有关系
查看进度的时候,只能去yarn查看;
在本机输入node7-2:4040会自动的跳转到yarn上去