系列文章:
第一章 Hadoop集群搭建的准备
第二章 Hadoop集群搭建
第三章 Zookeeper分布式集群部署(2n+1台虚拟机)
第四章 Hadoop高可用集群搭建(HA)
第五章 Hive的安装与配置
待更新
第九章 spark独立模式部署(Standalone)
第十章 spark配置历史服务
第十一章 搭建Spark高可用(HA)
第十二章 spark配置Yarn模式(混合部署模式)
待更新
文章目录
由于spark-shell停止后,集群监控node1:4040页面就看不到历史任务的运行情况了,所以开发时要配置历史服务记录任务运行情况。
修改配置文件(先进入spark-3.1.2的conf目录)
1、修改spark-defaults.conf文件。
mv spark-defaults.conf.template spark-defaults.conf
vim spark-defaults.conf
添加以下内容,配置日志存储路径:
spark.eventLog.enabled true
spark.eventLog.dir hdfs://node1:9000/directory
===============================================
如果是yarn模式的spark,则多两行配置(不是yarn模式则不需要关注以下内容):
spark.eventLog.enabled true
spark.eventLog.dir hdfs://node1:9000/directory
#以下是多出来的两行配置
spark.yarn.historyServer.address=node1:180180
spark.history.ui.port=18080
===============================================
在HDFS上创建/directory目录:
start-dfs.sh
hdfs dfs -mkdir /directory
2、修改spark-env.sh文件,执行以下操作。
mv spark-env.sh.template spark-env.sh
vim spark-env.sh
添加日志配置:
#添加JAVA_HOME环境变量和集群对应的master节点
export SPARK_HISTORY_OPTS="
-Dspark.history.ui.port=18080
-Dspark.history.fs.logDirectory=hdfs://node1:9000/directory
-Dspark.history.retainedApplications=30"
- 第一个参数:WEB UI访问的端口号为18080。
- 第二个参数:指定历史服务日志存储路径。
- 第三个参数:指定保存Application历史记录的个数,如果超过这个值,旧的应用程序信息将被删除,这个是内存中的应用数,而不是页面上显示的应用数。
3、将配置好后的配置文件分发到其他虚拟机。
scp -r /export/servers/spark-3.1.2/conf node2:/export/servers/spark-3.1.2/
scp -r /export/servers/spark-3.1.2/conf node3:/export/servers/spark-3.1.2/
4、启动集群和历史服务。
进入/export/servers/spark-3.1.2目录,执行以下命令:
#hadoop
start-all.sh
#spark
sbin/start-all.sh
#历史服务
sbin/start-history-server.sh
5、提交应用测试集群。
bin/spark-submit \
--class org.apache.spark.examples.SparkPi \
--master spark://node1:7077 \
./examples/jars/spark-examples_2.12-3.1.2.jar \
10
查看历史服务,浏览器地址栏输入:http://node1:18080http://192.168.1.134:18080
(Master的IP地址和端口号)