【Spark集群部署系列三】Spark StandAlone HA模式介绍和搭建以及使用

简介：

Spark Standalone集群是Master-Slaves架构的集群模式，和大部分的Master-Slaves结构集群一样，存在着Master

单点故障（SPOF）的问题。

高可用HA

如何解决这个单点故障的问题，Spark提供了两种方案：

1.基于文件系统的单点恢复(Single-Node Recovery with Local File System)--只能用于开发或测试环境。

2.基于zookeeper的Standby Masters(Standby Masters with ZooKeeper)--可以用于生产环境。

ZooKeeper提供了一个Leader Election机制，利用这个机制可以保证虽然集群存在多个Master，但是只有一个是Active

的，其他的都是Standby。当Active的Master出现故障时，另外的一个Standby Master会被选举出来。由于集群的信息

，包括Worker， Driver和Application的信息都已经持久化到文件系统，因此在切换的过程中只会影响新Job的提交，对

于正在进行的Job没有任何的影响。加入ZooKeeper的集群整体架构如下图所示。

基于Zookeeper实现HA 

前提

 确保Zookeeper 和HDFS已经启动,已经部署好Spark StandAlone（没有就运行不了）HDFS集群搭建http://t.csdnimg.cn/Re8MVZookeeper集群搭建http://t.csdnimg.cn/LlZEMSpark StandAlonehttp://t.csdnimg.cn/idwKA

hdfs,zookeeper启动命令 ：

start-dfs.sh    # hdfs，注意最高权限用户

su - 用户名      # 切换用户

/export/server/zookeeper/bin/zkServer.sh start     # Zookeeper启动,注意路径

 用Spark最高权限用户，本教程用的是hadoop用户（应该没问题！）

su - hadoop

修改配置文件 

 切换到spark conf目录下

cd /export/server/spark/conf     #注意路径

编辑spark-env.sh

vim spark-env.sh

最后在末尾添加如下内容，可以不加注释 

SPARK_DAEMON_JAVA_OPTS="-Dspark.deploy.recoveryMode=ZOOKEEPER -Dspark.deploy.zookeeper.url=node1:2181,node2:2181,node3:2181 -Dspark.deploy.zookeeper.dir=/spark-ha"
# spark.deploy.recoveryMode 指定HA模式 基于Zookeeper实现
# 指定Zookeeper的连接地址
# 指定在Zookeeper中注册临时节点的路径

 

:wq

分发配置文件文件到其他机器

scp spark-env.sh node2:`pwd`/

scp spark-env.sh node3:`pwd`/

启动HA模式 

如果启动了spark，关闭Spark StandAlone集群 (之前没启动不需要管)

cd ..

(以下命令以sbin开头的都是在/export/server/spark目录下执行) 

sbin/stop-all.sh

 在node1机器执行

sbin/start-all.sh

在其他机器启动备用Master，这里用node2举例

sbin/start-master.sh

 注意：我并没有启动yarn，只是启动了HDFS,Spark,Zookeeper，以及历史服务器

node1 

 

node2

 

node3

 WebUI查看

通常Zookeeper先启动，会占用8080端口，所以Master会向后延申置8081,产看端口参考

netstat -anp | grep 进程号      # 进程号看jps

 下图为node2机器的截图作为举例，node1是一样的。 

也可以通过查看日志看端口位置

cd  logs/         # 完整路径/export/server/spark/logs

ll

tail spark-hadoop-org.apache.spark.deploy.master.Master-1-node2.out

 WebUI界面

 

 HA Master主备切换

先在node1输入，切记别回车

kill -9 进程号  # node1机器Master进程号，通过jps查看

 node2，执行

bin/spark-submit --master spark://node1:7077 /export/server/spark/examples/src/main/python/pi.py 10    # 迭代次数根据机器配置

 产看node1Master的web UI，游览器输入

node1:8081    #具体端口号，上面教了怎么看，往上翻。

node2 web UI，刷新直到出现下面图片的样子，主备切换成功。

node2:8082    #具体端口号，上面教了怎么看，往上翻。

最后恢复 node1的Master 进程,保持有主有备就行。如果非要换回来，杀了node2再复活吧！

sbin/start-master.sh

 OK ! 结束。