Spark的配置

一.spark的安装与配置

        scala的下载

下载地址为：scala下载地址

1.启动hadoop（搭建高可用集群的一起启动 

        （1）启动Zookeeper（三台虚拟机都进行）

zkServer.sh start

 

        (2）启动journalnode（三台虚拟机都进行） 

 hadoop-daemon.sh start journalnode

         （3）启动Hadoop以及jps查看进程

start-all.sh
jps

 2.scala安装与部署

（1）安装包的解压（并移动到指定位置）

[root@hadoop1 ~]# tar -zxvf scala-2.12.14.tgz
[root@hadoop1 ~]# mv scala-2.12.14 /export/software/

（2）环境变量的配置

在命令行中输入如下命令，打开profile配置文件

[root@hadoop1 ~]# vi /etc/profile
        export SCALA_HOME=/export/software/scala-2.12.14                                                                                         export PATH=$PATH:$SCALA_HOME/bin:$PATH

 然后再命令行中输入source /etc/profile使环境变量生效。

source /etc/profile

测试scala安装 scala -version

在命令行输入scala，能进入scala命令行说明安装成功.:quit

 

 二、spark的安装与配置

        1.spark的安装

                和Scala的安装与配置一样，先进行解压（并移动到指定位置），然后打开profie文件配置环境变量

[root@hadoop1 ~]# tar -zxvf spark-2.1.0-bin-hadoop2.4.tgz
[root@hadoop1 ~]# mv spark-2.1.0-bin-hadoop2.4 /export/software/

export SPARK_HOME=/export/software/spark-2.1.0-bin-hadoop2.4
export PATH=$PATH::$SPARK_HOME/bin:$PATH
:wq
source /etc/profile

        2.配置conf/spark-env.sh 文件

[root@hadoop1 ~]# cd /export/software/spark-2.1.0-bin-hadoop2.4/
[root@hadoop1 spark-2.1.0-bin-hadoop2.4]# ls
bin   data      jars     licenses  python  README.md  sbin
conf  examples  LICENSE  NOTICE    R       RELEASE    yarn
[root@hadoop1 spark-2.1.0-bin-hadoop2.4]# cd conf/
[root@hadoop1 conf]# ls
docker.properties.template  metrics.properties.template   spark-env.sh.template
fairscheduler.xml.template  slaves.template
log4j.properties.template   spark-defaults.conf.template
[root@hadoop1 conf]#

        3进入到conf目录下会发现spark-env.sh为临时文件，须重命名为spark-env.sh

[root@hadoop1 conf]# mv spark-env.sh.template spark-env.sh

        在文件中加入如下内容：

[root@hadoop1 conf]# vi spark-env.sh

export SCALA_HOME=/export/software/scala-2.12.14
export JAVA_HOME=/export/software/jdk1.8.0_161
export SPARK_WORK_MEMORY=4g
export SPARK_MASTER_IP=hadoop1
export MASTER=spark://hadoop1:7077

参数解释：

SPARK_WORK_MEMORY 决定在每一个Worker节点上可用的最大内存，增加这个数可以在内存中缓存更多数据，但一定要给Slave的操作系统和其他服务预留足够内存
SPARK_MASTER_IP 参数可以是具体的IP地址也可以是hostname，系统会更具hosts文件进行解析
MASTER 配置端口号
PS：SPARK_MASTER_IP和MASTER必须配置否则会造成Slave无法注册主机错误
配置conf/slaves 文件 将节点的主机名加入到slaves文件中

[root@hadoop1 conf]# mv slaves.template slaves
[root@hadoop1 conf]# vi slaves
 
hadoop1
hadoop2
hadoop3

4.启动Spark集群

在启动前，将scala文件、spark文件以及etc目录下的profile文件传给slave1和slave2，并在slave1和slave2命令行中输入source /etc/profile使环境变量生效
进入spark目录下，输入如下命令：

[root@hadoop1 spark-2.1.0-bin-hadoop2.4]# scp -r /export/software/spark-2.1.0-bin-hadoop2.4 hadoop2:/export/software/
[root@hadoop1 spark-2.1.0-bin-hadoop2.4]# scp -r /export/software/spark-2.1.0-bin-hadoop2.4 hadoop3:/export/software/
[root@hadoop1 spark-2.1.0-bin-hadoop2.4]# scp -r /etc/profile hadoop2:/etc/
[root@hadoop1 spark-2.1.0-bin-hadoop2.4]# scp -r /etc/profile hadoop3:/etc/

[root@hadoop1 spark-2.1.0-bin-hadoop2.4]# sbin/start-all.sh
 至此spark的安装结束，也已成功启动，如需停止，输入如下命令：

[root@hadoop1 spark-2.1.0-bin-hadoop2.4]# sbin/stop-all.sh