一、准备
1.三台centOS安装好JDK1.7,一台master,两台worker;
2.将spark-1.6.1-bin-hadoop2.6.tgz上传到其中一台CentOS
二、安装
2.1、在根目录下,新建bigdata目录,并将spark的安装包解压到此目录下;
mkdir /bigdata
tar -zxvf spark-1.6.1-bin-hadoop2.6.tgz -C /bigdata
2.2修改配置
进入到Spark安装目录
cd /bigdata/spark-1.5.2-bin-hadoop2.6
进入conf目录并重命名并修改spark-env.sh.template文件
cd conf/
mv spark-env.sh.template spark-env.sh
vim spark-env.sh
在该配置文件中添加如下配置
export JAVA_HOME=/usr/java/jdk1.7.0_79
export SPARK_MASTER_IP=heres01
export SPARK_MASTER_PORT=7077
保存退出
重命名并修改slaves.template文件
mv slaves.template slaves
vim slaves
在该文件中添加子节点所在的位置(Worker节点)
heres02
heres03
保存退出
scp -r spark-1.6.1-bin-hadoop2.6/ heres02:/bigdata
scp -r spark-1.6.1-bin-hadoop2.6/ heres03:/bigdata
关闭防火墙
service iptables stop
chkconfig iptables off
Spark集群配置完毕,目前是1个Master,2个Work,在heres01上启动Spark集群(配置好ssh免登陆)
/bigdata/spark-1.6.1-bin-hadoop2.6/sbin/start-all.sh
启动后执行jps命令,主节点上有Master进程,其他子节点上有Work进行,登录Spark管理界面查看集群状态(主节点):http://heres01:8080/
三、执行第一个spark小程序
3.1启动spark-shell
/bigdata/spark-1.6.1-bin-hadoop2.6/bin/spark-shell --master spark://heres01:7077 --executor-memory 1g --total-executor-cores 2
注:--master :指定master所在的地址; spark://heres01:7077 :指定spark协议--executor-memory 1g :指定每个worker上占用内存大小
--total-executor-cores 2 :指定执行任务整个集群总共占用的CPU核数
注意:
如果启动spark shell时没有指定master地址,但是也可以正常启动spark shell和执行spark shell中的程序,其实是启动了spark的local模式,该模式仅在本机启动一个进程,没有与集群建立联系。
Spark Shell中已经默认将SparkContext类初始化为对象sc。用户代码如果需要用到,则直接应用sc即可
3.2.运行蒙特卡罗求PI
/bigdata/spark-1.6.1-bin-hadoop2.6/bin/spark-submit --class org.apache.spark.examples.SparkPi --master spark://heres01:7077 \
--executor-memory 1G \
--total-executor-cores 2 \
/bigdata/spark-1.6.1-bin-hadoop2.6/lib/spark-examples-1.6.1-hadoop2.6.0.jar 100
注:可能出现以下错误:
Java HotSpot(TM) 64-Bit Server VM warning: INFO: os::commit_memory(0x00000007f7500000, 142606336, 0) failed; error='Cannot allocate memory' (errno=12)## There is insufficient memory for the Java Runtime Environment to continue.#
解决办法:加大CentOS的内存,因为我的CentOS原先只有1G内存。