Centos7 下 spark1.6.1_hadoop2.6 分布式集群环境搭建

摘要

在上一篇博客《Centos7 下 Hadoop 2.6.4 分布式集群环境搭建》 
已经详细写了Hadoop 2.6.4 配置过程，下面详细介绍 Spark 1.6.1的安装过程。

Scala 安装

下载 ，解压

下载 Scala-2.11.8.tgz， 解压到 /root/workspace/software/scala-2.10.4t 目录下

修改环境变量文件 /etc/profile

添加以下内容

export SCALA_HOME=/root/workspace/software/scala-2.10.4
export PATH=$PATH:$SCALA_HOME/bin
 
 
1
2
 
 
1
2

source 使之生效

source /etc/profile
 
 
1
 
 
1

验证 Scala 安装

slaver1-slaver4 部署 scala

slaver1 - slaver4 参照 master 机器安装步骤进行安装。

Spark 安装

下载，解压

下载 spark-1.6.1-bin-hadoop2.6.tgz，解压到/root/workspace/software/spark1.6.1_hadoop2.6目录下。

修改环境变量文件 /etc/profile, 添加以下内容。

export SPARK_HOME=/root/workspace/software/spark1.6.1_hadoop2.6/
export PATH=$PATH:XXX其他软件的环境变量:$SPARK_HOME/bin# 在最后添加:$SPARK_HOME/bin
 
 
1
2
 
 
1
2

source 使之生效

source /etc/profile
 
 
1
 
 
1

Spark 配置

spark-env.sh

进入 Spark 安装目录下的 /root/workspace/software/spark1.6.1_hadoop2.6/conf 目录， 拷贝 spark-env.sh.template 到 spark-env.sh。

cp spark-env.sh.template spark-env.sh
 
 
1
 
 
1

编辑 spark-env.sh，在其中添加以下配置信息：

export SCALA_HOME=/root/workspace/software/scala-2.10.4
export JAVA_HOME=/usr/java/jdk1.7.0_80
export HADOOP_HOME=/root/workspace/software/hadoop-2.6.4
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop
export SPARK_MASTER_IP=192.168.122.1
export SPARK_LOCAL_DIRS=/root/workspace/software/spark1.6.1_hadoop2.6
export SPARK_WORKER_MEMORY=20g
 
 
1
2
3
4
5
6
7
 
 
1
2
3
4
5
6
7

JAVA_HOME 指定 Java 安装目录； 
SCALA_HOME 指定 Scala 安装目录； 
SPARK_MASTER_IP 指定 Spark 集群 Master 节点的 IP 地址； 
SPARK_WORKER_MEMORY 指定的是 Worker 节点能够分配给 Executors 的最大内存大小； 
HADOOP_CONF_DIR 指定 Hadoop 集群配置文件目录。 
SPARK_WORKER_MEMORY 我这边的机器内存32g，我设置内存为20g,更加自己的情况修改。

slaves

将 slaves.template 拷贝到 slaves， 编辑其内容为：

master
slaver1
slaver2
slaver3
slaver4
 
 
1
2
3
4
5
 
 
1
2
3
4
5

即 master 既是 Master 节点又是 Worker 节点

slaver1- slaver4 部署

slaver1 -slaver4 参照 master 机器安装步骤进行安装。

启动 Spark 集群

启动 Hadoop 集群

参考《Centos7 下 Hadoop 2.6.4 分布式集群环境搭建》

启动 Spark 集群

启动 Master 节点

运行 /root/workspace/software/spark1.6.1_hadoop2.6/sbin 下面， start-master.sh 
 
可以看到 master 上多了一个新进程 Master。

启动所有 Worker 节点

运行 运行 /root/workspace/software/spark1.6.1_hadoop2.6/sbin 下面，start-slaves.sh 
在slaver1-slaver4查看进程 

可以发现都启动了一个 Worker 进程

浏览器查看 Spark 集群信息

访问：http://masterIP:8080, 如下图： 

使用 spark-shell

运行 spark-shell，可以进入 Spark 的 shell 控制台，如下： 

浏览器访问 SparkUI

可以从 SparkUI 上查看一些 如环境变量、Job、Executor等信息。 
至此，整个 Spark 分布式集群的搭建就到这里结束。

停止 Spark 集群

停止 Master 节点

运行/root/workspace/software/spark1.6.1_hadoop2.6/sbin，下面的stop-master.sh 来停止 Master 节点。 

jps查看java进程 

可以发现 Master 进程已经停止。

停止 Master 节点

运行/root/workspace/software/spark1.6.1_hadoop2.6/sbin，下面的stop-slaves.sh （注意是stop-slavers 有s） 可以停止所有的 Worker 节点 

使用 jps 命令查看 master上的进程信息： 

worker 关闭了

使用 jps 命令查看 slaver1上的进程信息： 
 
可以看到， Worker 进程均已停止，最后再停止 Hadoop 集群.

搞定啦