Spark HA配置

版本配置：

spark-2.1.1-bin-hadoop2.7.tgz

hadoop2.7.3

zookeeper-3.4.10

 

架构图：

在前面 Zookeeper、Spark JobHistoryServer配置、Spark Standalone模式与测试 的基础上：

该文章配置的HA是针对Standalone模式的。

1）zookeeper 正常安装并启动
2）修改 spark-env.sh 文件添加如下配置：

注释掉如下内容：

#SPARK_MASTER_HOST=hadoop102
#SPARK_MASTER_PORT=7077

添加上如下内容：

export SPARK_DAEMON_JAVA_OPTS="-Dspark.deploy.recoveryMode=ZOOKEEPER -Dspark.deploy.zookeeper.url=master,slave1,slave2,slave3 -Dspark.deploy.zookeeper.dir=/spark"

3）分发配置文件
[root@master conf]#  xsync spark-env.sh

我使用的是scp
4）在 （master 机器）上关闭启动全部节点

[root@master spark-2.1.1-bin-hadoop2.7]# sbin/stop-all.sh
[root@master spark-2.1.1-bin-hadoop2.7]# sbin/start-all.sh
5）slave1上单独启动 （Master 节点）
[root@slave1 spark-2.1.1-bin-hadoop2.7]# sbin/start-master.sh

 

6）spark HA 集群访问

在 /usr/local/BigDataApp/spark-2.1.1-bin-hadoop2.7 目录下：
bin/spark-shell \ --master spark://master:7077,slave1:7077 \ --executor-memory 2g \ --total-executor-cores 2

测试：把master机器上的Master停掉，看看是否slave1机器上的Master状态是否从STANDBY变为ALIVE

然后在master机器上重新启动下Master   sbin/start-master.sh

测试成功！