spark2.2 + jdk1.8 + centos7集群安装教程（单个Master，不依赖hadoop安装）

1.准备环境

安装centos7，在此我准备了五个虚拟机，分别命名为L1，L2,L3,L4,L5.计划在L1上面运行Master节点，在L3,L4,L5上面运行Worker节点。
网络配置以及ssh免密登陆配置不再详细讲解，请参考我的另外一篇博客：
虚拟机网络配置以及准备工作：
https://blog.csdn.net/weixin_43866709/article/details/87977822

SSH免密登录配置：
https://blog.csdn.net/weixin_43866709/article/details/87982019

2.安装JDK1.8

在此有必要说明一下，spark集群，包括hadoop集群和JDK是有不同的版本对应的，这个具体版本对应可以参考官网，我用的是spark2.2.3-bin-hadoop，它所支持的JDK版本是1.8，所以要安装JDK1.8.

先去官网下载JDK1.8的tar包，下载链接为：https://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.html

下载完成之后上传至虚拟机，解压至任意目录，为了方便管理，我把大数据要用的软件全部安装在/home/hadoop/app/下。
解压命令为：

tar -zxvf 包存放目录 -C 解压的目录（/home/hadoop/app）

解压完成后，配置环境变量，环境变量可以在/etc/profile中配置，也可以在~/.bashrc中配置，具体区别请参考：https://blog.csdn.net/weixin_43866709/article/details/88014346
此处我在~/.bashrc中配置，打开该配置文件，在文件末尾添加如下内容：

sudo vim ~/.bashrc

export JAVA_HOME=jdk安装路径
export PATH=$PATH:$JAVA_HOME/bin

添加完保存退出后，执行source ~/.bashrc使配置文件生效。（如果在/etc/profile中配置，生效的命令为. /etc/profile）

设置完成后查看是否成功：

java -version

如果出现java 版本信息即为成功。

3.下载spark安装包

下载地址：http://spark.apache.org/downloads.html

下载完成后上传安装包，然后解压（同JDK操作）
修改配置文件：
1.解压完成后，进入到conf目录下面，先修改两个文件名，分别是spark-env.sh,template和slaves.template,修改为spark-env.sh和slaves

2.然后打开spark-env.sh
在文件末尾添加：

export JAVA_HOME=/home/hadoop/app/jdk1.8.0_201     //Java安装目录
export SPARK_MASTER_HOST=192.168.xx.xxx   //Master节点IP（或者主机名，用主机名的话需要在虚拟机中添加主机和IP地址的映射）
export SPARK_MASTER_PORT=7077             //Master节点的端口（RPC通信端口），默认为7077

3.再打开slaves文件，在文件末尾添加：

L3
L4              //slaves文件是spark集群确定Worker节点的配置文件，所以里面添加的是Worker节点
L5                              的IP

4.修改~/.bashrc文件，添加spark环境变量

export SPARK_HOME=/home/hadoop/app/spark-2.2.3-bin-hadoop2.7
export PATH=$PATH:$SPARK_HOME/bin:$SPARK_HOME/sbin
//此处应注意PATH要放在SPARK_HOME后面
//此处$SPARK_HOME/sbin不建议添加到配置文件中，因为如果安装的还有Hadoop的话，当执行sbin/start-all.sh时，不知道启动的是Hadoop还是spark，所以在添加配置文件的时候，不建议把应用的sbin目录添加进来。

修改完成后执行source ~/.bashrc

4.将配置好的spark安装程序拷贝给其他机器

可以编写一个for循环的脚本快速拷贝，具体请参考：
https://blog.csdn.net/weixin_43866709/article/details/88382027

5.启动Spark

进入到sbin目录，里面存放了很多脚本文件
执行start-all.sh启动spark
启动后，在虚拟机L1上执行jps命令可以查看到有一个Master进程，在虚拟机L3,L4,L5上同样执行jps命令，发现有Worker进程，即表示启动成功。


还可以通过web界面可以查看管理spark集群，管理页面的url为：Master所在机器的端口+8080端口
（8080是进入spark管理页面的端口，而之前配置文件中添加的7077是spark集群Master节点和Worker节点通信的端口，不要混淆了）

如果无法进入spark集群的web管理页面，可能是centos防火墙服务未关闭
执行下面命令关闭防火墙：

systemctl stop firewalld.service          //停止firewall
systemctl disable firewalld.service       //禁止firewall开机启动
firewall-cmd --state                     //查看默认防火墙状态

关闭spark集群：同样进入到sbin目录，执行stop-all.sh

6.安装过程中可能会遇到的问题

1.启动spark集群报错
报错类型是：无法找到命令
原因：1.spark-env.sh配置文件配置错误，请仔细检查是否有误
2.~/.bashrc文件中PATH要位于SPARK_HOME后面

报错类型：
starting org.apache.spark.deploy.worker.Worker, logging to /usr/spark/sbin/…/logs/spark-hadoop-org.apache.spark.deploy.worker.Worker-1-slave1.out

failed to launch org.apache.spark.deploy.worker.Worker

full log in /usr/spark/sbin/…/logs/spark-hadoop-org.apache.spark.deploy.master.Master-1-master.out
原因：spark版本于Java版本不对应，建议删除已经安装的JDK，重新选择对应的JDK版本安装，但不要忘记修改配置文件。