Linux下Spark Standalone测试环境部署

准备工作

为了可以使用start-all.sh脚本启动整个本地集群，需要先配置 ssh 免密。

检查本机是否启动了 ssh 服务，如果出现以下信息则说明服务未启动，需先配置本机的 ssh 服务。

$ ssh localhost
ssh: connect to host localhost port 22: Connection refused

配置 SSH 服务 

1. 安装 SSH 服务

sudo apt-get update
sudo apt-get install openssh-server

2. 启动 SSH 服务

sudo systemctl start ssh

3. 启用 SSH 服务开机启动

sudo systemctl enable ssh

配置免密 SSH 登录 

首先，需要生成 SSH 密钥对。

ssh-keygen -t rsa

然后，将公钥复制到目标服务器（localhost）。执行以下命令，并按照提示输入密码即可。

$ ssh-copy-id zhangjc@localhost
/usr/bin/ssh-copy-id: INFO: attempting to log in with the new key(s), to filter out any that are already installed
/usr/bin/ssh-copy-id: INFO: 1 key(s) remain to be installed -- if you are prompted now it is to install the new keys
zhangjc@localhost's password: 
ERROR: Python with virtualenvwrapper module not found!
Either, install virtualenvwrapper module for the default python3 interpreter
or set VIRTUALENVWRAPPER_PYTHON to the interpreter to use.

Number of key(s) added: 1

Now try logging into the machine, with:   "ssh 'zhangjc@localhost'"
and check to make sure that only the key(s) you wanted were added.

Spark Standalone启动

首先，从Spark官网（Downloads | Apache Spark）下载安装包。我下载的是“spark-3.5.1-bin-hadoop3.tgz”。

然后，将下载安装包解压至自己喜欢的位置。

执行以下命令时，可能会出现未配置JAVA_HOME的错误，如下：

$ ./sbin/start-all.sh 
localhost:   JAVA_HOME is not set

这是因为Spark通过SSH登录Worker节点启动服务，但shell登录服务器时不会加载环境变量。解决该问题需要在spark-config.sh中添加以下配置：

export JAVA_HOME=/opt/java
export PATH=$JAVA_HOME/bin:$PATH

配置完成后，再次执行以下命令集群启动成功。

$ ./sbin/start-all.sh
$ jps
99510 Master
99654 Worker