Keyarchos系统下安装Spark：实现高效大数据处理

1 概述

浪潮信息KOS是浪潮信息基于Linux Kernel、OpenAnolis等开源技术自主研发的一款服务器操作系统，支持x86、ARM等主流架构处理器，性能和稳定性居于行业领先地位，具备成熟的 CentOS 迁移和替换能力，可满足云计算、大数据、分布式存储、人工智能、边缘计算等应用场景需求。详细介绍见官网链接https://www.ieisystem.com/kos/product-kos-xq.thtml?id=12126。

Spark是一种快速、通用、可扩展的大数据分析引擎，2009年诞生于加州大学伯克利分校AMPLab，2010年开源，2013年6月成为Apache孵化项目，2014年2月成为Apache顶级项目。目前，Spark生态系统已经发展成为一个包含多个子项目的集合，其中包含SparkSQL、Spark Streaming、GraphX、MLlib等子项目，Spark是基于内存计算的大数据并行计算框架。Spark基于内存计算，提高了在大数据环境下数据处理的实时性，同时保证了高容错性和高可伸缩性，允许用户将Spark部署在大量廉价硬件之上，形成集群。详细介绍见官网链接https://spark.apache.org/。

2 安装准备

2.1 操作系统环境

版本信息：KeyarchOS 5.8sp1

硬件平台：X86_64

2.2 JDK版本

JAVA -1.8.0-openjdk(已经在KOS AppSteam仓库发布)

2.2 Spark版本

Spark-2.4.0

https://spark.apache.org/downloads

厂商名称：Apache软件基金会（ApacheSoftwareFoundation）

3 安装

3.1 安装JDK

JAVA -1.8.0-openjdk 已经在KOS AppSteam仓库发布，可以通过yum install直接安装：

yum install -y java-1.8.0-openjdk wget unzip

3.2 安装Spark

1、官网下载安装包：spark-2.4.0-bin-hadoop2.7.tgz

https://spark.apache.org/downloads

2、在存放目录下解压下载的Spark安装包

tar zxvf spark-2.4.0-bin-hadoop2.7.tgz

4 运行Spark

4.1 启动Spark服务

1、进入解压后的Spark文件夹目录下之后，执行启动spark-master命令：

cd spark-2.4.0-bin-hadoop2.7/

启动spark-master：./sbin/start-master.sh

查看日志：tail logs/spark-root-org.apache.spark.deploy.master.Master-1-localhost.localdomain.out

2、启动spark-all

SPARK_MASTER_HOST=localhost

./sbin/start-all.sh spark://$SPARK_MASTER_HOST:7077

查看日志：tail logs/spark-root-org.apache.spark.deploy.worker.Worker-1-localhost.localdomain.out

4.2 登录控制台

Spark-master后台管理页面的端口默认为8080，访问http://localhost:8080：

Spark-worker后台管理页面的端口默认为8081，访问http://localhost:8081：

4.3 运行示例

运行官方示例，计算Pi的值：

bin/run-example SparkPi 1000

4.4 清理环境

停止spark-all：

./sbin/stop-all.sh