spark standalone集群部署

进入spark安装目录下的conf文件夹

修改配置文件名称

mv slaves.template slaves

mv spark-env.sh.template spark-env.sh

修改slave文件，添加work节点：

vim slaves

加入：

hadoop102
hadoop103
hadoop104

修改spark-env.sh文件，添加如下配置：

SPARK_MASTER_HOST=hadoop102
SPARK_MASTER_PORT=7077

分发spark包

xsync spark/

启动

sbin/start-all.sh

util.sh

网页查看：

因为默认的8080和tomcat冲突了，改这里可以换成8081：

1、cd SPARK_HOME/sbin

2、vi start-master.sh

3、定位到下面部分内容：
if [ "$SPARK_MASTER_WEBUI_PORT" = "" ]; then
SPARK_MASTER_WEBUI_PORT=8081
fi

访问地址是：

http://hadoop102:8081/

注意：如果遇到 “JAVA_HOME not set” 异常，可以在sbin目录下的spark-config.sh 文件中加入如下配置：

export JAVA_HOME=/usr/local/java/jdk1.8.0_161

 

官方求PI案例

bin/spark-submit \
--class org.apache.spark.examples.SparkPi \
--master spark://hadoop102:7077 \
--executor-memory 1G \
--total-executor-cores 2 \
./examples/jars/spark-examples_2.11-2.1.1.jar \
100

 

启动spark shell

/opt/module/spark/bin/spark-shell \
--master spark://hadoop102:7077 \
--executor-memory 1g \
--total-executor-cores 2

参数：--master spark://hadoop102:7077指定要连接的集群的master

执行WordCount程序

scala>sc.textFile("input").flatMap(_.split(" ")).map((_,1)).reduceByKey(_+_).collect
res0: Array[(String, Int)] = Array((hadoop,6), (oozie,3), (spark,3), (hive,3), (atguigu,3), (hbase,6))

JobHistoryServer配置

修改spark-default.conf.template名称

mv spark-defaults.conf.template spark-defaults.conf

修改spark-default.conf文件，开启Log：

vi spark-defaults.conf

spark.eventLog.enabled           true
spark.eventLog.dir               hdfs://hadoop102:9000/directory

注意：HDFS上的目录需要提前存在。

hadoop fs -mkdir /directory

修改spark-env.sh文件，添加如下配置：

vi spark-env.sh

export SPARK_HISTORY_OPTS="-Dspark.history.ui.port=18080
-Dspark.history.retainedApplications=30 
-Dspark.history.fs.logDirectory=hdfs://hadoop102:9000/directory"

参数描述：

spark.eventLog.dir：Application在运行过程中所有的信息均记录在该属性指定的路径下；

spark.history.ui.port=18080  WEBUI访问的端口号为18080

spark.history.fs.logDirectory=hdfs://hadoop102:9000/directory  配置了该属性后，在start-history-server.sh时就无需再显式的指定路径，Spark History Server页面只展示该指定路径下的信息

spark.history.retainedApplications=30指定保存Application历史记录的个数，如果超过这个值，旧的应用程序信息将被删除，这个是内存中的应用数，而不是页面上显示的应用数。

分发配置文件

xsync spark-defaults.conf

xsync spark-env.sh

启动历史服务

sbin/start-history-server.sh

再次执行任务

bin/spark-submit \
--class org.apache.spark.examples.SparkPi \
--master spark://hadoop102:7077 \
--executor-memory 1G \
--total-executor-cores 2 \
./examples/jars/spark-examples_2.11-2.1.1.jar \
100

查看历史服务

hadoop102:18080

 

 HA配置

zookeeper正常安装并启动

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=hadoop102,hadoop103,hadoop104 
-Dspark.deploy.zookeeper.dir=/spark"

分发配置文件

xsync spark-env.sh

在hadoop102上启动全部节点

sbin/start-all.sh

在hadoop103上单独启动master节点

sbin/start-master.sh

spark HA集群访问

/opt/module/spark/bin/spark-shell \
--master spark://hadoop102:7077,hadoop103:7077 \
--executor-memory 2g \
--total-executor-cores 2