大数据-Spark(二)
Spark集群安装部署
前置条件搭建好zookeeper集群
1.下载安装包
2.规划安装目录
/kkb/install
3.上传安装包到服务器
4.解压安装包到指定的安装目录
tar -zxvf spark-2.3.3-bin-hadoop2.7.tgz -C /kkb/install
5.修改配置文件
进入到spark的安装目录下对应的conf文件夹
- vim spark-env.sh
mv spark-env.sh.template spark-env.sh
vim spark-env.sh
#配置java的环境变量
export JAVA_HOME=/kkb/install/jdk1.8.0_141
#配置zk相关信息
export SPARK_DAEMON_JAVA_OPTS="-Dspark.deploy.recoveryMode=ZOOKEEPER -Dspark.deploy.zookeeper.url=node01:2181,node02:2181,node03:2181 -Dspark.deploy.zookeeper.dir=/spark"
-
vim slaves ( mv slaves.template slaves)
mv slaves.template slaves
vim slaves
#指定spark集群的worker节点
node02
node03
6.分发安装目录到其他机器
scp -r /kkb/install/spark-2.3.3-bin-hadoop2.7 node02:/kkb/install
scp -r /kkb/install/spark-2.3.3-bin-hadoop2.7 node03:/kkb/install
7.三节点配置spark环境变量
sudo vim /etc/profile
export SPARK_HOME=/kkb/install/spark-2.3.3-bin-hadoop2.7
export PATH=$PATH:$SPARK_HOME/bin:$SPARK_HOME/sbin
source /etc/profile
Spark集群的启动和停止
启动
1、先启动zk
2、启动spark集群
-
可以在任意一台服务器来执行(条件:需要任意2台机器之间实现ssh免密登录)
- $SPARK_HOME/sbin/start-all.sh
- 在哪里启动这个脚本,就在当前该机器启动一个Master进程
- 整个集群的worker进程的启动由slaves文件
-
后期可以在其他机器单独在启动master
- $SPARK_HOME/sbin/start-master.sh
(1) 如何恢复到上一次活着master挂掉之前的状态?
在高可用模式下,整个spark集群就有很多个master,其中只有一个master被zk选举成活着的master,其他的多个master都处于standby,同时把整个spark集群的元数据信息通过zk中节点进行保存。
后期如果活着的master挂掉。首先zk会感知到活着的master挂掉,下面开始在多个处于standby中的master进行选举,再次产生一个活着的master,这个活着的master会读取保存在zk节点中的spark集群元数据信息,恢复到上一次master的状态。整个过程在恢复的时候经历过了很多个不同的阶段,每个阶段都需要一定时间,最终恢复到上个活着的master的转态,整个恢复过程一般需要1-2分钟。
(2) 在master的恢复阶段对任务的影响?
a)对已经运行的任务是没有任何影响。
由于该任务正在运行,说明它已经拿到了计算资源,这个时候就不需要master。
b) 对即将要提交的任务是有影响
由于该任务需要有计算资源,这个时候会找活着的master去申请计算资源,由于没有一个活着的master,该任务是获取不到计算资源,也就是任务无法运行。
停止
- 在处于active Master主节点执行 $SPARK_HOME/sbin/stop-all.sh
- 在处于standBy Master主节点执行 $SPARK_HOME/sbin/stop-master.sh
spark集群的web管理界面
当启动好spark集群之后,可以访问这样一个地址
http://master主机名:8080
可以通过这个web界面观察到很多信息
- 整个spark集群的详细信息
- 整个spark集群总的资源信息
- 整个spark集群已经使用的资源信息
- 整个spark集群还剩的资源信息
- 整个spark集群正在运行的任务信息
- 整个spark集群已经完成的任务信息
此博文仅供学习参考,如有错误欢迎指正。
上一篇《大数据-Spark(一)》
下一篇《大数据-Spark(三)》