Spark安装与部署实现文档

Spark安装与部署实现文档

Timber 2,615 2020-12-15

开发环境

你需要jdk环境,详细操作流程参见以下文章

https://www.timberkito.com/?p=12

两台CentOS系统,推荐配置内存2GB以上

一、从spark官方获取spark安装包

本案例使用spark-3.0.1为例

image.png
下载地址 https://www.apache.org/dyn/closer.lua/spark/spark-3.0.1/spark-3.0.1-bin-hadoop2.7.tgz

使用wget 命令获取spark安装包

mkdir /usr/spark
cd /usr/spark
wget https://mirror.bit.edu.cn/apache/spark/spark-3.0.1/spark-3.0.1-bin-hadoop2.7.tgz

使用tar命令解压安装包

tar -zxvf spark-3.0.1-bin-hadoop2.7

二、配置spark环境变量

进入spark-3.0.1目录中conf目录下

cd spark-3.0.1-bin-hadoop2.7/conf/

将spark-env.sh.template文件重命名为spark-env.sh

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

image.png

使用vim在文件末尾添加如下变量
export JAVA_HOME=/usr/java/jdk1.8.0_271/
export SPARK_MASTER_HOST=192.168.94.129
export SPARK_MASTER_PORT=7077

注意:JAVA_HOME=为你的jdk路径 SPARK_MASTER_HOST=为你的master主机ip地址

将slaves.template文件重命名为slaves

mv slaves.template slaves

image.png

将localhost改为你的宿主机IP地址

三、配置Workers环境变量

启动第二台CentOS,重复以上所有步骤

注意:Workers环境变量与上面配置一样,只要将 SPARK_MASTER_HOST=设置为你的Master主机ip即可(本案例Master主机为192.168.94.129)slaves中的保持不变为localhost

四、启动Spark通过Web UI观察cluster

进入spark3.0目录中的sbin目录

cd /usr/spark/spark-3.0.1-bin-hadoop2.7/sbin

启动Spark

bash start-all.sh

输入Workers服务器密码

MK1B8DGSXP04EOTGOZ4.png

在浏览器中输入master主机ip:8080端口

image.png

五、在cluster mode下,计算Pi值

在Master主机中调用Spark官方演示程序

cd /usr/spark/spark-3.0.1-bin-hadoop2.7
./bin/spark-submit --class org.apache.spark.examples.SparkPi --master spark://192.168.11.128:7077 examples/jars/spark-examples_2.12-3.0.1.jar

看到以下输出结果即为成功

AR~QHGE7QIBX5VG~TIL.png
image.png