Spark集群安装部署

1.下载并解压安装包

下载地址：https://spark.apache.org/downloads.html

解压之后的文件夹目录：

2. 修改配置文件

• slaves：
  mv slaves.template slaves
  

  

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

SPARK_MASTER_HOST=centos134
SPARK_MASTER_PORT=7077
YARN_CONF_DIR=/opt/hadoop-2.7.2/etc/hadoop
export SPARK_HISTORY_OPTS="-Dspark.history.ui.port=18080 -Dspark.history.retainedApplications=30 -Dspark.history.fs.logDirectory=hdfs://centos134:9000/directory"

• spark-default.conf
  mv spark-defaults.conf.template spark-defaults.conf

spark.eventLog.enabled           true
spark.eventLog.dir               hdfs://centos134:9000/directory
spark.yarn.historyServer.address=centos134:18080
spark.history.ui.port=18080

• 修改hadoop配置文件yarn-site.xml(注意这是hadoop的配置文件)

        
        
                yarn.nodemanager.pmem-check-enabled
                false
        
        
        
                yarn.nodemanager.vmem-check-enabled
                false
        

• 在hdfs上面创建文件夹
  hadoop fs –mkdir /directory
  
  

相关参数说明

• spark.eventLog.dir=hdfs://centos134:9000/directory：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://centos134:9000/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。
• YARN_CONF_DIR=/opt/hadoop-2.7.2/etc/hadoop:跑在yean上时需要配置的参数

复制安装文件夹到每台节点

3. 启动相关

sbin/start-all.sh

网页查看：centos134:8080

启动历史服务
sbin/start-history-server.sh

http://192.168.126.134:18080/

image.png

4. 运行求pi案例

4.1 local

bin/spark-submit --class org.apache.spark.examples.SparkPi --executor-memory 0.5G --total-executor-cores 1 ./examples/jars/spark-examples_2.11-2.1.1.jar 100

4.2 standalone

bin/spark-submit --class org.apache.spark.examples.SparkPi --master spark://centos134:7077 --executor-memory 1G --total-executor-cores 1 ./examples/jars/spark-examples_2.11-2.1.1.jar 100

4.3 yarn

bin/spark-submit --class org.apache.spark.examples.SparkPi --master yarn --deploy-mode client ./examples/jars/spark-examples_2.11-2.1.1.jar 100

三种模式说明

参数说明

• --master 指定Master的地址，默认为Local
• --class: 你的应用的启动类 (如 org.apache.spark.examples.SparkPi)
• --deploy-mode: 是否发布你的驱动到worker节点(cluster) 或者作为一个本地客户端 (client) (default: client)*
• --conf: 任意的Spark配置属性， 格式key=value. 如果值包含空格，可以加引号“key=value”
• application-jar: 打包好的应用jar,包含依赖. 这个URL在集群中全局可见。 比如hdfs:// 共享存储系统， 如果是 file:// path， 那么所有的节点的path都包含同样的jar
• application-arguments: 传给main()方法的参数
• --executor-memory 1G 指定每个executor可用内存为1G
• --total-executor-cores 2 指定每个executor使用的cup核数为2个