spark+hadoop集群搭建-虚拟机

spark+hadoop集群搭建-虚拟机

一、本次搭建环境说明
VMware Fusion
master：ubuntu16.04 64位 ip:172.16.29.11
slave1：ubuntu16.04 64位 ip:172.16.29.12
slave1：ubuntu16.04 64位 ip:172.16.29.13
jdk9.0.4
hadoop2.8.1
spark2.3.0
二、jdk、hadoop安装部署
参见上篇博文： hadoop搭建全分布式集群-虚拟机
三、安装、配置spark

> wget http://mirrors.shu.edu.cn/apache/spark/spark-2.3.0/spark-2.3.0-bin-hadoop2.7.tgz  # 下载
> tar -zxvf spark-2.3.0-bin-hadoop2.7.tgz  # 解压
> mv spark-2.3.0-bin-hadoop2.7.tgz spark  # 重命名
> mv ./spark/ /usr/local/   # 移动到/usr/local/目录下

配置环境变量，在/etc/profile文件尾部追加：

> vi /etc/profile

...
#spark
export SPARK_HOME=/usr/local/spark  spark 路径
export SPARK_SCALA_VERSION=2.30  # spark 版本号

配置完成后，记得执行：

> source /etc/profile

进入/usr/local/spark/conf/，创建文件spark-env.sh:

export JAVA_HOME=/usr/local/jdk
export HADOOP_HOME=/usr/local/hadoop
export HADOOP_CONF_DIR=/usr/local/hadoop/etc/hadoop
export SPARK_MASTER_IP=hadoop11
export SPARK_WORKER_MEMORY=1g
export SPARK_WORKER_CORES=1
export SPARK_WORKER_INSTANCES=1

变量说明
- JAVA_HOME：Java安装目录
- SCALA_HOME：Scala安装目录
- HADOOP_HOME：hadoop安装目录
- HADOOP_CONF_DIR：hadoop集群的配置文件的目录
- SPARK_MASTER_IP：spark集群的Master节点的ip地址
- SPARK_WORKER_MEMORY：每个worker节点能够最大分配给exectors的内存大小
- SPARK_WORKER_CORES：每个worker节点所占有的CPU核数目
- SPARK_WORKER_INSTANCES：每台机器上开启的worker节点的数目

进入/usr/local/spark/conf/，创建文件slaves:

hadoop12  # slave1机ip
hadoop13  # slave2机ip

同步slave1、slave2的配置

> scp -r /usr/local/spark/ yourname@hadoop12:/usr/local/
> scp -r /usr/local/spark/ yourname@hadoop13:/usr/local/

权限设置：

> sudo chmod -R /usr/local/spark/
> sudo chown -R yourname:yourname /usr/local/spark

启动spark，进入/usr/local/spark/

> ./sbin/start-all.sh

jps查看进程启动情况

> jps  # Master机
Master
...

> jps  # Slave机
Slave
...

打开http://172.16.29.11:8080

启动shell，进入/usr/local/spark/

> ./bin/pyspark

打开http://172.16.29.11:4040

参考博文：
https://blog.csdn.net/weixin_36394852/article/details/76030317