spark 2.1.1安装（hadoop 2.6.0）

　spark分布式搭建方式大致分为三种：standalone、yarn、mesos。三种分类的区别这里就不一一介绍了，不明白可自行了解。standalone是官方提供的一种集群方式，企业一般不使用。yarn集群方式在企业中应用是比较广泛的，这里也是介绍yarn的集群安装方式。mesos安装适合于超大型集群。
　
　集群节点分配：

cdh1:Zookeeper、NameNode(active)、ResourceManager(active)、JournalNode
cdh2:Zookeeper、NameNode(standby)、ResourceManager(standby)、JournalNode
cdh3:Zookeeper、JournalNode、DataNode、NodeManager、spark
cdh4:DataNode、NodeManager、spark

二、安装

　　说明一下：
　　①选spark的时候要注意与hadoop版本对应。因为hadoop用的是2.6的，所以spark选的是spark-2.1.1-bin-hadoop2.6
　　②因为spark基于yarn来管理，spark只能安装在NodeManager节点上。
　　③spark安装放在/opt/beh/soft目录下。
　　1.hadoop基于yarn（ha）的搭建，这里介绍步骤了。在我的上一个教程里有详细介绍。
　　2.安装scala,并配置好环境变量。

export SCALA_HOME=/opt/beh/soft/scala
export PATH=$SCALA_HOME/bin:$PATH
export SPARK_HOME=/opt/beh/soft/spark
export PATH=$SPARK_HOME/bin:$SPARK_HOME/sbin:$PATH

　　3.在NodeManager节点上解压spark文件。

tar -xvf spark-2.1.1-bin-hadoop2.6

　　4.修改spark-2.1.1/conf/spark-env.sh,在文件尾部加上以下内容，其中HADOOP_CONF_DIR是必填项

export JAVA_HOME=/opt/beh/soft/jdk
export SCALA_HOME=/opt/beh/soft/scala
export HADOOP_HOME=/opt/beh/soft/hadoop
export HADOOP_CONF_DIR=/opt/beh/soft/hadoop/etc/hadoop
export SPARK_MASTER_PORT=7077
export SPARK_EXECUTOR_CORES=2
export SPARK_EXECUTOR_MEMORY=1024m
export SPARK_EXECUTOR_INSTANCES=1

　　5.修改spark-2.1.1/conf/slave文件,添加以下内容：

cdh3
cdh4

　　6.在hdfs上传spark的jar包，并修改/opt/beh/soft/spark-2.1.1/conf/spark-defaults.conf（可不做）

①hadoop fs -mkdir /spark_jars
②hadoop fs -put spark-2.1.1/jars/* /spark_jars
③修改spark-2.1.1/conf/spark-defaults.conf，添加以下内容：
　　　spark.yarn.jars=hdfs://ns1:/spark_jars/*

　　7.完成以上操作就完成了spark基于yarn的安装。下面是验证部分：

　　　在安装有spark的节点上执行以下命令：　　

spark-submit --class org.apache.spark.examples.SparkPi --master yarn --deploy-mode cluster --driver-memory 1g --executor-memory 1g --executor-cores 1 --num-executors 3 examples/jars/spark-examples_2.11-2.1.1.jar 10

能看以上三图就说明安装成功了！
备注：如果执行spark-shell –master yarn –deploy-mode client失败，报rpc连接失败，解决方法如下：

在hadoop的配置文件yarn-site.xml中加入：

<property>
    <name>yarn.nodemanager.pmem-check-enabledname>
    <value>falsevalue>
property>
<property>
    <name>yarn.nodemanager.vmem-check-enabledname>
    <value>falsevalue>
property>

报错的原因是：内存资源给的过小，yarn直接kill掉进程，则报rpc连接失败、ClosedChannelException等错误。