spark 安装单机版和集群

本文介绍安装mac单机版的spark,和spark 集群安装 分以下步骤

  • 安装scala
  • 下载spark 压缩包并解压
  • 修改spark的配置文件
  • 配置环境变量
  • 验证安装情况

安装Scala

mac安装scala教程


下载spark压缩包并解压

到官网下载spark的安装包(我用的是spark-2.0.1-bin-hadoop2.7.tgz)

http://mirror.bit.edu.cn/apache/spark/

进入安装包存放目录,解压安装包

tar -zxvf  spark-2.0.1-bin-hadoop2.7.tgz

解压后进入conf 文件夹下将 spark-env.sh.template 改名为 spark-env.sh

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

操作如下图

spark 安装单机版和集群_第1张图片


单机版安装

修改spark的配置文件

修改 spark-env.sh 文件添加信息

vi spark-env.sh
//添加如下信息

export SCALA_HOME=/Users/yangyibo/Software/scala
export JAVA_HOME=/Library/Java/JavaVirtualMachines/jdk1.8.0_92.jdk/Contents/Home
export SPARK_MASTER_IP=192.168.100.176
export SPARK_WORKER_MEMORY=512m 
export master=spark://192.168.100.176:7070

如下图
这里写图片描述

spark 安装单机版和集群_第2张图片


修改 slaves.template 添加信息

vi slaves.template
//添加如下信息
master

如下图
spark 安装单机版和集群_第3张图片

spark 安装单机版和集群_第4张图片


配置环境变量

Mac修改 .bash_profile 文件,此文件是mac 当前用户的环境配置文件。

/etc/profile 是当前系统的环境配置文件(Linux,系统可修改这个)

.bash_profile 文件的路径是在当前用户下。

操作如下:

新打开终端输入命令

vi .bash_profile
//添加如下信息
#SPARK VARIABLES START
export SPARK_HOME=/Users/yangyibo/Software/spark-2.0.1-bin-hadoop2.7
export PATH=$PATH:$SPARK_HOME/bin

如下图,mac 注意路径哦,

spark 安装单机版和集群_第5张图片

spark 安装单机版和集群_第6张图片


集群安装

修改slaves

集群安装与单机版安装相同 只是在修改 slaves.template 添加信息

vi slaves.template
//添加work 节点ip如下信息
192.168.100.23
192.168.100.24
192.168.100.25

将配置好的单机版spark复制到work节点上

// 当然节点机器的 scala 和 jdk 的安装配置要和 master 相同
scp -rp /opt/apps/scala-2.11.7 root@work1IP:/opt/apps
scp -rp /opt/apps/jdk/current root@work1IP:/opt/apps
scp -rp /opt/apps/spark-2.2.1 root@work1IP:/opt/apps

验证安装情况

此时就可以检验成果喽

进入安装包的sbin 目录执行 start-all.sh 脚本

./start-all.sh

这里写图片描述

此时可能会出现这个情况,我们可以直接忽略

这里写图片描述

此时我们可以通过jps 命令 检验运行情况

这里写图片描述

打开Spark Master 页面查看集群情况,我相信你会直接点击。

http://localhost:8080/

如图

spark 安装单机版和集群_第7张图片


停止spark
进入spark的sbin目录,执行命令

$ ./stop-all.sh

如果要给已经启动的spark 集群附加 worker 节点的话 按照集群配置以后 进入sbin 目录以后:
通过start-slave.sh 脚本 启动一个 slave

 sh start-slave.sh spark://192.168.100.xx:7077

接下来就是spark 的小程序了
Spark进阶体验

你可能感兴趣的:(5.5,spark,5.大数据)