伪分布模式是基于Standalone模式来实现的,所以也叫Standalone伪分布模式。Spark在生产环节中,主要部署在安装linux系统的集群中。在linux系统中安装Spark需要先安装JDK,Scala等所需的依赖。
目录
一、前期准备
二、Scala的安装
三、Spark的安装
下载地址链接: https://pan.baidu.com/s/1mzIWCzozmSfgV3meUn1acQ?pwd=rrkx
提取码: rrkx
1. Jdk1.8.0_171
如果jdk没有配置好的可以参考这篇博客 http:// https://editor.csdn.net/md/?articleId=126587725
2.Hadoop伪分布模式部署
如果Hadoop伪分布没有配置好的可以参考这篇博客
https://blog.csdn.net/qq_58476985/article/details/126755160?spm=1001.2014.3001.5502
3.Scala-2.11.8
4.Spark-2.4.8
注:以上文件我是在linux上创建了一个hadooptest用户,在该用户下创建了一个software目录,并把上边提到的文件上传到了software目录下。
1.将scala-2.11.8.tgz 解压
[hadoop@hadooptest software]$ tar -zxvf scala_2.11.8.tgz
3. 配置环境变量。在/etc/profile文件添加如下代码
export SCALA_HOME=/home/hadoop/software/scala-2.11.8
export PATH=${SCALA_HOME}/bin:$PATH
#这里的/home/hadoop/software/scala-2.11.8是你scala解压之后的路径
4. 使profile文件生效
[hadoop@hadooptest software]$ source /etc/profile
5. 之后分别在每一台主机上都执行 scala -version 查看版本信息,出现版本信息,则表示scala安装成功
1.解压spark-2.4.8-bin-hadoop2.7.tgz
[hadoop@hadooptest software]$ tar -zxvf spark-2.4.8-bin-hadoop2.7.tgz
2. 备份spark-env.sh.tempalte, slaves.template
1.进入到spark-2.4.8-bin-hadoop2.7/conf
[hadoop@hadooptest software]$ cd spark-2.4.8-bin-hadoop2.7/conf
[hadoop@hadooptest conf]$ ll
总用量 36
-rw-r--r--. 1 hadoop hadoop 996 5月 8 2021 docker.properties.template
-rw-r--r--. 1 hadoop hadoop 1105 5月 8 2021 fairscheduler.xml.template
-rw-r--r--. 1 hadoop hadoop 2025 5月 8 2021 log4j.properties.template
-rw-r--r--. 1 hadoop hadoop 7801 5月 8 2021 metrics.properties.template
-rw-r--r--. 1 hadoop hadoop 865 5月 8 2021 slaves.template
-rw-r--r--. 1 hadoop hadoop 1292 5月 8 2021 spark-defaults.conf.template
-rwxr-xr-x. 1 hadoop hadoop 4221 5月 8 2021 spark-env.sh.template
2.备份文件
[hadoop@hadooptest conf]$ cp spark-env.sh.template spark-env.sh
[hadoop@hadooptest conf]$ cp slaves.template slaves
#复制 spark-env.sh.tempalte文件并重命名为 spark-env.sh
#复制 slaves.tempalte文件并重命名为slaves
3.修改saprk-env.sh 文件
[hadoop@hadooptest conf]$ vi spark-env.sh
#在文件下添加如下内容,路径换成自己的文件路径即可
export SCALA_HOME=/home/hadoop/software/scala-2.11.8
export HADOOP_INSTALL=/home/hadoop/software/hadoop-3.3.0
export HADOOP_CONF_DIR=$Hadoop_INSTALL/etc/hadoop
export SPARK_LOCAL_DIRS=/home/hadoop/software/spark-2.4.8-bin-hadoop2.7
export JAVA_HOME=/home/hadoop/software/jdk1.8.0_171
export SPARK_MASTER_IP=hadooptest #(这里写的是主机名,此处为hadooptest)
export SPARK_MASTER_PORT=7077
4. 修改slaves文件
[hadoop@hadooptest conf]$ vi slaves
在文件中将localhost替换成自己的主机名
5. 配置环境变量
这里应为我是在hadoop用户下,没有权限修改 profile文件,所以切换了root用户
[hadoop@hadooptest software]$ su
密码:
[root@hadooptest software]# vi /etc/profile
在文件中添加如下内容
export SPARK_HOME=/home/hadoop/software/spark-2.4.8-bin-hadoop2.7
export PATH=$SPARK_HOME/bin:$PATH
添加好之后保存退出
6. 使profile文件生效
[root@hadooptest software]# su hadoop
[hadoop@hadooptest software]$ source /etc/profile
7. 启动spark集群(注在启动之前要先启动好hadoop集群)
[hadoop@hadooptest spark-2.4.8-bin-hadoop2.7]$ sbin/start-all.sh
#注意这里要在spark-2.4.8-bin-hadoop2.7的路径下启动
8. jps 查看进程
9. 访问8080端口:http://ip:8080 (这里是192.168.254.172:8080)
到这里spark伪分布部署就完成啦
本篇文章就到这里了,这些都是自己平时遇到的问题或者自己用到的东西,然后就整理了一下,能帮助到你,若有不对或这描述不清楚的地方请指正。✌✌