spark-2.2.0安装和部署——Spark集群学习日记
2017-07-24 16:55
387 查看
前言
在安装后hadoop之后,接下来需要安装的就是Spark。
scala-2.11.7下载与安装
具体步骤参见上一篇博文Spark下载
为了方便,我直接是进入到了/usr/local文件夹下面进行下载spark-2.2.0
wget https://d3kbcqa49mib13.cloudfront.net/spark-2.2.0-bin-hadoop2.7.tgz[/code]Spark安装之前的准备
文件的解压与改名tar -zxvf spark-2.2.0-bin-hadoop2.7.tgzrm -rf spark-2.2.0-bin-hadoop2.7.tgz
为了我后面方便配置spark,在这里我把文件夹的名字给改了mv spark-2.2.0-bin-hadoop2.7 spark-2.2.0配置环境变量
vi /etc/profile
在最尾巴加入export SPARK_HOME=/usr/local/spark-2.2.0 export PATH=$PATH:$SPARK_HOME/bin配置Spark环境
打开spark-2.2.0文件夹cd spark-2.2.0
此处需要配置的文件为两个spark-env.sh和slaves
首先我们把缓存的文件spark-env.sh.template改为spark识别的文件spark-env.shcp conf/spark-env.sh.template conf /spark-env.sh修改
spark-env.sh文件vi conf/spark-env.sh
在最尾巴加入export JAVA_HOME=/usr/java/jdk1.8.0_141 export SCALA_HOME=/usr/scala-2.11.7 export HADOOP_HOME=/usr/local/hadoop-2.7.2 export HADOOP_CONF_DIR=/usr/local/hadoop-2.7.2/etc/hadoop export SPARK_MASTER_IP=SparkMaster export SPARK_WORKER_MEMORY=4g export SPARK_WORKER_CORES=2 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节点的数目修改
slaves文件vi conf/slaves
在最后面修成为SparkWorker1 SparkWorker2同步
在此我们使用SparkWorker1和SparkWorker2的配置rsync命令rsync -av /usr/local/spark-2.2.0/ SparkWorker1:/usr/local/spark-2.2.0/rsync -av /usr/local/spark-2.2.0/ SparkWorker2:/usr/local/spark-2.2.0/启动
Spark集群
因为我们只需要使用hadoop的HDFS文件系统,所以我们并不用把hadoop全部功能都启动。启动
hadoop的HDFS文件系统start-dfs.sh
但是在此会遇到一个情况,就是使用start-dfs.sh,启动之后,在SparkMaster已经启动了namenode,但在SparkWorker1和SparkWorker2都没有启动了datanode,这里的原因是:datanode的clusterID和namenode的clusterID不匹配。是因为SparkMaster多次使用了hadoop namenode -format格式化了。
==解决的办法:==
在SparkMaster使用cat /usr/local/hadoop-2.7.2/hdfs/name/current/VERSION
查看clusterID,并将其复制。
在SparkWorker1和SparkWorker2上使用vi /usr/local/hadoop-2.7.2/hdfs/name/current/VERSION
将里面的clusterID,更改成为SparkMasterVERSION里面的clusterID
做了以上两步之后,便可重新使用start-dfs.sh开启HDFS文件系统。
启动之后使用jps命令可以查看到SparkMaster已经启动了namenode,SparkWorker1和SparkWorker2都启动了datanode,说明hadoop的HDFS文件系统已经启动了。启动
Spark
因为hadoop/sbin以及spark/sbin均配置到了系统的环境中,它们同一个文件夹下存在同样的start-all.sh文件。最好是打开spark-2.2.0,在文件夹下面打开该文件。./sbin/start-all.sh
成功打开之后使用jps在SparkMaster、parkWorker1和SparkWorker2节点上分别可以看到新开启的Master和Worker进程。
成功打开Spark集群之后可以进入Spark的WebUI界面,可以通过SparkMaster_IP:8080
访问,可见有两个正在运行的Worker节点。打开
使用Spark-shellspark-shell
便可打开Spark的shell
同时,因为shell在运行,我们也可以通过SparkMaster_IP:4040
访问WebUI查看当前执行的任务。结言
到此我们的Spark集群就搭建完毕了。搭建spark集群原来知识网络是挺庞大的,涉及到Linux基本操作,设计到ssh,设计到hadoop、Scala以及真正的Spark。在此也遇到不少问题,通过翻阅书籍以及查看别人的blog得到了解决。在此感谢分享知识的人。
参见 王家林/王雁军/王家虎的《Spark 核心源码分析与开发实战》
文章出自kwongtai'blog,转载请标明出处!
相关文章推荐
- spark-2.2.0安装和部署——Spark集群学习日记
- spark-2.2.0安装和部署——Spark集群学习日记
- spark-2.2.0安装和部署——Spark集群学习日记
- spark-2.2.0 集群安装部署以及hadoop集群部署
- spark-2.2.0 集群安装部署以及hadoop集群部署
- Spark2.0.1 on yarn with hue 集群安装部署(六)hue+hive+sparksql
- Spark2.0.1 on yarn with hue 集群安装部署(九)启动脚本编写
- spark集群安装部署(spark on yarn)
- spark学习8之eclipse安装scala2.10和spark编译环境并上传到集群运行
- Spark On YARN 集群安装部署
- Spark实践 | spark2.2.0安装与部署
- 安装Scala-2.11.7——集群学习日记
- Spark集群安装部署
- Spark学习笔记--Linux安装Spark集群详解
- 【转载】Spark On YARN 集群安装部署
- Spark学习笔记-安装部署与运行实例
- Spark On YARN 集群安装部署
- Spark On YARN 集群安装部署
- Apache Spark学习:将Spark部署到Hadoop 2.2.0上
- Ceph学习1——Ubuntu12.04手动安装Ceph&&部署Ceph集群