16-Linux部署Spark环境-Toy模板网

这篇具有很好参考价值的文章主要介绍了16-Linux部署Spark环境。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

Linux部署Spark环境

注意

本小节的操作，基于：大数据集群（Hadoop生态）安装部署环节中所构建的Hadoop集群

如果没有Hadoop集群，请参阅前置内容，部署好环境。

参考文章：

14-Linux部署Hadoop集群：

简介

Spark是一款分布式内存计算引擎，可以支撑海量数据的分布式计算。

Spark在大数据体系是明星产品，作为最新一代的综合计算引擎，支持离线计算和实时计算。

在大数据领域广泛应用，是目前世界上使用最多的大数据分布式计算引擎。

我们将基于前面构建的Hadoop集群，部署Spark Standalone集群。

Spark官网：https://spark.apache.org/

安装

【node1执行】下载并解压

下载

wget --no-check-certificate https://archive.apache.org/dist/spark/spark-2.4.5/spark-2.4.5-bin-hadoop2.7.tgz

解压

tar -zxvf spark-2.4.5-bin-hadoop2.7.tgz -C /export/server/

软连接

ln -s /export/server/spark-2.4.5-bin-hadoop2.7 /export/server/spark

【node1执行】修改配置文件名称

# 改名
cd /export/server/spark/conf
mv spark-env.sh.template spark-env.sh
mv slaves.template slaves

【node1执行】修改配置文件，spark-env.sh

使用vim编辑配置文件

vim spark-env.sh

复制下面的全部内容到spark-env.sh

## 设置JAVA安装目录
JAVA_HOME=/export/server/jdk

## HADOOP软件配置文件目录，读取HDFS上文件和运行YARN集群
HADOOP_CONF_DIR=/export/server/hadoop/etc/hadoop
YARN_CONF_DIR=/export/server/hadoop/etc/hadoop

## 指定spark老大Master的IP和提交任务的通信端口
export SPARK_MASTER_HOST=node1
export SPARK_MASTER_PORT=7077

SPARK_MASTER_WEBUI_PORT=8080
SPARK_WORKER_CORES=1
SPARK_WORKER_MEMORY=1g

【node1执行】修改配置文件，slaves

使用vim操作slaves文件
```
vim slaves
```
输入下面内容
```
node1
node2
node3
```

【node1执行】分发

进入/export/server

cd /export/server

分发spark-2.4.5-bin-hadoop2.7文件到node2、node3

scp -r spark-2.4.5-bin-hadoop2.7 node2:$PWD
scp -r spark-2.4.5-bin-hadoop2.7 node3:$PWD

【node2、node3执行】设置软链接

ln -s /export/server/spark-2.4.5-bin-hadoop2.7 /export/server/spark

【node1执行】启动Spark集群

/export/server/spark/sbin/start-all.sh

# 如需停止，可以
/export/server/spark/sbin/stop-all.sh

使用jps查看进程

[root@node1 server]# jps
6561 Jps
2629 NodeManager
3014 WebAppProxyServer
6423 Master
1752 NameNode
5081 HRegionServer
1898 DataNode
4140 QuorumPeerMain
2477 ResourceManager
4989 HMaster
2222 SecondaryNameNode
6494 Worker
[root@node1 server]# ssh node2
Last login: Thu Feb 29 09:29:52 2024 from node1
[root@node2 ~]# jps
2369 HRegionServer
3186 Jps
1508 QuorumPeerMain
1621 DataNode
1735 NodeManager
3113 Worker
[root@node2 ~]#

node1有HMaster和Worker，node2有Worker说明启动成功

打开Spark监控页面，浏览器打开：http://192.168.149.131:8081
【node1执行】提交测试任务
```
/export/server/spark/bin/spark-submit --master spark://node1:7077 --class org.apache.spark.examples.SparkPi /export/server/spark/examples/jars/spark-examples_2.11-2.4.5.jar
```
可以看到输出的pi值

在可视化界面可以看到该进程的信息

说明Spark部署成功~~~文章来源地址https://www.toymoban.com/news/detail-852609.html