北京网站建设 爱牛,软文推广特点,linux网站服务器配置,网站建设辶首选金手指十五目录 spark概述
spark集群搭建
1.Spark安装
2.环境变量配置
3.Spark集群配置
4.启动Spark集群
存在问题及解决方案
请参考以下文章 spark概述
Spark是一个开源的大数据处理框架#xff0c;它可以在分布式计算集群上进行高效的数据处理和分析。Spark的特点是速度快、易…目录 spark概述
spark集群搭建
1.Spark安装
2.环境变量配置
3.Spark集群配置
4.启动Spark集群
存在问题及解决方案
请参考以下文章 spark概述
Spark是一个开源的大数据处理框架它可以在分布式计算集群上进行高效的数据处理和分析。Spark的特点是速度快、易用性高、支持多种编程语言和数据源。Spark的核心是基于内存的计算模型可以在内存中快速地处理大规模数据。Spark支持多种数据处理方式包括批处理、流处理、机器学习和图计算等。Spark的生态系统非常丰富包括Spark SQL、Spark Streaming、MLlit GraphX等组件可以满足不同场景下的数据处理需求。
spark集群搭建
在部署spark集群时我们知道有三种
一种是本地模式一种是Standalone 集群还有一种是云端。
1.Spark安装
首先我们需要在master节点上进行Spark的安装。
其中1台机器节点作为Master节点主机名为hadoop1,另外两台机器节点作为Slave节点即作为Worker节点主机名分别为hadoop2和hadoop3。
在Master节点机器上访问Spark官方下载地址Downloads | Apache Spark按照如下图下载: 我们选择2.1.0的版本也可以选择其他的版本但是需要注意的是如果你选择的Spark版本过高可能导致无法与你的hadoop版本适配。
完成下载后进行如下的命令行操作和hadoop安装时十分类似。
$ tar -zxvf scala.2.11.8.tgz #解压到当前路径 $ cd /usr/local
$ sudo mv ./spark-2.1.0-bin-without-hadoop/ ./spark #重命名 spark安装与上述Scala步骤一致
2.环境变量配置
同样在master机器上打开bashrc文件进行环境变量配置。
$ vim ~/.bashrc
在文件中添加如下内容
export PATH$PATH:/usr/local/scala/bin并使其生效。 保存文件并退出vim编辑器执行如下命令让改环境变量生效
$ source ~/.bashrc
设置好后可以使用Scala命令来检验一下是否设置正确
$ scala 输入scala命令以后屏幕上会显示Scala和java版本信息并进入“scala”提示符状态这时就可以开始使用Scala解释器了可以输入scala语句来调试scala代码。
3.Spark集群配置
进入到/usr/local/spark的conf路径下进行以下文件的配置。
a)配置slaves文件
但是由于其开始并没有这个文件而只有slaves.template文件所以我们需要先拷贝重命名一下。
$ cd /usr/local/spark/conf/
$ cp ./slaves.template ./slaves 然后打开这个slaves文件并将默认的localhost替换相应的两个slave结点
hadoop2
hadoop3
分别在三台虚拟机上修改slaves文件
hadoop1 hadoop2 hadoop3 b)配置spark-env.sh文件
同样的我们需要先将template文件拷贝重命名。
将 spark-env.sh.template 拷贝到 spark-env.sh
$ cp ./spark-env.sh.template ./spark-env.sh
然后在文件中添加如下内容
export SPARK_DIST_CLASSPATH$(/usr/local/hadoop/bin/hadoop classpath)
export SPAEK_MASTER_HOSThadoop1
export SPARK_MASTER_PORT7077
export SPARK_MASTER_WEBUI_PORT8080
export SPARK_WORKER_MEMORY1g
export SPARK_WORKER_CORES1
export SPARK_WORKER_INSTANCES1
export HADOOP_CONF_DIR/usr/local/hadoop/etc/hadoop分别在三台虚拟机上修改spark-env.sh文件
hadoop1 hadoop2 hadoop3 c)集群规划 节点 spark节点 hadoop节点 hadoop1 master worker datanode namenode secondarynamenode(hadoop) resourcemanager nodemanager(yarn) hadoop2 worker datanode nodemanager hadoop3 worker datanode nodemanager 4.启动Spark集群
因为我们的Spark是基于hadoop来运行的因此我们首先需要将hadoop启动起来。
启动Hadoop集群 在master机器上运行如下指令启动hadoop集群
$ cd /usr/local/hadoop/
$ sbin/start-all.sh
hadoop1 hadoop2 hadoop3 启动spark集群
然后我们再再master机器上启动Spark的master进程。 $ cd /usr/local/spark/
$ sbin/start-master.sh 使用jps命令查看master机器上的进程情况结果如下。
hadoop1 我们发现除了hadoop的相关进程之外还多了一个Master进程,证明master节点已经成功启动。
然后我们同样在master机器上再启动worker进程。
用以下命令启动所有的slave节点
$ sbin/start-slaves.sh
hadoop1 分别在hadoop2、hadoop3节点上运行jps命令可以看到多了个Worker进程
hadoop2 hadoop3 我们发现同样的除了hadoop的相关进程多出来一个Worker进程证明worker节点也已经成功启动。
在浏览器上查看Spark独立集群管理器的集群信息
在master主机上打开浏览器
分别访问http://192.168.43.33:50070,如下图 分别访问http://192.168.43.33:8080,如下图 $ spark-shell #进入shell 关闭spark集群
①关闭master节点
$ sbin/stop-master.sh
②关闭worker节点
$ sbin/stop-slaves.sh
③关闭Hadoop集群
$ cd /usr/local/hadoop/
$ sbin/stop-all.sh 存在问题及解决方案
请参考以下文章
大数据技术——搭建spark集群出现的问题_肉肉肉肉肉肉~丸子的博客-CSDN博客
