Spark集群怎么部署

本篇内容介绍了“Spark集群怎么部署”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！

创新互联建站网站建设公司是一家服务多年做网站建设策划设计制作的公司,为广大用户提供了成都做网站、成都网站建设，成都网站设计，1元广告，成都做网站选创新互联建站，贴合企业需求，高性价比，满足客户不同层次的需求一站式服务欢迎致电。

本文将接受 Spark 集群的部署方式，包括无 HA、Spark Standalone HA 和基于 ZooKeeper 的 HA 三种。
环境：CentOS6.6 、 JDK1.7.0_80 、关闭防火墙、配置好 hosts 和 SSH 免密码、Spark1.5.0

一. 无 HA 方式
1. 主机名与角色的对应关系：
node1.zhch Master
node2.zhch Slave
node3.zhch Slave

2. 解压 Spark 部署包（可以从官网直接下载部署包，也可从官网下载源码再编译出部署包）
[yyl@node1 program]$ tar -zxf spark-1.5.0-bin-2.5.2.tgz

3. 修改配置文件

[yyl@node1 program]$ cd spark-1.5.0-bin-2.5.2/conf/
[yyl@node1 conf]$ cp slaves.template slaves
[yyl@node1 conf]$ vim slaves
node2.zhch
node3.zhch

[yyl@node1 conf]$ cp spark-env.sh.template spark-env.sh
[yyl@node1 conf]$ vim spark-env.sh
export JAVA_HOME=/usr/lib/java/jdk1.7.0_80
export SPARK_MASTER_IP=node1.zhch
export SPARK_MASTER_PORT=7077
export SPARK_WORKER_CORES=1
export SPARK_WORKER_INSTANCES=1
export SPARK_WORKER_MEMORY=1g

说明：
SPARK_MASTER_IP ：Master节点地址
SPARK_MASTER_PORT ：Master端口号
SPARK_WORKER_CORES ：每个worker的核心数，一般设置成主机的CPU核心数
SPARK_WORKER_INSTANCES ：每台主机上运行的worker数量
SPARK_WORKER_MEMORY ：Spark作业允许使用的内存总量（每个作业自己的内存空间由属性 spark.executor.memory 决定）

4. 分发 Spark
[yyl@node1 program]$ scp -rp spark-1.5.0-bin-2.5.2 node2.zhch:~/program/
[yyl@node1 program]$ scp -rp spark-1.5.0-bin-2.5.2 node3.zhch:~/program/

5. 启动与停止命令
./sbin/start-master.sh - 启动 Master
./sbin/start-slaves.sh - 启动所有的 Slave
./sbin/start-slave.sh spark://IP:PORT - 启动本机的 Slave
./sbin/start-all.sh - 启动所有的 Master 和 Slave
./sbin/stop-master.sh - 停止 Master
./sbin/stop-slaves.sh - 停止所有的 Slave
./sbin/stop-slave.sh - 停止本机的 Slave
./sbin/stop-all.sh - 停止所有的 Master 和 Slave

./bin/spark-shell --master spark://IP:PORT - 运行 Spark Shell
./bin/spark-submit --class packageName.MainClass --master spark://IP:PORT path/jarName.jar - 提交作业

二. Spark Standalone HA
只需要在无 HA 的基础上修改 conf/spark-env.sh 文件，添加如下一行即可：

export SPARK_DAEMON_JAVA_OPTS="-Dspark.deploy.recoveryMode=FILESYSTEM -Dspark.deploy.recoveryDirectory=/home/yyl/program/spark-1.5.0-bin-2.5.2/recovery"

说明：
spark.deploy.recoveryMode -- FILESYSTEM，表示开启基于文件系统的单节点恢复模式，默认为 NONE
spark.deploy.recoveryDirectory -- Spark 保存恢复状态的目录

三. 基于 ZooKeeper 的 HA
1. 主机名与角色的对应关系：
node1.zhch Master、ZooKeeper
node2.zhch Master、ZooKeeper
node3.zhch Slave、ZooKeeper
node4.zhch Slave
node5.zhch Slave

2. 安装 ZooKeeper 集群

3. 配置
与无 HA 模式相比，conf/slaves 文件中仍然是配置所有的 Slave 节点地址；不同的是 conf/spark-env.sh 中 SPARK_MASTER_IP 不用配置，但要增加 SPARK_DAEMON_JAVA_OPTS 配置，内容如下：

export SPARK_DAEMON_JAVA_OPTS="-Dspark.deploy.recoveryMode=ZOOKEEPER -Dspark.deploy.zookeeper.url=node1.zhch:2181,node2.zhch:2181,node3.zhch:2181 -Dspark.deploy.zookeeper.dir=/spark"

说明：
spark.deploy.recoveryMode -- ZOOKEEPER，表示开启基于 ZooKeeper 的 HA
park.deploy.zookeeper.url -- ZooKeeper URL
spark.deploy.zookeeper.dir -- ZooKeeper 保存恢复状态的目录，缺省为 /spark

配置好 HA 后，由于 master 有多个，在用到 spark url 的地方列出所有的 master，例如：
./bin/spark-shell --master spark://host1:port1,host2:port2,host3:port3

5. 验证 HA
首先启动 Zookeeper 集群；然后在 node1 节点上运行 sbin/start-all.sh 命令启动 Spark 集群。最后使用 jps 命令查看，只在 node1 节点上发现了 Master 进程，而 node2 节点上没有，这时需要在 node2 节点上使用 sbin/start-master.sh 命令来启动备 Master 进程，这样便实现了 Master HA
Spark集群怎么部署

kill 掉 node1 节点上的 master 进程后：

“Spark集群怎么部署”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注创新互联网站，小编将为大家输出更多高质量的实用文章！

分享标题：Spark集群怎么部署
新闻来源：http://scyanting.com/article/gijdss.html

Spark集群怎么部署

其他资讯