安装部署：
1. 配置spark为1个master，2个slave的独立集群（Standlone）模式，
可以在VMWare中构建3台运行Ubuntu的机器作为服务器；
master主机配置如下：
vim /etc/hostname 编辑此文件，设置主机名为master
vim /etc/hosts 编辑此文件，添加如下主机内容信息：
192.168.189.128 master
192.168.189.129 slave1
192.168.189.130 slave2
同理配置slave1，slave2主机。
2. 下载安装jdk1.8.0_91，并设置好环境变量；
jdk下载路径：https://download.oracle.com/otn-pub/java/jdk/8u191-b12/2787e4a523244c269598db4e85c51e0c/jdk-8u191-linux-x64.tar.gz
下载安装scala-2.12.2，下载路径：https://downloads.lightbend.com/scala/2.12.8/scala-2.12.8.tgz
并设置好环境变量（spark是基于scala语言编写的，同时scala又运行于JVM之上），
如下命令：
vim .bashrc 编辑此文件，添加如下内容：
export JAVA_HOME=/usr/local/jdk1.8.0_91
export JAVA_BIN=$JAVA_HOME/bin
export JAVA_LIB=$JAVA_HOME/lib
export CLASSPATH=.:$JAVA_LIB/tools.jar:$JAVA_LIB/dt.jar
export PATH=$JAVA_BIN:$PATH
export SCALA_BIN=/usr/local/scala-2.12.2/bin
export PATH=$PATH:$SCALA_BIN
退出root账户，重新登陆，使环境变量生效。
master，slave1，slave2三台服务器配置一样。
3. 安装配置ssh,使得三台主机ssh登录免密码，因为集群里面的主机需要在后台通信。
(1)安装：
SSH分客户端openssh-client和openssh-server，如果你只是想登陆别的机器的SSH只需要安装openssh-client（ubuntu有默认安装客户端），如果要使本机开放SSH服务就需要安装openssh-server。
(2) 配置免密码登陆：
在master主机上登陆root用户，输入命令：ssh-keygen -t rsa
然后根据提示一直按enter，就会按默认的选项生成的密钥对（私钥id_rsa和公钥id_rsa.pub）并保存在/root/.ssh文件夹中;
将master服务器上的公钥拷贝到slave1上，输入命令：ssh-copy-id root@slave1（root为slave1上的账户）
将master服务器上的公钥拷贝到slave2上，输入命令：ssh-copy-id root@slave2（root为slave2上的账户）
可以测试免密码登陆是否成功，输入命令：ssh slave1
4. Spark独立集群中的workers配置
在Spark 目录下创建一个文件conf/slaves, 列出所有启动Spark workers的主机名,每行一条记录，如下面master主机的配置：
#localhost
slave1
slave2
5. 配置SPARK的JAVA_HOME
编辑所有主机上的sbin/spark-config文件，添加export JAVA_HOME=/usr/local/jdk1.8.0_91
6. 配置整个集群的环境变量（可选）
通过conf/spark-env.sh进一步配置整个集群的环境变量，如下变量，这里先用默认的值 。
|
变量 |
描述 |
|
SPARK_MASTER_IP |
绑定一个外部IP给master. |
|
SPARK_MASTER_PORT |
从另外一个端口启动master(默认: 7077) |
|
SPARK_MASTER_WEBUI_PORT |
Master的web UI端口 (默认: 8080) |
|
SPARK_WORKER_PORT |
启动Spark worker 的专用端口(默认：随机) |
|
SPARK_WORKER_DIR |
伸缩空间和日志输入的目录路径(默认: SPARK_HOME/work); |
|
SPARK_WORKER_CORES |
作业可用的CPU内核数量(默认: 所有可用的); |
|
SPARK_WORKER_MEMORY |
作业可使用的内存容量，默认格式1000M或者 2G (默认: 所有RAM去掉给操作系统用的1 GB);注意：每个作业自己的内存空间由SPARK_MEM决定。 |
|
SPARK_WORKER_WEBUI_PORT |
worker 的web UI 启动端口(默认: 8081) |
|
SPARK_WORKER_INSTANCES |
每台机器上运行worker数量 (默认: 1). 当你有一个非常强大的计算机的时候和需要多个Spark worker进程的时候你可以修改这个默认值大于1 . 如果你设置了这个值。要确保SPARK_WORKER_CORE 明确限制每一个r worker的核心数, 否则每个worker 将尝试使用所有的核心 。 |
|
SPARK_DAEMON_MEMORY |
分配给Spark master和 worker 守护进程的内存空间 (默认: 512m) |
|
SPARK_DAEMON_JAVA_OPTS |
Spark master 和 worker守护进程的JVM 选项(默认: none) |
7. 启动集群
通过命令：sbin/start-all.sh
同时启动master以及上面所说文件中指定的slave
8. 输入http://localhost:8080/看集群是否启动成功
成功启动后的界面
9. 在web界面上监控集群执行的细节
需要打开conf/spark-default.conf文件，添加如下内容：
spark.eventLog.enabled true
spark.eventLog.dir file:/tmp/spark-events
注意需要先在/tmp目录下创建文件夹spark-events，因为后面所有应用执行的事件日志会存放在这。
修改文件夹权限: chmod 777 spark-events , 以便JVM有权创建和读取文件。
在master主机上启动spark-history-server,执行命令：./sbin/start-history-server.sh
在浏览器中输入: http://master:18080/ 查看应用执行情况，如下图所示：
点击具体某一个application，可以查看具体每一个应用执行的细节
10. spark执行流程
11. spark-submit应用程序提交时，master参数配置项可取值