Spark2.4.5集群安装与本地开发

下载

官网地址：https://www.apache.org/dyn/closer.lua/spark/spark-2.4.5/spark-2.4.5-bin-hadoop2.7.tgz

验证Java是否安装

java -verison

JDK下载地址

解压安装

tar -zxvf jdk-14.0.1_linux-x64_bin.tar.gz
mv jdk-14.0.1 /usr/local/java

验证Scala是否安装

scala -verison
wget https://downloads.lightbend.com/scala/2.13.1/scala-2.13.1.tgz
tar xvf scala-2.13.1.tgz
mv scala-2.13.1 /usr/local/

• 设置jdk与scala的环境变量

vi /etc/profile

export JAVA_HOME=/usr/local/java
export SPARK_HOME=/usr/local/spark
export CLASSPATH=$JAVA_HOME/jre/lib/ext:$JAVA_HOME/lib/tools.jar
export PATH=$JAVA_HOME/bin:$PATH:$SPARK_HOME/bin

source /etc/profile

• 再次验证一下是否安装成功

scala -version
java -verison

安装spark

1. 解压并移动到相应的目录

tar -zxvf spark-2.4.5-bin-hadoop2.7.tgz 
mv spark-2.4.5-bin-hadoop2.7 /usr/local/spark

2. 设置spark环境变量

vi /etc/profile
export PATH=$PATH:/usr/local/spark/bin

保存，刷新

source /etc/profile

3. 验证一下spark shell

spark-shell

出现以下信息，即成功

设置Spark主结点

spark配置都提供了相应的模板配置，我们复制一份出来

cd /usr/local/spark/conf/
cp spark-env.sh.template  spark-env.sh
vi spark-env.sh

• 设置主结点Master的IP

SPARK_MASTER_HOST='192.168.56.109'
JAVA_HOME=/usr/local/java

• 如果是单机启动

./sbin/start-master.sh

• 打开 http://192.168.56.109:8080/
  出现以下界面即成功：
  
• 停止

./sbin/stop-master.sh

• 设置hosts

192.168.56.109 master
192.168.56.110 slave01
192.168.56.111 slave02

免密登录

Master上执行

ssh-keygen -t rsa -P ""

生成三个文件

将id_rsa.pub复制到slave,注意authorized_keys就是id_rsa.pub，在slave机器上名为authorized_keys，操作

scp -r id_rsa.pub root@192.168.56.110:/root/.ssh/authorized_keys
scp -r id_rsa.pub root@192.168.56.111:/root/.ssh/authorized_keys
cp id_rsa.pub authorized_keys

到slava机器上

chmod 700 .ssh

• 检查一下是否可以免密登录到slave01，slave02

ssh slave01
ssh slave02

Master与Slave配置worker结点

cd /usr/local/spark/conf
cp slaves.template slaves

加入两个slave,注意：slaves文件中不要加master，不然master也成为一个slave结点

vi slaves
slave01
slave02

Master结点启动

cd /usr/local/spark
 ./sbin/start-all.sh 

如果出现 JAVA_HOME is not set 错误，则需要在slave结点的配置目录中的spark-env.sh中加入JAVA_HOME=/usr/local/java

如果启动成功访问：http://192.168.56.109:8080/，会出现两个worker

本地开发

将上面spark-2.4.5-bin-hadoop2.7解压到本地，到bin目录双击spark-shell.cmd，不出意外应该会报错

Could not locate executable nullinwinutils.exe in the Hadoop binaries.

错误原因是因为没有下载Hadoop windows可执行文件。因为我们本地没有hadoop环境，这里可以用winutils来模拟，并不需要我们真的去搭建hadoop
可以到这里下载,如果要下载其它版本的可以自行选择

• 设置本机环境变量

再次重启，可以看到如下信息即成功

• idea里Run/Debug配置里加入以下环境变量
  

• idea里还需要加入scala插件，后面可以愉快的用data.show()查看表格了
  
  

请关注，后续有更精彩的文章分享

> 本文由博客一文多发平台 [OpenWrite](https://openwrite.cn?from=article_bottom) 发布！