Spark 集群搭建

---

0. 说明

　　Spark 集群搭建

　　【集群规划】

服务器主机名	ip	节点配置
s101	192.168.23.101	Master
s102	192.168.23.102	Worker
s103	192.168.23.103	Worker
s104	192.168.23.104	Worker

---

1. Spark 集群搭建

　　1.0 前提

　　完成 Spark 单节点的安装，参照  Spark 基本概念 & 安装  安装部分

　　基于 Hadoop 完全分布式集群

　　1.1 配置 JAVA_HOME 环境变量

# 复制 spark-env.sh
cd /soft/spark/conf
cp spark-env.sh.template spark-env.sh

# 配置 JAVA_HOME 环境变量

nano spark-env.sh

export JAVA_HOME=/soft/jdk

　　1.2 在 Spark 的 conf 目录下创建 Hadoop 的 core-site.xml 和 hdfs-site.xml 符号连接

ln -s /soft/hadoop/etc/hadoop/core-site.xml /soft/spark/conf/core-site.xml
ln -s /soft/hadoop/etc/hadoop/hdfs-site.xml /soft/spark/conf/hdfs-site.xml

　　1.3 修改 slaves 文件

# 复制 slaves
cd /soft/spark/conf
cp slaves.template slaves

# 修改 slaves 文件

nano  slaves

s102
s103
s104

　　1.4 分发 Spark

# 分发 Spark 符号链接
xsync.sh /soft/spark

# 分发 Spark 安装目录
xsync.sh /soft/spark-2.1.0-bin-hadoop2.7

　　1.5 分发环境变量

# 切换 root 用户
su root

# 分发环境变量配置文件
xsync.sh /etc/profile

# 退出 root 用户
exit

　　1.6 生效环境变量

# 分别在s102-s104生效环境变量
source /etc/profile

---

 2. 启动 Spark 集群

　　2.1 启动 ZooKeeper

# 在 s101 执行
xzk.sh start    

　　2.2 启动 HDFS

start-dfs.sh

　　2.3 启动 Spark

# 进入目录
cd /soft/spark/sbin

# 启动
./start-all.sh

　　2.4 进入 Spark 的 Web UI
　　http://s101:8080

　　2.5 上传文件到 HDFS 中

 　　文件内容为以空格分隔的文本。

hdfs dfs -put wc1.txt /

　　2.6 启动 spark shell，连接到 Spark 集群

# 启动 spark shell，连接到 Spark 集群
spark-shell --master spark://s101:7077

# 测试
sc.textFile("/wc1.txt").flatMap(_.split(" ")).map((_,1)).reduceByKey(_+_).collect()

---

 3. 配置 s105 作为 Client [可选]

　　【说明】

　　配置 s105 作为 Cluster 模式提交 Spark job

　　【过程】

　　参照以上步骤完成，在有需要的时候配置

---