2021云+数:Spark搭建
大数据平台组件搭建
要求在Hadoop集群上搭建1.6.3版本的Spark分布式集群。(提示如下,注意每一步骤的代码与结果需截图在报告中体现)
1.Spark安装包处理,解压到/usr/local目录下,在master 节点通过命令“wget -P lopt http://datasrc.tipdm.net:81/bigdata/spark/software/spark-1.6.3-bin-hadoop2.6.tgz”进行获取。
2.Spark配置文件修改( spark-env.sh、slaves、spark-default.conf),配置要求为:以master为主节点,Spark Master端口号为7077,Worker使用计算资源为单核512m,Executor使用计算资源为单核512m,限制每台机器只能有一个worker,spark日志相关信息与事件日志的保存路径均设置为HDFS 文件系统上的/spark-logs。
3.子节点同步。
4.创建spark-default.conf配置文件中指定的Spark日志存放目录。
5.修改环境变量,并使其生效。
6.确保Hadoop集群已开启。
7.启动Spark集群。
8.查看Spark 监控界面,确认集群部署状态无误。
(1)解压安装包到/usr/local 下。
tar -zxf /opt/spark-1.6.3-bin-hadoop2.6.tgz -C/usr/local(2)进入/usr/local/spark-1.6.3-bin-hadoop2.6/conf。cd /usr/local/spark-1.6.3-bin-hadoop2.6/conf
(3)配置 spark-env.sh文件,复制spark-env.sh.template文件,重命名为spark-env.sh。cp spark-env.sh.template spark-env.sh
#在文件末尾配置如下内容: export JAVA_HOME=/usr/lib/jvm/java export HADOOP_CONF_DIR=/usr/local/hadoop/etc/hadoop/export SPARK_MASTER_IP=master export SPARK_MASTER_PORT=7077export SPARK_WORKER_MEMORY=512mexport SPARK_WORKER_CORES=1 export SPARK_EXECUTOR_MEMORY=512mexport SPARK_EXECUTOR_CORES=1 export SPARK_WORKER_INSTANCES=1
(4)配置slaves文件,复制slaves.template 文件,重命名为slaves。
cp slaves.template slaves
#在文件中配置如下内容: slavel slave2
(5)配置spark-defaults.conf文件,复制spark-defaults.conf.template文件,重命名为spark-defaults.conf.
cp spark-defaults. conf.template spark defaults.conf
#在配置文件中添加如下内容: spark.master spark://master:7077 spark.eventLog enabled true spark.eventLog.dir hdfs://master:8020/spark-logs spark. history.fs.logDirectory hdfs://master:8020/spark-logs
(6)将配置好的Spark目录同步到子节点。
scp -r /usr/local/spark- 1 .6.3-bin-hadoop2.6/ slave l:/usr/local
scp -r /usr/local/spark- 1 .6.3-bin-hadoop2.6/ slave2:/usr/local
(7)创建spark-_logs目录
hdfs dfs -mkdir /spark-logs
(8)修改环境变量,在各节点的/etc/profile下添加Spark对应路径。
export SPARK_ HOME=/usr/local/spark-1.6.3-bin-hadoop2.6 export PATH=$PATH:$SPARK_HOME/bin
运行“source /etc/profile”使配置生效。
(9) jps检查三个节点是否已开启Hadoop集群,未开启则在master通过命令开启。
$HADOOP_HOME/sbin/start-all.sh
(10)启动Spark 集群
/usr/local'spark-1.6.3-bin-hadoop2.6/sbin/start-all.sh
(11)在浏览器查看,检查能否正常监控,两个子节点状态是否与要求一致。http://master:8080