1. 程式人生 > >Spark 環境部署

Spark 環境部署

spark 環境部署

==> Spark 集群體系結構

---> 技術分享圖片

==> Spark安裝與部署

Spark 的安裝部署有四種模式:Standalone, YARN, Mesos, Amazon EC2, 這裏主要講解Standalone 方式

---> 環境部署準備工作:(此處不作詳細講解)

---- 四臺 Linux 主機(虛擬機)

---- 修改主機名

---- 免密碼登陸

---- 安裝 JDK 環境

---> Spark Standalone 偽分布的部署

wget  
tar zxf spark-2.2.1-bin-hadoop2.7.tgz -C /app
cd /app/spark-2.2.1-bin-hadoop2.7/conf
cp spark-env.sh.template spark-env.sh
cp slaves.template slaves
-----------------------------------------------------------------------------------
vim spark-env.sh
    export JAVA_HOME=/app/java/jdk1.8.0_102
    export SPARK_MASTER_HOST=bigdata0
    export SPARK_MASTER_PORT=7077
-----------------------------------------------------------------------------------
vim slaves
    bigdata0


---> Spark Standalone 全分布的部署

---- 環境架構:

Masterbigdata1

Workerbigdata2bigdata3bigdata4


---- 主節點部署:

wget http://mirrors.hust.edu.cn/apache/spark/spark-2.2.1/spark-2.2.1-bin-hadoop2.7.tgz 
tar zxf spark-2.2.1-bin-hadoop2.7.tgz -C /app
cd /app/spark-2.2.1-bin-hadoop2.7/conf
cp spark-env.sh.template spark-env.sh
cp slaves.template slaves
-----------------------------------------------------------------------------------
vim spark-env.sh
    export JAVA_HOME=/app/java/jdk1.8.0_102
    export SPARK_MASTER_HOST=bigdata0
    export SPARK_MASTER_PORT=7077
-----------------------------------------------------------------------------------
vim slaves
    bigdata2
    bigdata3
    bigdata4


---- 將主節點的安裝目錄 cp 到其它從節點上即可

scp -r spark-2.2.1-bin-hadoop2.7/ bigdata2:/app &
scp -r spark-2.2.1-bin-hadoop2.7/ bigdata3:/app &
scp -r spark-2.2.1-bin-hadoop2.7/ bigdata4:/app &


---- 啟動

start-all.sh



==> Spark HA 的實現

Spark HA 有兩種實現方式:

---> 基於文件系統的單點故障恢復只有一個主節點、只能用於開發測試

---- 特點把 Spark 的運行信息入到一個本地的恢復目錄,如果Master死掉,恢復 master 的時候從恢復目錄上讀取之前的信息

---- 配置:在 standalone 的基礎上修改 spark-env.sh 文件,文件內容為:

vim  spark-env.sh
    export JAVA_HOME=/app/java/jdk1.8.0_102
    export SPARK_MASTER_HOST=bigdata0
    export SPARK_MASTER_PORT=7077
    export SPARK_DAEMON_JAVA_OPTS="-Dspark.deploy.recoveryMode=FILESYSTEM -Dspark.deploy.recoveryDirectory=/data/spark_recovery"


---- 參數講解

--- spark.deploy.recoveryMode

=> 此參數默認值為None

=> 基於文件系統的單點故障修復: FILESYSTEM

=> 基於 Zookeeper 實現 Standby 的 Master: ZOOKEEPER

--- spark.deploy.recoveryDirectory 指定恢復目錄

---- 測試:bin/spark-shell --master spark://bigdata1:7077

---> 基於 ZooKeeper 實現 Standby 的 Master

---- 特點

Zookeeper 提供了一個 Leader Election 機制,利用這個機制可以保證雖然集群存在多個 Master, 但是只有一個是Active 的,其他的都是 Standby , 當 Active 的 Master 出現故障時,另外的一個 Standby Master 會被選舉出來。 由於集群的信息包括 Worker, Driver 和 Application 的信息都已經持久化到 Zookeeper , 因此在切換的過程中只會影響新的 Job 的提交 , 對於正在進行 Job 沒有任何的影響

---- 配置在 standalone 的基礎上修改 spark-env.sh 文件,文件內空為:

vim  spark-env.sh
    export JAVA_HOME=/app/java/jdk1.8.0_102
    export SPARK_DAEMON_JAVA_OPTS="-Dspark.deploy.recoveryMode=ZOOKEEPER -Dspark.deploy.zookeeper.url=bigdata2:2181,bigdata3:2181,bigdata4:2181 -Dspark.deploy.zookeeper.dir=/spark"

---- 測試:

bigdata1: sbin/start-all.sh
bigdata2: sbin/start-master.sh





Spark 環境部署