Spark环境搭建——standalone集群模式

        这篇博客,Alice为大家带来的是Spark集群环境搭建之——standalone集群模式

Spark环境搭建——standalone集群模式

文章目录


集群角色介绍

        Spark是基于内存计算的大数据并行计算框架,实际中运行计算任务肯定是使用集群模式,那么我们先来学习Spark自带的standalone集群模式了解一下它的架构及运行机制。

        Standalone集群使用了分布式计算中的master-slave模型
        master是集群中含有master进程的节点
        slave是集群中的worker节点含有Executor进程

  • Spark架构图如下:
    Spark环境搭建——standalone集群模式
    更多详细内容可以参见官网上的解释:

        http://spark.apache.org/docs/latest/cluster-overview.html

集群规划

        假设集群中有三台节点,node01,node02,node03

        node01:master
        node02:slave/worker
        node03:slave/worker

修改配置并分发

  • 修改Spark配置文件
    cd /export/servers/spark/conf
    mv spark-env.sh.template spark-env.sh
    vim spark-env.sh
#配置java环境变量
export JAVA_HOME=/export/servers/jdk1.8
#指定spark老大Master的IP
export SPARK_MASTER_HOST=node01
#指定spark老大Master的端口
export SPARK_MASTER_PORT=7077

        mv slaves.template slaves
        vim slaves

node02
node03

注意:
配置spark环境变量(建议不添加,避免和Hadoop的命令冲突)
export SPARK_HOME=/export/servers/spark export PATH=$PATH:$SPARK_HOME/bin
解决方案:
1.把其中一个框架的sbin从环境变量中去掉
2.改名 hadoop/sbin/start-all.sh 改为: start-all-hadoop.sh

  • 通过scp 命令将配置文件分发到其他机器上
    scp -r /export/servers/spark node02:/export/servers
    scp -r /export/servers/spark node03:/export/servers
    scp /etc/profile root@node02:/etc
    scp /etc/profile root@node03:/etc
    source /etc/profile 刷新配置

启动和停止

  • 集群的启动和停止

        在主节点上启动Spark集群
        /export/servers/spark/sbin/start-all.sh

        在主节点上停止spark集群
        /export/servers/spark/sbin/stop-all.sh

  • 单独启动和停止

        在 master 安装节点上启动和停止 master:

        start-master.sh
        stop-master.sh

        在 Master 所在节点上启动和停止worker(work指的是slaves 配置文件中的主机名)
        start-slaves.sh
        stop-slaves.sh

查看web界面

        正常启动Spark集群后,查看Spark的web界面

        http://node01:8080/

        经过翻译后的页面如下:
Spark环境搭建——standalone集群模式

测试

  • 需求:

        使用集群模式运行Spark程序读取HDFS上的文件并执行WordCount

  • 集群模式启动spark-shell

        /export/servers/spark/bin/spark-shell --master spark://node01:7077

  • 运行程序
sc.textFile("hdfs://node01:8020/wordcount/input/words.txt")
.flatMap(_.split(" ")).map((_, 1)).reduceByKey(_ + _)
.saveAsTextFile("hdfs://node01:8020/wordcount/output2")
  • SparkContext web UI

        http://node01:4040/jobs/
Spark环境搭建——standalone集群模式

  • 注意:

        集群模式下程序是在集群上运行的,不要直接读取本地文件,应该读取hdfs上的。因为程序运行在集群上,具体在哪个节点上我们运行并不知道,其他节点可能并没有那个数据文件。


        好了,本次的分享就到这里。对大数据技术感兴趣的小伙伴们可以关注一下Alice哟~下篇为大家带来Spark的HA高可用环境搭建教程,敬请期待!
Spark环境搭建——standalone集群模式

上一篇:Mac M1 安装Nacos


下一篇:余老师带你学习大数据框架全栈第十一章Flink第四节Standalone模式下提交job