ICode9

精准搜索请尝试: 精确搜索
首页 > 其他分享> 文章详细

Spark环境搭建——standalone集群模式

2021-06-01 17:51:52  阅读:150  来源: 互联网

标签:standalone sh export master 集群 Spark spark


        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

在这里插入图片描述

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:
    在这里插入图片描述
    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:
在这里插入图片描述

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/
在这里插入图片描述

  • 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!
在这里插入图片描述

标签:standalone,sh,export,master,集群,Spark,spark
来源: https://blog.51cto.com/u_15105906/2842766

本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享;
2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关;
3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关;
4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除;
5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

专注分享技术,共同学习,共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有