spark分布式集群安装

发布时间：2020-07-04 12:18:03 作者：原生zzy
来源：网络阅读：981

第一步：版本的选择：

spark-0.x

spark-1.x(主流：Spark-1.3 和 Spark-1.6)

spark-2.x(最新 Spark-2.4)

下载地址：http://spark.apache.org/downloads.html（官网）

其他镜像网站：https://mirrors.tuna.tsinghua.edu.cn/apache/spark/

https://www.apache.org/dyn/closer.lua/spark/spark-2.3.0/

https://www.apache.org/dyn/closer.lua/spark/

注意这里我选择是：spark-2.3.0-bin-hadoop2.7.tgz。

第二步：关于搭建spark集群的环境：

spark底层是使用scala语言编写的，所有这里需要安装scala的环境，并且配置scala的环境变量。
scala和spark也都需要jdk，所以我们还需要配置jdk的环境以及环境变量，关于jdk的版本最好是java 8+。
这里我们用spark-2.3

注意：由于安装比较简单，此时略过java以及scala的安装。

转载：https://www.cnblogs.com/liugh/p/6623530.html（Linux下安装java）

转载：https://www.cnblogs.com/freeweb/p/5623795.html（Linux下安装scala）

第三步：spark集群的规划：

Server	Master	Worker
hostname01	√
hostname02		√
hostname03		√

第四步：具体的集群安装：

①上传下载好的spark安装包到集群的任意一个节点（由于个人品味不一，这里上传软件的方式也不同，作者使用的是Xshell）

②解压，并放置到统一管理的目录下（注意这个目录一定要有读写的权限）：tar zxvf spark-2.3.2-bin-hadoop2.7.tgz -C /application/

③进入相应的spark的conf目录：cd $SPARK_HOME/conf：
   [user01@hostname01 ~]$ mv spark-env.sh.template spark-env.sh
   [user01@hostname01 conf]$ vim spark-env.sh(加入以下配置)
       export JAVA_HOME=/application/jdk1.8.0_73

export SPARK_MASTER_HOST=hostname01

export SPARK_MASTER_PORT=7077

④修改$SPARK_HOME/conf/slaves(在其中加入集群的从节点的主机或者IP，这里我将hostname02、hostname03当做从节点)
       hostname02
       hostname03
注意：这里的配置，不要用任何多余的空格和空行！！！

⑤将spark安装包copy到集群的其他节点上
scp -r /application/spark-2.3.2-bin-hadoop2.7   hostname02: /application
scp -r /application/spark-2.3.2-bin-hadoop2.7   hostname03: /application
注意：由于这里集群的节点不是很多，所以在分发安装包的时候，可以手动输入密码，个人建议还是配置一下ssh面秘钥登录。
转载：https://blog.csdn.net/furzoom/article/details/79139570

⑥配置spark的环境变量：（注意这里需要所有的集群节点都要配置，当然配置的地方，根据不同要求而定）
我这里配置在/etc/profile : (由于提前做了sudo的权限设置，所以在普通用户下依然可以修改/etc/profile)
       export SPARK_HOME=/application/spark-2.3.2-bin-hadoop2.7
       PATH=$PATH:$SPARK_HOME/bin:$SPARK_HOME/sbin #注意这里的bin和sbin都要配置

⑦最终启动集群：
[user01@hostname01 ~]$ /application/spark-2.3.2-bin-hadoop2.7/sbin/start-all.sh
切记：如果集群有hadoop集群，那么在hadoop的sbin目录下也有start-all.sh的命令，所以这里只能使用全路径

第五步：测试是否启动成功

第一种方法：