安裝配置Spark集羣

時間  2019-12-16
標籤 安裝 配置 spark 集羣 欄目 Spark 简体版
原文   原文鏈接

首先準備3臺電腦或虛擬機，分別是Master,Worker1,Worker2，安裝操做系統(本文中使用CentOS7)。java

一、配置集羣，如下步驟在Master機器上執行node

　　1.一、關閉防火牆：systemctl stop firewalld.serviceweb

　　1.二、設置機器ip爲靜態ipshell

　　　　1.2.一、修改配置apache

cd /etc/sysconfig/network-scripts/
vim ifcfg-eno16777736

更改內容以下：
BOOTPROTO=static
#配置靜態IP，網關，子網掩碼
IPADDR=192.168.232.133
NETMASK=255.255.255.0
GATEWAY=192.168.232.2
#取消networkmanager 管理
NM_CONTROLLED=no

ONBOOT=yes

　　　　1.2.二、重啓網絡服務：systemctl restart network.servicevim

　　1.三、設置機器名hostname：hostnamectl set-hostname Master瀏覽器

　　1.四、設置/etc/hosts服務器

192.168.232.133    Master
192.168.232.134    Worker1
192.168.232.135    Worker2

　　1.五、按以上5個步驟配置Worker1,Worker2網絡

　　1.六、測試集羣內機器是否可相互ping通：ping Worker1app

二、配置ssh免密碼登陸

　　2.一、 配置Master無密碼登陸全部Worker

　　　　2.1.一、在Master節點上生成密碼對，在Master上執行如下命令：
　　　　　　ssh-keygen -t rsa -P ''
　　　　　　生成的密鑰對：id_rsa和id_rsa.pub，默認存儲在"/root/.ssh"目錄下。

　　　　2.1.二、在Master節點上作以下配置，把id_rsa.pub追加到受權的key裏面去。
　　　　　　cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys

　　　　2.1.三、修改ssh配置文件"/etc/ssh/sshd_config"的下列內容：

RSAAuthentication yes # 啓用 RSA 認證
PubkeyAuthentication yes # 啓用公鑰私鑰配對認證方式
AuthorizedKeysFile .ssh/authorized_keys # 公鑰文件路徑（和上面生成的文件同）

　　　　2.1.四、重啓ssh服務，才能使剛纔設置有效：service sshd restart

　　　　2.1.五、驗證無密碼登陸本機是否成功：ssh Master

　　　　2.1.六、把公鑰複製到全部的Worker機器上。使用scp命令進行復制公鑰：

scp /root/.ssh/id_rsa.pub root@Worker1:/root/
scp /root/.ssh/id_rsa.pub root@Worker2:/root/

　　2.二、配置Worker1機器
　　　　2.2.一、在"/root/"下建立".ssh"文件夾，若是已經存在就不須要建立了。
　　　　　　mkdir /root/.ssh

　　　　2.2.二、將Master的公鑰追加到Worker1的受權文件"authorized_keys"中去。
　　　　　　cat /root/id_rsa.pub >> /root/.ssh/authorized_keys

　　　　2.2.三、修改"/etc/ssh/sshd_config"，具體步驟參考前面Master設置的第1.3和第1.4。

　　　　2.2.四、用Master使用ssh無密碼登陸Worker1
　　　　　　ssh worker1

　　　　2.2.五、刪除"/root/"目錄下的"id_rsa.pub"文件。
　　　　　　rm –r /root/id_rsa.pub

　　　　2.2.六、重複上面的5個步驟把Worker2服務器進行相同的配置。

　　2.三、 配置全部Worker無密碼登陸Master

　　　　2.3.一、在Worker1節點上生成密碼對，並把本身的公鑰追加到"authorized_keys"文件中，執行下面命令：
　　　　　　ssh-keygen -t rsa -P ''
　　　　　　cat /root/.ssh/id_rsa.pub >> /root/.ssh/authorized_keys

　　　　2.3.二、將Worker1節點的公鑰"id_rsa.pub"複製到Master節點的"/root/"目錄下。
　　　　　　scp /root/.ssh/id_rsa.pub root@Master:/root/

　　　　2.3.三、在Master節點將Worker1的公鑰追加到Master的受權文件"authorized_keys"中去。
　　　　　　cat ~/id_rsa.pub >> ~/.ssh/authorized_keys

　　　　2.3.四、在Master節點刪除"id_rsa.pub"文件。
　　　　　　rm –r /root/id_rsa.pub

　　　　2.3.五、測試從Worker1免密碼登陸到Master：ssh Master

　　2.四、按照上面的步驟把Worker2和Master之間創建起無密碼登陸。這樣，Master能無密碼登陸每一個Worker，每一個Worker也能無密碼登陸到Master。

三、在Master安裝Java、Scala，把下載的安裝包解壓便可tar -xzvf ...

四、在Master安裝配置Hadoop
　　4.一、配置hdfs-site.xml

<configuration>
    <property>
        <name>dfs.replication</name>
        <value>2</value>
    </property>
    <property>
        <name>dfs.namenode.secondary.http-address</name>
        <value>Master:50090</value>
    </property>
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>/usr/etc/hadoop-2.7.5/hdfs/name</value>
    </property>
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>/usr/etc/hadoop-2.7.5/hdfs/data</value>
    </property>
    <property>
        <name>dfs.namenode.checkpoint.dir</name>
        <value>/usr/etc/hadoop-2.7.5/hdfs/namesecondary</value>
    </property>
</configuration>

　　4.二、配置yarn-site.xml

<configuration>
   <property>
         <name>yarn.resourcemanager.hostname</name>
         <value>Master</value>
   </property>
   <property>
         <name>yarn.nodemanager.aux-services</name>
         <value>mapreduce_shuffle</value>
   </property>
   <property>
         <name>yarn.resourcemanager.address</name>
         <value>Master:8032</value>
   </property>
   <property>
         <name>yarn.resourcemanager.scheduler.address</name>
         <value>Master:8030</value>
   </property>
   <property>
         <name>yarn.resourcemanager.resource-tracker.address</name>
         <value>Master:8031</value>
   </property>
   <property>
         <name>yarn.resourcemanager.admin.address</name>
         <value>Master:8033</value>
   </property>
   <property>
         <name>yarn.resourcemanager.webapp.address</name>
         <value>Master:8088</value>
   </property>
</configuration>

　　4.三、配置mapred-site.xml

<configuration>
   <property>
    <name>mapreduce.framework.name</name>
    <value>yarn</value>
  </property>
</configuration>

　　4.四、配置hadoop-env.sh

export JAVA_HOME=/usr/etc/jdk1.8.0_161
export HADOOP_HOME=/usr/etc/hadoop-2.7.5
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
export HADOOP_OPTS="-Djava.library.path=$HADOOP_HOME/lib"
export HADOOP_CONF_DIR=${HADOOP_CONF_DIR:-"/etc/hadoop"}

　　4.五、配置core-site.xml

<configuration>
   <property>
      <name>fs.defaultFS</name>
          <value>hdfs://Master:9000</value>
   </property>
    <property>
       <name>hadoop.tmp.dir</name>
       <value>/usr/etc/hadoop-2.7.5/tmp</value>
    </property>
   <property>
       <name>hadoop.native.lib</name>
       <value>true</value>
    </property>
</configuration>

　　4.六、配置slaves

Worker1
Worker2

五、在Master安裝配置Spark
　　5.一、配置spark-env.sh

export JAVA_HOME=/usr/etc/jdk1.8.0_161
export SCALA_HOME=/usr/etc/scala-2.12.4
export HADOOP_HOME=/usr/etc/hadoop-2.7.5
export HADOOP_CONF_DIR=/usr/etc/hadoop-2.7.5/etc/hadoop
export SPARK_MASTER_IP=Master
export SPARK_WORKER_MEMORY=1g
export SPARK_EXECUTOR_MEMORY=1g
export SPARK_DRIVER_MEMORY=500m
export SPARK_WORKER_CORES=2
export SPARK_HOME=/usr/etc/spark-2.3.0-bin-hadoop2.7
export SPARK_DIST_CLASSPATH=$(/usr/etc/hadoop-2.7.5/bin/hadoop classpath)

5.二、配置spark-defaults.conf

spark.eventLog.enabled true
spark.eventLog.dir hdfs://Master:9000/historyserverforSpark
spark.yarn.historyServer.address Master:18080
spark.history.fs.logDirectory hdfs://Master:9000/historyserverforSpark
spark.executor.extraJavaOptions -XX:+PrintGCDetails -Dkey=value -Dnumbers="one two three"

5.三、配置slaves

Worker1
Worker2

六、在Master配置環境變量/etc/profile，並經過source /etc/profile使生效

export PATH USER LOGNAME MAIL HOSTNAME HISTSIZE HISTCONTROL
export JAVA_HOME=/usr/etc/jdk1.8.0_161
export JRE_HOME=/usr/etc/jdk1.8.0_161/jre
export SCALA_HOME=/usr/etc/scala-2.12.4

export HADOOP_HOME=/usr/etc/hadoop-2.7.5
export HADOOP_CONF_DIR=${HADOOP_HOME}/etc/hadoop
export HADOOP_COMMON_LIB_NATIVE_DIR=${HADOOP_HOME}/lib/native
export HADOOP_OPTS="-Djava.library.path=${HADOOP_HOME}/lib"

export SPARK_HOME=/usr/etc/spark-2.3.0-bin-hadoop2.7

export HIVE_HOME=/usr/etc/apache-hive-2.1.1-bin

export CLASSPATH=.:$JAVA_HOME/lib:$JRE_HOME/lib:$SCALA_HOME/lib:$HADOOP_HOME/lib

PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$SPARK_HOME/bin:$SPARK_HOME/sbin:$HIVE_HOME/bin:$SCALA_HOME/bin:$JAVA_HOME/bin:$PATH

export JAVA_HOME PATH

七、在Master經過scp命令拷貝java，scala，hadoop，spark，/etc/profile到Worker1,Worker2機器上

八、在Master機器上運行命令：hadoop namenode -format，格式化磁盤

九、在Master機器上運行命令：start-hdfs.sh，啓動hdfs服務，可在瀏覽器經過Master:50070訪問

十、在Master機器上運行命令：進入spark的bin目錄，start-all.sh，啓動Spark，可在瀏覽器經過Master:8080訪問

十一、在Master機器上運行命令：start-history-server.sh，啓動Spark歷史服務，可在瀏覽器經過Master:18080訪問

十二、測試集羣application運行

12.一、使用spark-submit提交Application：

./spark-submit --class org.apache.spark.examples.SparkPi --master spark://Master:7077 ../examples/jars/spark-examples_2.11-2.3.0.jar 100000
--class：命名空間(包名)+類名；--master：spark集羣的master；.jar：jar包位置；10000：任務個數

12.二、啓動spark-shell，運行woldcount程序：

sc.textFile("/README.md").flatMap(_.split(" ")).map((_,1)).reduceByKey(_+_).map(pair=>(pair._2,pair._1).sortByKey(false,1).map(pair=>(pair._2,pair._1)).saveAsTextFile("/resdir/wordcount")
相關文章
相關標籤/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公眾號
   歡迎關注本站公眾號,獲取更多信息
聯繫我們 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程