Spark 系列（七）—— 基於 ZooKeeper 搭建 Spark 高可用集羣

1、集羣規劃

這裏搭建一個 3 節點的 Spark 集羣，其中三臺主機上均部署 Worker 服務。同時爲了保證高可用，除了在 hadoop001 上部署主 Master 服務外，還在 hadoop002 和 hadoop003 上分別部署備用的 Master 服務，Master 服務由 Zookeeper 集羣進行協調管理，若是主 Master 不可用，則備用 Master 會成爲新的主 Master。

2、前置條件

搭建 Spark 集羣前，須要保證 JDK 環境、Zookeeper 集羣和 Hadoop 集羣已經搭建，相關步驟能夠參閱：

• Linux 環境下 JDK 安裝
• Zookeeper 單機環境和集羣環境搭建
• Hadoop 集羣環境搭建

3、Spark集羣搭建

3.1 下載解壓

下載所需版本的 Spark，官網下載地址：spark.apache.org/downloads.h…

下載後進行解壓：

# tar -zxvf spark-2.2.3-bin-hadoop2.6.tgz
複製代碼

3.2 配置環境變量

# vim /etc/profile
複製代碼

添加環境變量：

export SPARK_HOME=/usr/app/spark-2.2.3-bin-hadoop2.6
export  PATH=${SPARK_HOME}/bin:$PATH
複製代碼

使得配置的環境變量當即生效：

# source /etc/profile
複製代碼

3.3 集羣配置

進入 ${SPARK_HOME}/conf 目錄，拷貝配置樣本進行修改：

1. spark-env.sh

cp spark-env.sh.template spark-env.sh
複製代碼

# 配置JDK安裝位置
JAVA_HOME=/usr/java/jdk1.8.0_201
# 配置hadoop配置文件的位置
HADOOP_CONF_DIR=/usr/app/hadoop-2.6.0-cdh5.15.2/etc/hadoop
# 配置zookeeper地址
SPARK_DAEMON_JAVA_OPTS="-Dspark.deploy.recoveryMode=ZOOKEEPER -Dspark.deploy.zookeeper.url=hadoop001:2181,hadoop002:2181,hadoop003:2181 -Dspark.deploy.zookeeper.dir=/spark"
複製代碼

2. slaves

cp slaves.template slaves
複製代碼

配置全部 Woker 節點的位置：

hadoop001
hadoop002
hadoop003
複製代碼

3.4 安裝包分發

將 Spark 的安裝包分發到其餘服務器，分發後建議在這兩臺服務器上也配置一下 Spark 的環境變量。

scp -r /usr/app/spark-2.4.0-bin-hadoop2.6/   hadoop002:usr/app/
scp -r /usr/app/spark-2.4.0-bin-hadoop2.6/   hadoop003:usr/app/
複製代碼

4、啓動集羣

4.1 啓動ZooKeeper集羣

分別到三臺服務器上啓動 ZooKeeper 服務：

zkServer.sh start
複製代碼

4.2 啓動Hadoop集羣

# 啓動dfs服務
start-dfs.sh
# 啓動yarn服務
start-yarn.sh
複製代碼

4.3 啓動Spark集羣

進入 hadoop001 的 ${SPARK_HOME}/sbin 目錄下，執行下面命令啓動集羣。執行命令後，會在 hadoop001 上啓動 Maser 服務，會在 slaves 配置文件中配置的全部節點上啓動 Worker 服務。

start-all.sh
複製代碼

分別在 hadoop002 和 hadoop003 上執行下面的命令，啓動備用的 Master 服務：

# ${SPARK_HOME}/sbin 下執行
start-master.sh
複製代碼

4.4 查看服務

查看 Spark 的 Web-UI 頁面，端口爲 8080。此時能夠看到 hadoop001 上的 Master 節點處於 ALIVE 狀態，並有 3 個可用的 Worker 節點。

而 hadoop002 和 hadoop003 上的 Master 節點均處於 STANDBY 狀態，沒有可用的 Worker 節點。

5、驗證集羣高可用

此時可使用 kill 命令殺死 hadoop001 上的 Master 進程，此時備用 Master 會中會有一個再次成爲 主 Master，我這裏是 hadoop002，能夠看到 hadoop2 上的 Master 通過 RECOVERING 後成爲了新的主 Master，而且得到了所有能夠用的 Workers。

Hadoop002 上的 Master 成爲主 Master，並得到了所有能夠用的 Workers。

此時若是你再在 hadoop001 上使用 start-master.sh 啓動 Master 服務，那麼其會做爲備用 Master 存在。

6、提交做業

和單機環境下的提交到 Yarn 上的命令徹底一致，這裏以 Spark 內置的計算 Pi 的樣例程序爲例，提交命令以下：

spark-submit \
--class org.apache.spark.examples.SparkPi \
--master yarn \
--deploy-mode client \
--executor-memory 1G \
--num-executors 10 \
/usr/app/spark-2.4.0-bin-hadoop2.6/examples/jars/spark-examples_2.11-2.4.0.jar \
100
複製代碼

更多大數據系列文章能夠參見 GitHub 開源項目： 大數據入門指南