基於 ZooKeeper 搭建 Spark 高可用集羣

1、集羣規劃
2、前置條件
3、Spark集羣搭建
         3.1 下載解壓
         3.2 配置環境變量
         3.3 集羣配置
         3.4 安裝包分發
4、啓動集羣
         4.1 啓動ZooKeeper集羣
         4.2 啓動Hadoop集羣
         4.3 啓動Spark集羣
         4.4 查看服務
5、驗證集羣高可用
6、提交做業

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：http://spark.apache.org/downloads.html

下載後進行解壓：

# tar -zxvf  spark-2.2.3-bin-hadoop2.6.tgz

3.2 配置環境變量

# vim /etc/profile

添加環境變量：

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

使得配置的環境變量當即生效：

# source /etc/profile

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

# 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"

2. slaves

cp slaves.template slaves

配置全部Woker節點的位置：

hadoop001
hadoop002
hadoop003

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/

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

4.2 啓動Hadoop集羣

# 啓動dfs服務
start-dfs.sh
# 啓動yarn服務
start-yarn.sh

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

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

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

更多大數據系列文章能夠參見我的 GitHub 開源項目： 大數據入門指南