BigData-Notes/notes/installation/Spark集群环境搭建.md
2019-06-01 19:48:00 +08:00

4.8 KiB
Raw Blame History

基于ZooKeeper搭建Spark高可用集群

一、集群规划

这里搭建一个3节点的Spark集群其中三台主机上均部署Worker服务。同时为了保证高可用除了在hadoop001上部署主Master服务外还在hadoop002和hadoop003上分别部署备用的Master服务Master服务由Zookeeper集群进行协调管理如果主Master不可用,则备用Master会成为新的主Master

spark-集群规划

二、前置条件

搭建Spark集群前需要保证JDK环境、Zookeeper集群和Hadoop集群已经搭建相关步骤可以参阅

三、Spark集群搭建

3.1 下载解压

下载所需版本的Spark官网下载地址http://spark.apache.org/downloads.html

下载后进行解压:

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

3.2 配置环境变量

# vim /etc/profile

添加环境变量:

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

使得配置的环境变量立即生效:

# source /etc/profile

3.3 集群配置

进入${SPARK_HOME}/conf目录,拷贝配置样本进行修改:

1. spark-env.sh

 cp spark-env.sh.template spark-env.sh
# 配置JDK安装位置
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

配置所有Woker节点的位置

hadoop001
hadoop002
hadoop003

3.4 安装包分发

将Spark的安装包分发到其他服务器分发后建议在这两台服务器上也配置一下Spark的环境变量。

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/

四、启动集群

4.1 启动ZooKeeper集群

分别到三台服务器上启动ZooKeeper服务

 zkServer.sh start

4.2 启动Hadoop集群

# 启动dfs服务
start-dfs.sh
# 启动yarn服务
start-yarn.sh

4.3 启动Spark集群

进入hadoop001的 ${SPARK_HOME}/sbin目录下执行下面命令启动集群。执行命令后会在hadoop001上启动Maser服务,会在slaves配置文件中配置的所有节点上启动Worker服务。

start-all.sh

分别在hadoop002和hadoop003上执行下面的命令启动备用的Master服务:

# ${SPARK_HOME}/sbin 下执行
start-master.sh

4.4 查看服务

查看Spark的Web-UI页面端口为8080。此时可以看到hadoop001上的Master节点处于ALIVE状态并有3个可用的Worker节点。

spark-集群搭建1

而hadoop002和hadoop003上的Master节点均处于STANDBY状态,没有可用的Worker节点。

spark-集群搭建2

spark-集群搭建3

五、验证集群高可用

此时可以使用kill命令杀死hadoop001上的Master进程,此时备用Master会中会有一个再次成为主Master我这里是hadoop002可以看到hadoop2上的Master经过RECOVERING后成为了新的主Master,并且获得了全部可以用的Workers

此时如果你再在hadoop001上使用start-master.sh启动Master那么其会作为备用Master存在。

spark-集群搭建4

Hadoop002上的Master成为主Master,并获得了全部可以用的Workers

spark-集群搭建5

六、提交作业

和单机环境下的提交到Yarn上的命令完全一致这里以Spark内置的计算Pi的样例程序为例提交命令如下

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