【hadoop】Spark的安装部署

一、单机模式

步骤：

1、使用XFTP将Spark安装包spark-2.4.8-bin-hadoop2.7.tgz发送到master机器的主目录。

2、解压安装包：

tar -zxvf ~/spark-2.4.8-bin-hadoop2.7.tgz

3、修改文件夹的名字，将其改为flume，或者创建软连接也可：

mv ~/spark-2.4.8-bin-hadoop2.7 ~/spark

4、开箱即用；

二、Spark Standalone模式集群

步骤：

1、使用vim命令配置Spark的环境配置文件，原本应是不存在的：

cd ~/spark/conf

vim spark-env.sh

配置内容如下（注意此处的所有路径、主机名）：

# jdk安装目录

export JAVA_HOME=/home/hadoop/jdk1.8.0_311

# Hadoop配置文件目录

export HADOOP_CONF_DIR=/home/hadoop/hadoop-2.9.2/etc/hadoop

# Hadoop根目录

export HADOOP_HOME=/home/hadoop/hadoop-2.9.2

# Web UI端口号

SPARK_MASTER_WEBUI_PORT=8888

# 配置ZooKeeper

SPARK_DAEMON_JAVA_OPTS="-Dspark.deploy.recoveryMode=ZOOKEEPER -Dspark.deploy.zookeeper.url=master:2181,slave1:2181,slave2:2181 -Dspark.deploy.zookeeper.dir=/myspark"

修改完后保存。

2、配置slaves：

vim slaves

添加以下内容：

master

slave1

slave2

3、接着把配置好的Spark安装目录使用scp命令发送到其他节点：

scp -r ~/spark hadoop@slave1:~

scp -r ~/spark hadoop@slave2:~

4、启动ZooKeeper，略；

5、在master节点上，带路径启动Spark集群：

~/spark/sbin/start-all.sh

测试

浏览器输入：master:8888,如下：

三、Spark on YARN模式

实际上，Spark on YARN模式，即把Spark应用程序跑在YARN集群之上，通过第二节配置好Spark Standalone模式后，已经可以在任意节点上，执行spark-submit脚本把任务提交至YARN实现Spark on YARN。而区别就是使用这种方式提交任务的话，就不需要启动Spark集群了。