Spark安装 - 悦读

首先我们在spark官网上下载spark安装包

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

在最下面版本存档里找到与我们之前搭建的Hadoop2.7.5版本对应的spark2.2.0安装包

等待下载完成

上传

使用Secure CRT 将下载好的spark安装包上传到node01的export/softwares下面

cd /export/softwares/
rz -E

如图，就是我们Hadoop的各个组件，将spark解压到export/serves目录下

tar -zxvf spark-2.2.0-bin-hadoop2.7.tgz -C ../servers/
cd /export/servers/

配置spark-env.sh

先将spark-env.sh.template复制为spark-env.sh

cd /spark-2.2.0-bin-hadoop2.7/conf
cp spark-env.sh.template spark-env.sh

指定Java home

export JAVA_HOME=/export/servers/jdk1.8.0_141

指定sparkmaster地址

export SPARK_MASTER_HOST=node01

export SPARK_MASTER_PORT=7077

配置slaves

指定从节点位置，从而使用sbin/start-all.sh可以启动整个集群的work

cd /export/servers/spark/conf
cp slaves.template slaves
vi slaves

配置从节点位置

node01

node02

node03

三台机器都是从节点

配置historyserver

a默认情况下，spark程序运行完毕后就不能查看运行记录的Web UI了，通过HistoryServer可以提供一个服务，通过读取日志文件，使得我们可以在程序运行后，依然能够查看运行过程

b 复制 spark-defaults.conf，以供修改spark-defaults.conf

cp spark-defults.conf.template spark-defults.conf
vi spark-defults.conf

c 将以下内容复制到“spark-defaults.conf”，末尾处，通过这段配置，可以指定spark将日志传输进HDFS中。

spark.eventLog.enabled    true

spark.eventLog.dir        hdfs://node01:8020/spark_log

spark.eventLog.compress   true

d 将以下内容复制到”spark-env-sh”的末尾，配置HistoryServer启动参数，使得HistoryServer在启动的时候读取HDFS中写入的spark日志

export SPARK_HISTORY_OPTS="-Dspark.history.ui.port=4000 -Dspark.history.retainedApplications=3 -Dspark.history.fs.logDirectory=hdfs://node01:8020/spark_log"

e 为spark创建HDFS中的日志目录

hdfs dfs -mkdir -p /spark_log

分发

将spark安装包分发给集群中的其他机器

cd /export/serves
scp -r spark-2.2.0-bin-hadoop2.7 node02:$PWD
scp -r spark-2.2.0-bin-hadoop2.7 node03:$PWD

cd /export/serves/ spark-2.2.0-bin-hadoop2.7
sbin/start-all.sh
sbin/start-history-server.sh

Jps查看node01进程

Jps查看node02进程