RedHat6.5安装Spark集群

时间：2022-08-10 17:10:50

版本号：

RedHat6.5   RHEL 6.5系统安装配置图解教程(rhel-server-6.5)

JDK1.8      http://blog.csdn.net/chongxin1/article/details/68957808

Hadoop2.7.3   RedHat6.5上安装Hadoop集群

scala-2.11.8  

spark-2.1.1-bin-hadoop2.7

1 安装Spark依赖的Scala

          Hadoop的安装请参考上面提到的博文，因为Spark依赖scala，所以在安装Spark之前，这里要先安装scala。

在每个节点上都进行安装，本文主要是master、slave1、slave2三台机器。

1.1  下载和解压缩Scala

官网下载地址：https://downloads.lightbend.com/scala/2.11.8/scala-2.11.8.tgz 

百度云盘下载地址：链接：http://pan.baidu.com/s/1eSiVjO2 密码：y8b1 

linux在服务器的/usr/local目录下新建一个名为scala的文件夹，并将下载的压缩包上载上去

如图： 

RedHat6.5安装Spark集群

执行命令，进入到该目录：

cd    /usr/local/scala

执行命令进行解压缩：

tar   -xvf   scala-2.11.8.tgz

1.2  配置环境变量

sudo gedit /et/profile

编辑/etc/profile这个文件，在文件中增加一行配置：

 
 
    

  1. #set Scala environment
    2. 
  
  
  2. 
export SCALA_HOME=/usr/local/scala/scala-2.11.8

    3. 
  
  
  3. 
export PATH=$SCALA_HOME/bin:$PATH

    4.

  添加完成后，我的/etc/profile的配置如下：

 
 
    

  1. #set Java environment
    2. 
  
  
  2. 
export JAVA_HOME=/usr/local/java/jdk1.8

    3. 
  
  
  3. 
export JRE_HOME=/usr/local/java/jdk1.8/jre

    4. 
  
  
  4. 
export CLASSPATH=.:$JAVA_HOME/lib:$JRE_HOME/lib:$CLASSPATH

    5. 
  
  
  5. 
export PATH=$JAVA_HOME/bin:$JRE_HOME/bin:$JAVA_HOME:$PATH

    6. 
  
  
  6.  
    7. 
  
  
  7. #set Hadoop enviroment
    8. 
  
  
  8. 
export HADOOP_HOME=/usr/local/hadoop/hadoop-2.7.3

    9. 
  
  
  9. 
export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH

    10. 
  
  
  10. 
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop

    11. 
  
  
  11. 
export YARN_CONF_DIR=$HADOOP_HOME/etc/hadoop​

    12. 
  
  
  12.  
    13. 
  
  
  13. #set Scala environment
    14. 
  
  
  14. 
export SCALA_HOME=/usr/local/scala/scala-2.11.8

    15. 
  
  
  15. 
export PATH=$SCALA_HOME/bin:$PATH

    16.

环境变量配置完成后，执行下面的命令： 

source   /etc/profile  

1.3 验证Scala

    执行命令： scala     -version  

   如图：    

RedHat6.5安装Spark集群


以上是在master机器上安装，将安装好的scala复制到slave1、slave2机器上：

scp -r /usr/local/scala root@slave1:/usr/local

scp -r /usr/local/scala root@slave2:/usr/local

RedHat6.5安装Spark集群


修改slave1、slave2的/etc/profile环境变量配置文件，方法同1.2。

2 下载和解压缩Spark      

2.1 下载Spark压缩包

官网下载地址：http://mirrors.hust.edu.cn/apache/spark/spark-2.1.1/spark-2.1.1-bin-hadoop2.7.tgz  

百度云盘下载地址：链接：http://pan.baidu.com/s/1cGTtgU 密码：hciq      

2.2  解压缩Spark

       下载完成后，在Linux服务器的/usr/local目录下新建一个名为spark的文件夹，把刚才下载的压缩包，上传上去。

如图：

RedHat6.5安装Spark集群

进入到该目录内，也就是执行下面的命令：

cd    /usr/local/spark

执行解压缩命令：

tar   -zxvf   spark-2.1.1-bin-hadoop2.7.tgz

3  Spark相关的配置

         说明：因为我们搭建的是基于hadoop集群的Spark集群，所以每个hadoop节点上我都安装了Spark，都需要按照下面的步骤做配置，启动的话只需要在Spark集群的Master机器上启动即可，我这里是在master上启动。

3.1  配置环境变量

sudo gedit /etc/profile

编辑/etc/profile文件，增加

 
 
    

  1. #set Spark environment
    2. 
  
  
  2. 
export SPARK_HOME=/usr/local/spark/spark-2.1.1-bin-hadoop2.7

    3. 
  
  
  3. 
export PATH=$SPARK_HOME/bin:$PATH

    4.

      注意：因为$SPARK_HOME/sbin目录下有一些文件名称和$HADOOP_HOME/sbin目录下的文件同名，为了避免同名文件冲突，这里不在PATH变量里添加$SPARK_HOME/sbin只添加了$SPARK_HOME/bin。

修改完成后，/etc/profile文件内容是：

 
 
    

  1. #set Java environment
    2. 
  
  
  2. 
export JAVA_HOME=/usr/local/java/jdk1.8

    3. 
  
  
  3. 
export JRE_HOME=/usr/local/java/jdk1.8/jre

    4. 
  
  
  4. 
export CLASSPATH=.:$JAVA_HOME/lib:$JRE_HOME/lib:$CLASSPATH

    5. 
  
  
  5. 
export PATH=$JAVA_HOME/bin:$JRE_HOME/bin:$JAVA_HOME:$PATH

    6. 
  
  
  6.  
    7. 
  
  
  7. #set Hadoop enviroment
    8. 
  
  
  8. 
export HADOOP_HOME=/usr/local/hadoop/hadoop-2.7.3

    9. 
  
  
  9. 
export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH

    10. 
  
  
  10. 
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop

    11. 
  
  
  11. 
export YARN_CONF_DIR=$HADOOP_HOME/etc/hadoop​

    12. 
  
  
  12.  
    13. 
  
  
  13. #set Scala environment
    14. 
  
  
  14. 
export SCALA_HOME=/usr/local/scala/scala-2.11.8

    15. 
  
  
  15. 
export PATH=$SCALA_HOME/bin:$PATH

    16. 
  
  
  16.  
    17. 
  
  
  17. #set Spark environment
    18. 
  
  
  18. 
export SPARK_HOME=/usr/local/spark/spark-2.1.1-bin-hadoop2.7

    19. 
  
  
  19. 
export PATH=$SPARK_HOME/bin:$PATH

    20.

编辑完成后，执行命令：

source   /etc/profile

3.2 配置conf目录下的文件

         对/usr/local/spark/spark-2.1.1-bin-hadoop2.7/conf目录下的文件进行配置。

3.2.1  新建spark-env.h文件

        执行命令，进入到/usr/local/spark/spark-2.1.1-bin-hadoop2.7/conf目录内：

cd    /usr/local/spark/spark-2.1.1-bin-hadoop2.7/conf

       以spark为我们创建好的模板创建一个spark-env.h文件，命令是：

cp    spark-env.sh.template   spark-env.sh   

编辑spark-env.sh文件，在里面加入配置(具体路径以自己的为准)：

 
 
    

  1. 
export JAVA_HOME=/usr/local/java/jdk1.8

    2. 
  
  
  2. 
export SCALA_HOME=/usr/local/scala/scala-2.11.8

    3. 
  
  
  3. 
export HADOOP_HOME=/usr/local/hadoop/hadoop-2.7.3

    4. 
  
  
  4. 
export HADOOP_DIR=$HADOOP_HOME/etc/hadoop

    5. 
  
  
  5. 
export SPARK_HOME=/usr/local/spark/spark-2.1.1-bin-hadoop2.7

    6. 
  
  
  6. 
export SPARK_MASTER_IP=master

    7. 
  
  
  7. 
export SPARK_EXECUTOR_MEMORY=1g

    8.

RedHat6.5安装Spark集群

3.2.2 新建slaves文件

执行命令，进入到/usr/local/spark/spark-2.1.1-bin-hadoop2.7/conf目录内：

cd   /usr/local/spark/spark-2.1.1-bin-hadoop2.7/conf

以spark为我们创建好的模板创建一个slaves文件，命令是：

cp    slaves.template   slaves

编辑slaves文件，里面的内容为：

master

slave1

slave2 

如图：

RedHat6.5安装Spark集群

3.3WorkerN节点：（slave1、slave2两台机器）

将配置好的spark文件复制到workerN节点

scp  -r  /usr/local/spark  root@slave1:/usr/local

scp  -r  /usr/local/spark  root@slave2:/usr/local

修改/etc/profile，增加spark相关的配置，如MASTER节点一样。（参考3.1）

4 启动和测试Spark集群

4.1 启动Spark

       因为spark是依赖于hadoop提供的分布式文件系统的，所以在启动spark之前，先确保hadoop在正常运行。

        在hadoop正常运行的情况下，在master（也就是hadoop的namenode，spark的marster节点）上执行命令：

 cd  /usr/local/spark/spark-2.1.1-bin-hadoop2.7/sbin

 执行启动脚本：

  ./start-all.sh 

  完整控制台输出内容是：

 
 
    

  1. 
   [root@master conf]# cd /usr/local/spark/spark-2.1.1-bin-hadoop2.7/sbin

    2. 
  
  
  2. 
[root@master sbin]# ./start-all.sh

    3. 
  
  
  3. 
starting org.apache.spark.deploy.master.Master, logging to /usr/local/spark/spark-2.1.1-bin-hadoop2.7/logs/spark-root-org.apache.spark.deploy.master.Master-1-master.out

    4. 
  
  
  4. 
slave1: starting org.apache.spark.deploy.worker.Worker, logging to /usr/local/spark/spark-2.1.1-bin-hadoop2.7/logs/spark-root-org.apache.spark.deploy.worker.Worker-1-slave1.out

    5. 
  
  
  5. 
slave2: starting org.apache.spark.deploy.worker.Worker, logging to /usr/local/spark/spark-2.1.1-bin-hadoop2.7/logs/spark-root-org.apache.spark.deploy.worker.Worker-1-slave2.out

    6. 
  
  
  6. 
master: starting org.apache.spark.deploy.worker.Worker, logging to /usr/local/spark/spark-2.1.1-bin-hadoop2.7/logs/spark-root-org.apache.spark.deploy.worker.Worker-1-master.out

    7. 
  
  
  7. 
master: failed to launch: nice -n 0 /usr/local/spark/spark-2.1.1-bin-hadoop2.7/bin/spark-class org.apache.spark.deploy.worker.Worker --webui-port 8081 spark://master:7077

    8. 
  
  
  8. 
master: full log in /usr/local/spark/spark-2.1.1-bin-hadoop2.7/logs/spark-root-org.apache.spark.deploy.worker.Worker-1-master.out

    9.

注意：上面的命令中有./这个不能少，./的意思是执行当前目录下的start-all.sh脚本。

4.2  测试和使用Spark集群

4.2.1  访问Spark集群提供的URL

在浏览器里访问Mster机器，我的Spark集群里Master机器是master，IP地址是192.168.168.200，访问8080端口，URL是：

http://192.168.168.200:8080       

如图： 

RedHat6.5安装Spark集群

参考资料：http://blog.csdn.net/pucao_cug/article/details/72353701 

标签：

相关文章