从0到1搭建spark集群---企业集群搭建

今天分享一篇从0到1搭建Spark集群的步骤，企业中大家亦可以参照次集群搭建自己的Spark集群。

一。下载Spark安装包

可以从官网下载，本集群选择的版本是spark-1.6.0-bin-hadoop2.6

在官网中找到对应的链接即可http://spark.apache.org/downloads.html

或者用本人云盘下载地址 附上链接如下链接：https://pan.baidu.com/s/1o7Vrkue 密码：sc2z

二。部署和规划Spark集群

提前准备好四台虚拟主机，三台主机 node1 node2 node4 做Spark集群  develop做Spark客户端用于提交程序

集群规划如下：

node1 Master节点 node2，node4 Worker节点 架构图如下：

 在此之前需要配置Master节点到Worker的免密登陆因为在Master节点需要启动所有的Worker节点，所有需要配置Master到Worker的免密登陆 只需要这一个免密配置即可 不需要配置woker--worker  worker-master节点的免密  因为主要是在Master节点上启动集群

   免密设置具体参考如下：http://blog.csdn.net/leexide/article/details/17252369

1.分别在三台集群下创建同名目录 （目录一定要一致，方便集群部署）

本集群环境创建为/root/spark目录

2.使用Xshell将文件上传至其中某个节点即可（没有必要上传全部节点，因为后期还要重新配置）

上传至某个节点之后，假设上传到主节点Master节点后

 3.解压目录，命令和结构如下

 tar -zxf   spark-1.6.0-bin-hadoop2.6.tar

然后重命名 方便后期部署

mv  spark-1.6.0-bin-hadoop2.6  spark-1.6.0

结构如下：

4.配置参数

进入到配置目录，路径为

/root/spark/spark-1.6.0/conf

后可看见文件如下

我们需要把template关键字去掉 因为是个模板文件 简单介绍下文件作用：

slaves文件---worker几点所在目录

spark-default.conf目录文件 默认配置文件

spark-env.sh环境配置文件

这几个是我们主要用的

更改后的目录文件格式如下：

配置spark-env.sh

可以看到集群配置参数如下，我们主要配置这些参数

配置完后的截图如下：

 

 解释一下参数意义：

SPARK_MASTER_IP=node1  #主节点主机名

SPARK_MASTER_PORT=7077 #主节点和Worker的通信端口

SPARK_WORKER_CORES=2 # 每个worker进程能管理两个核

SPARK_WORKER_MEMORY=2g # 每个worker进程能管理2g内存

SPARK_MASTER_WEBUI_PORT=8888 # 主节点WEB-UI展示图  默认端口是8080

SPARK_WORKER_INSTANCES=1 #每个worker节点能够启动的worker进程 默认是一个 如果为2  则每一个worker几点能够启动2个Worker进程 就这意思

根据这配置 则 Master节点能够管路4core 4g内存（有两个Worker进程 每一个worker进程管理两个核，2g内存）

 配置slaves文件：配置从节点的ip 或主机名

截图如下

5.将主节点的配置分发到从节点 同名目录下

命令如下:

回到spark的主目录配置文件

 

然后分发到node2  node4节点 这里命令如下`pwd`即到当前目录

6、启动Spark集群：
    执行安装包sbin目录下的start-all.sh脚本
    ./sbin/start-all.sh

 7.查看集群状态

jps命令为jvm的命令与局之一 专门查看java进程

Master节点状态：

Worker节点状态：

 

查看WEBUI是否能访问：

注意关闭Linux的防火墙：具体操作如下

/etc/init.d/iptables status

会得到一系列信息，说明防火墙开着。

/etc/init.d/iptables stop

永久关闭:

chkconfig --level 35 iptables off

在本机访问node1:8888（别忘配置host）

 

 至此，集群搭建成功！

8.测试集群是否可用

 将主节点中的spark文件同步到客户端develop节点

在develop节点中提交spark任务 ，由于本例测试 所以直接提交spark自带测试用例 计算Pi的值

注意别忘配置Client(develop)客户端的host 因为要提交任务到Master节点（node1）节点上去运行

即可看见运行状态

在WebUI也可以看见

 

 到此集群测试完毕!!!

 

持续更新中。。。。，欢迎大家关注我的公众号LHWorld.