Spark集群环境搭建——服务器环境初始化

Spark也是属于Hadoop生态圈的一部分，需要用到Hadoop框架里的HDFS存储和YARN调度，可以用Spark来替换MR做分布式计算引擎。

接下来，讲解一下spark集群环境的搭建部署。

一、集群规划

我们这里使用三台Linux服务器来搭建一个Spark集群。各个组件的分布规划如下：

image

二、服务器环境初始化

系统初始化：

1、设置系统IP （三台机器都要设置）

每个人的环境都不一样，根据自己的网络环境，设置自己三台机器的ip，最好设置为静态ip，不要每次都从DHCP获取，避免ip发生变动。

我们这里三台机器的ip如下：

dev-spark-master-206：192.168.90.206
dev-spark-slave-171：192.168.90.171
dev-spark-slave-172：192.168.90.172
三台机器都各自设置好静态ip
# dev-spark-master-206
# vi /etc/sysconfig/network-scripts/ifcfg-enp2s0
TYPE=Ethernet
PROXY_METHOD=none
BROWSER_ONLY=no
BOOTPROTO=static  # 改为静态ip
DEFROUTE=yes
IPV4_FAILURE_FATAL=no
IPV6INIT=yes
IPV6_AUTOCONF=yes
IPV6_DEFROUTE=yes
IPV6_FAILURE_FATAL=no
IPV6_ADDR_GEN_MODE=stable-privacy
NAME=enp2s0
UUID=d7af5ebf-4755-4a35-bcd6-267ab7adbba6
DEVICE=enp2s0
ONBOOT=yes              # 开启网卡
IPADDR=192.168.90.206   # 设置属于自己网络的静态ip
NETMASK=255.255.255.0   # 设置掩码
GATEWAY=192.168.90.1    # 设置网关
DNS1=202.96.128.166     # 设置DNS地址
DNS2=8.8.8.8            # 设置副DNS地址

重启网络

systemctl restart network

三台机器都要配置好ip，并确保可以上外网。

2、关闭系统防火墙 （三台机器都要设置）

# 先查看selinux状态
[root@localhost ~]# getenforce
permissive
[root@localhost ~]# setenforce 0
# 修改selinux状态为disabled
[root@localhost ~]# vim /etc/sysconfig/selinux
# This file controls the state of SELinux on the system.
# SELINUX= can take one of these three values:
#     enforcing - SELinux security policy is enforced.
#     permissive - SELinux prints warnings instead of enforcing.
#     disabled - No SELinux policy is loaded.
SELINUX=disabled  # 修改为disabled
# SELINUXTYPE= can take one of three values:
#     targeted - Targeted processes are protected,
#     minimum - Modification of targeted policy. Only selected processes are protected.
#     mls - Multi Level Security protection.
SELINUXTYPE=targeted
 

[root@localhost ~]#  关闭firewalld
# 查看当前状态
[root@localhost ~]# systemctl status firewalld
# 关闭
[root@localhost ~]# systemctl stop firewalld
[root@localhost ~]# systemctl disable firewalld
# 清除iptables规则
[root@localhost ~]# iptables -F

3、更换yum源，可选 （三台机器一起设置）

# 这里使用aliyun的yum源
wget -O /etc/yum.repos.d/CentOS-Base.repo http://mirrors.aliyun.com/repo/Centos-7.repo
# 清除yum缓存
yum clean all
yum makecache

4、安装基础软件包 （三台机器一起设置）

yum install -y net-tools vim lrzsz wget tree lsof tcpdump bash-completion.noarch ntp zip unzip git lvm2
yum install -y gcc gcc-c++ libstdc++ make cmake curl bind-utils

5、设置hostname （三台机器一起设置）

我们三台机器的规划是：(可以根据自己的习惯，单独命名)

dev-spark-master-206：192.168.90.206
dev-spark-slave-171：192.168.90.171
dev-spark-slave-172：192.168.90.172

所以依次设置主机名：

在第一台机器上，修改主机名

hostnamectl set-hostname dev-spark-master-206

第二台机器上，修改主机名

hostnamectl set-hostname dev-spark-slave-171

第三台机器上，修改主机名：

hostnamectl set-hostname dev-spark-slave-172

编辑hosts配置（三台机器都要配置）

三台机器都配置好IP之后，为了方便互相访问，可以配置hosts配置，使用主机名来访问。

# 编辑hosts文件，增加以下配置，根据自己的环境，修改为自己的ip和主机名。

# vim /etc/hosts
192.168.90.206  dev-spark-master-206
192.168.90.171  dev-spark-slave-171
192.168.90.172  dev-spark-slave-172

6、设置ssh免密登录 （三台机器）

1) 在第一台机器上生成一对钥匙，公钥和私钥

# 输入命令，生成秘钥
ssh-keygen -t rsa

image

当前用户的宿主目录下的.ssh目录多了两个文件，一个是私钥，一个是公钥

ll /root/.ssh/

image

2) 将公钥拷贝给要免密码登录的机器

将本机生成的公钥id_rsa.pub文件拷贝到另外两台机器，就可以从另外两台机器免密登录本机了。

拷贝到dev-spark-slave-171上：

# ssh-copy-id root@dev-spark-slave-171

image

拷贝到dev-spark-slave-172上：

# ssh-copy-id root@dev-spark-slave-172
image
注意：
注意：
1.主机名和ip都可以（确保配置了主机名 ip的映射）
2.如果出现-bash: ssh-copy-id: command not found,说明ssh-copy-id这个指令没有找到,自己安装下即可
安装命令:yum -y install openssh-clients
如果感觉ssh-copy-id这个命令不好使，你也可以自己新建authorized_keys文件，把公钥贴进去
# 在另外两台机器上
# 查看.ssh目录是否存在
ll /root/.ssh
# 不存在则创建
mkdir /root/.ssh
# 编辑authorized_keys，将第一台机器上生成的id_rsa.pub文件里的内容复制，粘贴在这里。
vim /root/.ssh/authorized_keys
# 因为是自己创建的文件，需要修改权限，文件目录权限不能错
chown -R root.root /root/.ssh
chmod 700 /root/.ssh
chmod 600 /root/.ssh/authorized_keys
3）拷贝完成之后，会在要免密登录的机器（另外两台机器）上生成授权密码文件
image
image
在dev-spark-slave-171上，尝试免密登录dev-spark-master-206
ssh root@dev-spark-master-206
image
在dev-spark-slave-172上，尝试免密登录dev-spark-master-206
ssh root@dev-spark-master-206
image
4）、在另外两台机器上，重复上述1-3步骤。
注意：免密码登录是单向的，必须要在另外两台机器也生成一对公钥私钥，并把公钥发送到其他服务器上。
最后的结果是：三台机器上，每台机器都有其他两台机器的公钥。才能实现三台机器互相免密登录。
7、设置时间 （三台机器）
# ll /etc/localtime 
lrwxrwxrwx. 1 root root 35 Aug  1  2020 /etc/localtime -> ../usr/share/zoneinfo/Asia/Shanghai
# 如果不正确，则修改
mv /etc/localtime /etc/localtime_bak
ln -s /usr/share/zoneinfo/Asia/Shanghai /etc/localtime

# 时钟同步：
# 这里使用aliyun的时钟服务器
crontab -e
*/30 * * * * ntpdate ntp1.aliyun.com
8、时钟同步：
时间同步的方式：在集群中找一台机器，作为时间服务器。（以master为主）
通过网络连接外网进行时钟同步,必须保证虚拟机连上外网
ntpdate us.pool.ntp.org;
阿里云时钟同步服务器
ntpdate ntp4.aliyun.com
集群中其他机器与这台机器定时的同步时间，比如，每 隔十分钟，同步一次时间。
8.1、时间服务器配置（必须root用户）（在master上设置）
第一步:确定是否安装了ntpd的服务
如果没有安装,可以进行在线安装
yum -y install ntp
启动ntpd的服务
systemctl start ntpd
设置ntpd的服务开机启动
systemctl enable ntpd
确定是否安装了ntpd的服务
rpm -qa | grep ntpd
第二步:编辑/etc/ntp.conf
编辑第一台机器器的/etc/ntp.conf
vim /etc/ntp.conf
在文件中添加如下内容
restrict 192.168.90.0 mask 255.255.255.0 nomodify notrap
注释一下四⾏行行内容
#server 0.centos.pool.ntp.org
#server 1.centos.pool.ntp.org
#server 2.centos.pool.ntp.org
#server 3.centos.pool.ntp.org
去掉以下内容的注释，如果没有这两行注释，那就自己添加上
server 127.127.1.0 # local clock
fudge 127.127.1.0 stratum 10
clipboard
配置以下内容，保证BIOS与系统时间同步 vim /etc/sysconfig/ntpd
添加一行内容
SYNC_HWLOCK=yes
第三步：
重新启动ntpd
systemctl restart ntpd
systemctl status ntpd
8.2、其他机器配置（必须root用户）
第一步：在其他机器配置10分钟与时间服务器同步一次
# 另外两台机器与192.168.90.206进行时钟同步
# crontab -e
*/10 * * * * /usr/sbin/ntpdate 192.168.90.206
9、安装jdk （三台机器都要配置）
jdk下载地址：https://www.oracle.com/java/technologies/downloads/#java8
查看自带的openjdk
rpm -qa | grep java
如果有自带的，卸载系统自带的openjdk
# 将上面找出来的包复制到下面命令中，使用rpm -e卸载
rpm -e java-1.6.0-openjdk-1.6.0.41-1.13.13.1.el6_8.x86_64 tzdata-java-2016j-1.el6.noarch java-1.7.0-openjdk-1.7.0.131-2.6.9.0.el6_8.x86_64 --nodeps
创建软件包目录：
mkdir -p /data/apps/shell/software
mkdir /usr/java
软件安装目录：/data/apps
自己去oracle官网下载指定版本的jdk，这里使用的是jdk1.8
上传jdk并解压然后配置环境变量
cd /data/apps/shell/software
tar xf jdk-8u162-linux-x64.tar.gz -C /usr/java/
配置环境变量：
vim /etc/profile
# jdk1,8
export JAVA_HOME=/usr/java/jdk1.8.0_162
export CLASSPATH=.:$JAVA_HOME/jre/lib/rt.jar:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
export PATH=$PATH:$JAVA_HOME/bin
加载profile使立即生效：
source /etc/profile
测试jdk是否生效：
# java -version
java version "1.8.0_162"
Java(TM) SE Runtime Environment (build 1.8.0_162-b12)
Java HotSpot(TM) 64-Bit Server VM (build 25.162-b12, mixed mode)
10、编写rsync-script工具：
rsync 远程同步工具
rsync主要用于备份和镜像。具有速度快、避免复制相同内容和支持符号链接的优点。
rsync和scp区别：用rsync做文件的复制要比scp的速度快，rsync只对差异文件做更新。
scp是把所有文件都复制过去。
基本语法
rsync -rvl $pdir/$fname $user@$host:$pdir/$fname
命令 选项参数 要拷贝的文件路径/名称 目的用户@主机:目的路径/名称
rsync案例
10.1、三台虚拟机安装rsync (系统默认已经安装了)
yum install rsync -y
10.2、期望脚本
脚本+要同步的文件名称
10.3. 说明：在/usr/local/bin这个目录下存放的脚本，root用户可以在系统任何地方直接执行。
10.4. 脚本实现
touch rsync-script
vim rsync-script
脚本内容如下：
#!/bin/bash
#1 获取命令输入参数的个数，如果个数为0，直接退出命令
paramnum=$#

if((paramnum==0)); then
    echo no params;
    exit;
fi

#2 根据传入参数获取文件名称
p1=$1
file_name=`basename $p1`
echo fname=$file_name

#3 获取输入参数的绝对路径
pdir=`cd -P $(dirname $p1); pwd`
echo pdir=$pdir

#4 获取用户名称
user=`whoami`

#5 循环执行rsync
host_arr=("dev-spark-master-206" "dev-spark-slave-171" "dev-spark-slave-172")
for host in ${host_arr[@]}; do
    echo ------------------- $host --------------
    rsync -rvl $pdir/$file_name $user@$host:$pdir
done
赋予权限：
chmod 777 rsync-script
cp rsync-script /usr/local/sbin/
测试：
touch test
# rsync-script test 
fname=test
pdir=/data/apps/shell
------------------- dev-spark-master-206 --------------
sending incremental file list

sent 40 bytes  received 12 bytes  104.00 bytes/sec
total size is 0  speedup is 0.00
------------------- dev-spark-slave-171 --------------
sending incremental file list
test

sent 83 bytes  received 35 bytes  236.00 bytes/sec
total size is 0  speedup is 0.00
------------------- dev-spark-slave-172 --------------
sending incremental file list
test

sent 83 bytes  received 35 bytes  78.67 bytes/sec
total size is 0  speedup is 0.00






            

            
posted @ 
2021-11-30 11:21 
doublexi 
阅读(1301) 
评论(0) 
编辑 
收藏 
举报