Spark 完全分布式的安装和部署

第1关： Standalone 分布式集群搭建

任务描述

掌握 Standalone 分布式集群搭建。

相关知识

我们已经掌握了 Spark 单机版安装，那么分布式集群怎么搭建呢？ 接下来我们学习 Standalone 分布式集群搭建。

课程视频

如果你需要在本地配置 Spark 完全分布式环境，可以通过查看课程视频来学习。

Spark分布式安装模式

Spark 分布式环境安装目前有四种模式：

1.Standalone：Spark 自带的简单群资源管理器，安装较为简单，不需要依赖 Hadoop；

2.Hadoop YARN:使用 YARN 作为集群资源管理，安装需要依赖 Hadoop；

3.Apache Mesos:不常用；

4.Kubernetes:不常用。

本地学习测试我们常用 Standalone 模式，生产环境常使用 YARN 模式。

示例集群信息

以下表格为本教程所用示例集群节点信息：
节点名称节点角色masterworker，masterslave1workerslave2worker
我们准备了三台虚拟服务器，连接方式如下：
服务器SSH密码ipmasterssh 172.18.0.2123456172.18.0.2slave1ssh 172.18.0.3123456172.18.0.3slave2ssh 172.18.0.4123456172.18.0.4
第一步我们需要在 evassh 服务器初始化虚拟服务器：

1. cd /home
2. wrapdocker
3. ulimit -f 1024000
4. docker load -i hbase-ssh2_v1.0.tar
5. docker-compose up -d

注意：请不要在各个虚拟服务器之间进行 ssh 登录，这种操作会导致无法保存配置数据。正确方法是：在虚拟服务器里执行 exit 后回到 evassh 服务器，再按上述方法登录各虚拟服务器。

配置免密登录

Hadoop 集群在启动脚本时，会去启动各个节点，此过程是通过 SSH 去连接的，为了避免启动过程输入密码，需要配置免密登录。

1、分别在 master、slave1、slave 生成密钥，命令如下：

1. ssh-keygen -t rsa

2、 在 master 复制 master、slave1、slave2 的公钥。

1. cat ~/.ssh/id_rsa.pub>> ~/.ssh/authorized_keys
2. ssh root@slave1 cat ~/.ssh/id_rsa.pub>> ~/.ssh/authorized_keys
3. ssh root@slave2 cat ~/.ssh/id_rsa.pub>> ~/.ssh/authorized_keys

3、 分别在 slave1、slave2 复制 master 的 authorized_keys 文件。

1. ssh root@master cat ~/.ssh/authorized_keys>> ~/.ssh/authorized_keys

到此，免密已经成功，可以在各个虚拟服务器之间进行 ssh 登录，而不需要输入密码了。

准备Spark安装包

把 evassh 服务器的 /usr/local 目录下的 spark 安装包通过 SCP 命令上传到 master 虚拟服务器的 /usr/local 目录下。

1. scp -r /usr/local/spark-2.3.4-bin-hadoop2.7 [email protected]:/usr/local

密码为：123456。

配置环境变量

我们将 Spark 的安装目录配置到 /etc/profile 中（在文件末尾添加）。

不要忘了

source /etc/profile

。

该步骤所有虚拟服务器节点均可执行。

修改 spark-env.sh 配置文件

首先生成一份 spark-env.sh 文件(master节点):

切换目录到：

/usr/local/spark-2.3.4-bin-hadoop2.7/conf 

执行命令：

mv spark-env.sh.template spark-env.sh

修改 spark-env.sh 文件:

执行命令：

vi spark-env.sh

，添加以下内容：

1. #指定JAVA安装路径/usr/lib/jvm/jdk1.8.0_111
2. export JAVA_HOME=java安装路径
3. #指定SCALA安装位置,非必须配置，可不指定
4. export SCALA_HOME=scala安装路径
5. #指定spark master webui 端口，默认是 8080，跟 tomcat 冲突
6. SPARK_MASTER_WEBUI_PORT=8888
7. #指定Master节点IP或映射地址
8. export SPARK_MASTER_IP=master节点IP或映射地址

修改 slaves 文件

首先生成一份 slaves 文件（master节点）。

切换到 Spark 的 conf 目录下， 执行命令：

mv slaves.template slaves 

修改 slaves 文件， 执行命令：

vi slaves

在该文件中加入作为 worker 节点 ip 或映射主机名。

1. master
2. slave1
3. slave2

分发安装包

把 master 节点的 spark 安装包分发到 slave1 节点和 slave2 节点（通过 scp 命令）。

1. scp -r spark-2.3.4-bin-hadoop2.7/ root@slave1:/usr/local

启动spark

切换到 master 节点安装目录的 /sbin 目录下 执行命令启动 Spark 集群：

./start-all.sh

验证安装

输入 jps 命令查看。 master 节点有以下进程：

1. master
2. worker

slave1 节点有以下进程：

1. worker

slave2 节点有以下进程：

1. worker

编程要求

请按照步骤小心安装，安装完成后点击测评即可。

测试说明

点击测评后，后台会通过

curl http://172.18.0.2:8888/

命令获取页面，并取其中部分内容来判定你是否安装成功。

预期输出：

1. <li><strong>Alive Workers:</strong> 3</li>

代码

docker-compose up -d 这个会报错，一直输，可能大概十几次，直到三个服务器都启动：

出现大概这样的字样：master up to data

                                slave1 up to data

                                slave2 up to data

表示启动成功

退出到educoder输入exit,可能要很多次，例如：

cd /home
wrapdocker
ulimit -f 1024000

docker load -i hbase-ssh2_v1.0.tar  #要等待很长很长时间加载资源

docker-compose up -d  #报错多进行几次，直到出现三个服务器

# 分别连接三个服务器
ssh [email protected]、172.18.0.3、172.18.0.4 #分开写不要直接复制呦
ssh-keygen -t rsa #按三次空格建立免密

ssh [email protected]  # password=123456三个密码都是这个
cat ~/.ssh/id_rsa.pub>> ~/.ssh/authorized_keys
ssh [email protected] cat ~/.ssh/id_rsa.pub>> ~/.ssh/authorized_keys
ssh [email protected] cat ~/.ssh/id_rsa.pub>> ~/.ssh/authorized_keys

ssh [email protected]
ssh [email protected] cat ~/.ssh/authorized_keys>> ~/.ssh/authorized_keys

ssh [email protected]
ssh [email protected] cat ~/.ssh/authorized_keys>> ~/.ssh/authorized_keys

# educoder 多输几次exit，直到退出三个服务器返回到educoder
scp -r /usr/local/spark-2.3.4-bin-hadoop2.7 [email protected]:/usr/local

#下面都在172.18.0.2服务器进行

ssh [email protected]
vim /etc/profile

export SPARK_HOME=/usr/local/spark-2.3.4-bin-hadoop2.7
export PATH=$PATH:$SPARK_HOME/bin

source /etc/profile

cd /usr/local/spark-2.3.4-bin-hadoop2.7/conf
cp spark-env.sh.template spark-env.sh
vi spark-env.sh

export JAVA_HOME=/usr/lib/jvm/jdk1.8.0_111
export SPARK_MASTER_WEBUI_PORT=8888
export SPARK_MASTER_IP=172.18.0.2

cp slaves.template slaves
vi slaves

# 删除localhost
172.18.0.2
172.18.0.3
172.18.0.4

scp -r /usr/local/spark-2.3.4-bin-hadoop2.7/ [email protected]:/usr/local
scp -r /usr/local/spark-2.3.4-bin-hadoop2.7/ [email protected]:/usr/local

$SPARK_HOME/sbin/start-all.sh

jps