spark的搭建

文章目录

前言

一、spark是什么？

Spark是一个开源的大数据处理框架，它提供了一个快速、通用和易于使用的计算引擎。

Spark最初由美国加州伯克利大学AMP实验室于2009年开发，是基于内存计算的大数据并行计算框架，可用于构建大型的、低延迟的数据分析应用程序。具体来说，Spark的优势包括：

速度快：Spark能够快速进行数据读取、处理和写入操作，特别是针对机器学习等需要频繁访问数据集的任务，其速度远超传统的MapReduce框架。
易用性：支持多种编程语言（如Scala、Java、Python和R），用户可以选择自己熟悉的语言进行编程。
多场景适用：Spark不仅可以处理批处理任务，还支持实时流处理、交互式查询、机器学习和图处理等多种计算场景。
兼容性好：Spark可以很好地与Hadoop生态系统中的其他组件集成，如HDFS、Hive等，保护用户现有的投资。
可扩展性：可以轻松地在各种规模的集群上运行，从几台服务器到成千上万台。
容错性高：通过RDD的分布式存储和计算，即使部分节点失败，也能保证整体运算继续进行。

二基本配置。

1.三台虚拟机的IP。

node1192.168.24.10255.255.255.0node2192.168.24.20255.255.255.0node3192.168.24.30255.255.255.0

2.关闭三台虚拟机的防火墙。

systemctl stop   firewalld.service   //关闭防火墙
systemctl disable   firewalld.service    //开机自动关闭防火

3配置hosts映射。

vim /etc/hosts

把下面的内容添加到上面的文本中

192.168.24.10  node1
192.168.24.20  node2
192.168.24.30  node3

4.配置ssh免密登陆。

1.生成密钥对。

[root@node1 ~]# ssh-keygen 
Generating public/private rsa key pair.
Enter fileinwhich to save the key (/root/.ssh/id_rsa): 
Enter passphrase (empty for no passphrase): 
Enter same passphrase again: 
Your identification has been saved in /root/.ssh/id_rsa.
Your public key has been saved in /root/.ssh/id_rsa.pub.
The key fingerprint is:
SHA256:CeXoVNQnWmbOe7UNye40vXoggf1gj4T+8un1zKlGMIQ root@node1
The key's randomart image is:
+---[RSA 2048]----+
|       .+..||= E*..||      + .B=o ..||     o ..+oO  =||. S o.Oo =||..o.== o||..o+...||. .o.=o.||          ++.o+=|
+----[SHA256]-----+

2.将生成的密钥对传至另外的服务器

[root@node1 ~]# ssh-copy-id node1
/usr/bin/ssh-copy-id: INFO: Source of key(s) to be installed: "/root/.ssh/id_rsa.pub"
The authenticity of host'node1 (192.168.24.10)' can't be established.
ECDSA key fingerprint is SHA256:ufToEoIJNhqd8EfasQVqky7Hk5Gu+kWQVM//ix+a/cQ.
ECDSA key fingerprint is MD5:06:13:b0:6f:dc:dd:a1:b1:48:69:b3:c1:b2:b5:c2:f7.
Are you sure you want to continue connecting (yes/no)? yes
/usr/bin/ssh-copy-id: INFO: attempting to log in with the new key(s), to filter out any that are already installed
/usr/bin/ssh-copy-id: INFO: 1 key(s) remain to be installed -- if you are prompted now it is to install the new keys
root@node1's password:   //密码

Number of key(s) added: 1

Now try logging into the machine, with:   "ssh 'node1'"
and check to make sure that only the key(s) you wanted were added.

[root@node1 ~]# ssh-copy-id node2
/usr/bin/ssh-copy-id: INFO: Source of key(s) to be installed: "/root/.ssh/id_rsa.pub"
The authenticity of host'node2 (192.168.24.20)' can't be established.
ECDSA key fingerprint is SHA256:2qW6nePm+mRHnu/T5A48W/5MIFVDYeWrfDkdd6/eibY.
ECDSA key fingerprint is MD5:e3:08:61:31:ae:59:38:2b:23:b0:98:2a:5a:ca:17:31.
Are you sure you want to continue connecting (yes/no)? yes
/usr/bin/ssh-copy-id: INFO: attempting to log in with the new key(s), to filter out any that are already installed
/usr/bin/ssh-copy-id: INFO: 1 key(s) remain to be installed -- if you are prompted now it is to install the new keys
root@node2's password:   //密码

Number of key(s) added: 1

Now try logging into the machine, with:   "ssh 'node2'"
and check to make sure that only the key(s) you wanted were added.

[root@node1 ~]# ssh-copy-id node3
/usr/bin/ssh-copy-id: INFO: Source of key(s) to be installed: "/root/.ssh/id_rsa.pub"
The authenticity of host'node3 (192.168.24.30)' can't be established.
ECDSA key fingerprint is SHA256:KkFcVD96RB3Tqt32upX4sgUZbTyqPL9QB9l/wQpvTsk.
ECDSA key fingerprint is MD5:5c:67:a5:6f:73:9f:4d:a0:85:7f:ee:c3:f4:2f:a3:f5.
Are you sure you want to continue connecting (yes/no)? yes
/usr/bin/ssh-copy-id: INFO: attempting to log in with the new key(s), to filter out any that are already installed
/usr/bin/ssh-copy-id: INFO: 1 key(s) remain to be installed -- if you are prompted now it is to install the new keys
root@node3's password:   //密码

Number of key(s) added: 1

Now try logging into the machine, with:   "ssh 'node3'"
and check to make sure that only the key(s) you wanted were added.

5.完成jdk的安装。

1.用Xftp上传压缩包。

tar-xvf jdk1.8.0_111.tar.gz -C /opt/

2.配置环境变量。

vim /etc/profile

把下面的内容添加到上面的文本中

exportJAVA_HOME=/opt/jdk1.8.0_111
exportPATH=$JAVA_HOME/bin:$PATH

在让环境变量生效

source /etc/profile

3.检查jdk是否安装成功。

[root@node1 ~]# jps3860 Jps
[root@node1 ~]# javac
用法: javac <options><source files>
其中, 可能的选项包括:
  -g                         生成所有调试信息
  -g:none                    不生成任何调试信息
  -g:{lines,vars,source}     只生成某些调试信息
  -nowarn                    不生成任何警告
  -verbose                   输出有关编译器正在执行的操作的消息
  -deprecation               输出使用已过时的 API 的源位置
  -classpath<路径>            指定查找用户类文件和注释处理程序的位置
  -cp<路径>                   指定查找用户类文件和注释处理程序的位置
  -sourcepath<路径>           指定查找输入源文件的位置
  -bootclasspath<路径>        覆盖引导类文件的位置
  -extdirs<目录>              覆盖所安装扩展的位置
  -endorseddirs<目录>         覆盖签名的标准路径的位置
  -proc:{none,only}          控制是否执行注释处理和/或编译。
  -processor<class1>[,<class2>,<class3>...] 要运行的注释处理程序的名称; 绕过默认的搜索进程
  -processorpath<路径>        指定查找注释处理程序的位置
  -parameters                生成元数据以用于方法参数的反射
  -d<目录>                    指定放置生成的类文件的位置
  -s<目录>                    指定放置生成的源文件的位置
  -h<目录>                    指定放置生成的本机标头文件的位置
  -implicit:{none,class}     指定是否为隐式引用文件生成类文件
  -encoding<编码>             指定源文件使用的字符编码
  -source<发行版>              提供与指定发行版的源兼容性
  -target<发行版>              生成特定 VM 版本的类文件
  -profile<配置文件>            请确保使用的 API 在指定的配置文件中可用
  -version                   版本信息
  -help                      输出标准选项的提要
  -A关键字[=值]                  传递给注释处理程序的选项
  -X                         输出非标准选项的提要
  -J<标记>                     直接将 <标记> 传递给运行时系统
  -Werror                    出现警告时终止编译
  @<文件名>                     从文件读取选项和文件名

4.把node1的文件传给其他的虚拟机。
5.把环境变量的文件传给其他的虚拟机。

[root@node1 conf]# scp -r /etc/profile node2:/etc/
profile                                              100% 198544.3KB/s   00:00    
[root@node1 conf]# scp -r /etc/profile node3:/etc/
profile                                              100% 198533.8KB/s   00:00    
[root@node1 conf]# 

使node1，node2的环境变量生效。

[root@node2 ~]# source /etc/profile[root@node3 ~]# source /etc/profile

2.把jdk的安装包传过去。

[root@node1 ~]# scp -r /opt/jdk1.8.0_111/ node2:/opt/[root@node1 ~]# scp -r /opt/jdk1.8.0_111/ node2:/opt/

三、配置spark并启动集群。

1.用Xftp上传压缩包。

2.解压spark安装包并指定目录。

tar-xvf spark-3.5.1-bin-hadoop3.tgz -C /opt/

3.配置spark的环境变量。

vim /etc/profile

把下面的内容添加到上面的文本中

exportSPARK_HOME=/opt/spark-3.5.1-bin-hadoop3
exportPATH=$SPARK_HOME/bin:$SPARK_HOME/sbin:$PATH

在让环境变量生效

source /etc/profile

4.完成spark的配置。

切到这个文件的conf目录下

cd /opt/spark-3.5.1-bin-hadoop3/conf/

1.给文件改名并修改内容。

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

vim spark-env.sh 

把下面的内容添加到上面的文本中。

exportJAVA_HOME=/opt/jdk1.8.0_111
SPARK_MASTER_HOST=node1
SPARK_MASTER_PORT=7077

vim workers 

在里面添加下面的内容，并且删除掉localhost。

node1
node2
node3

四.把node1的文件传给其他的虚拟机。

1.把环境变量的文件传给其他的虚拟机。

[root@node1 conf]# scp -r /etc/profile node2:/etc/
profile                                              100% 198544.3KB/s   00:00    
[root@node1 conf]# scp -r /etc/profile node3:/etc/
profile                                              100% 198533.8KB/s   00:00    
[root@node1 conf]# 

使node1，node2的环境变量生效。

[root@node2 ~]# source /etc/profile[root@node3 ~]# source /etc/profile

2.把spark的安装包传过去。

[root@node1 conf]# scp -r /opt/spark-3.5.1-bin-hadoop3/ node2:/opt/[root@node1 ~]# scp -r /opt/spark-3.5.1-bin-hadoop3/ node3:/opt/

3.启动spark进程。

切到spark这个压缩包目录下。

cd /opt/spark-3.5.1-bin-hadoop3/

1.启动集群。

2.查看集群是否启动成功。

总结

以上就是今天要讲的内容，本文仅仅简单介绍了spark的搭建。