RedHat6.5安装Spark集群

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： 

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：    




 



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






 



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：







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_CONF_DIR=/usr/local/hadoop/hadoop-2.7.3
    5. 

  5. export SPARK_MASTER_IP=192.168.168.200
    6. 

  6. export SPARK_MASTER_HOST=192.168.168.200
    7. 

  7. export SPARK_LOCAL_IP=192.168.168.200
    8. 

  8. export SPARK_HOME=/usr/local/spark/spark-2.1.1-bin-hadoop2.7
    9. 

  9. export SPARK_DIST_CLASSPATH=$(/usr/local/hadoop/hadoop-2.7.3/bin/hadoop classpath)
    10. 



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：




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


在slave1和slave2上分别修改/etc/profile，增加Spark的配置，过程同master一样。


在slave1和slave2修改$SPARK_HOME/conf/spark-env.sh，将 export SPARK_LOCAL_IP=192.168.168.200 改成slave1和slave2对应节点的IP。




    

  1. export SPARK_LOCAL_IP=192.168.168.201
    2. 





    

  1. export SPARK_LOCAL_IP=192.168.168.202
    2. 



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： 




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





        

	      

	    

	  

	  

	    
      
        【推广】
        免费学中医，健康全家人
      
	  

    

    

          原文地址：https://www.cnblogs.com/yangcx666/p/8723901.html