Spark环境搭建安装及配置详细步骤（保姆教程） |
您所在的位置：网站首页 › spark图片 › Spark环境搭建安装及配置详细步骤（保姆教程） |
Spark环境搭建安装及配置详细步骤（保姆教程）
|
Spark 作为一个数据处理框架和计算引擎
1 Spark-Local 模式 1.1 解压缩文件 将 spark-2.1.1-bin-hadoop3.2.tgz 文件上传到 Linux 并解压缩，放置在指定位置，路径中。 tar -zxvf spark-2.1.1-bin-hadoop2.7.tgz -C /opt/apps/ cd /opt/apps/ mv spark-2.1.1-bin-hadoop2.7 spark-local1.2 启动 Local 环境 1) 进入解压缩后的路径，执行如下指令 bin/spark-shell
1.4 退出本地模式 按键 Ctrl+C 或输入 Scala 指令 :quit 1.5 提交应用 bin/spark-submit --class org.apache.spark.examples.SparkPi --master local[2] ./examples/jars/spark-examples_2.12-3.0.0.jar 10
2 Spark-Standalone 模式 1.1 解压缩文件 将 spark-2.1.1-bin-hadoop3.2.tgz 文件上传到 Linux 并解压缩，放置在指定位置，路径中。 tar -zxvf spark-2.1.1-bin-hadoop2.7.tgz -C /opt/apps/ cd /opt/apps/ mv spark-2.1.1-bin-hadoop2.7 spark-standalone2.2 修改配置文件 1) 进入解压缩后路径的 conf 目录，修改 slaves.template 文件名为 slaves mv slaves.template slaves2) 修改 slaves 文件，添加 work 节点 master slave1 slave23) 修改 spark-env.sh.template 文件名为 spark-env.sh mv spark-env.sh.template spark-env.sh4) 修改 spark-env.sh 文件，添加 JAVA_HOME 环境变量和集群对应的 master 节点 export JAVA_HOME=/opt/apps/jdk SPARK_MASTER_HOST=master SPARK_MASTER_PORT=70775) 分发 spark-standalone 目录 6)启动集群 sbin/start-all.sh
9) 查看 Master 资源监控 Web UI 界面: http://master:8080 10)跑任务测试 bin/spark-submit --class org.apache.spark.examples.SparkPi --master spark://master:7077 ./examples/jars/spark-examples_2.11-2.1.1.jar 10
1) --class 表示要执行程序的主类 2) --master spark://master:7077 独立部署模式，连接到 Spark 集群 3) spark-examples_2.11-2.1.1.jar 运行类所在的 jar 包 4) 数字 10 ，用于设定当前应用的任务数量 3 Yarn 模式 3.1 解压缩文件 将 spark-2.1.1-bin-hadoop3.2.tgz 文件上传到 Linux 并解压缩，放置在指定位置，路径中。 tar -zxvf spark-2.1.1-bin-hadoop2.7.tgz -C /opt/apps/ cd /opt/apps/ mv spark-2.1.1-bin-hadoop2.7 spark-yarn3.2 修改配置文件 1) 修改 hadoop 配置文件/opt/module/hadoop/etc/hadoop/yarn-site.xml, 并分发 hadoop搭建 yarn.nodemanager.pmem-check-enabled false yarn.nodemanager.vmem-check-enabled false2) 修改 conf/spark-env.sh，添加 JAVA_HOME 和 YARN_CONF_DIR 配置 export JAVA_HOME=/opt/apps/jdk YARN_CONF_DIR=/opt/apps/hadoop-2.7.7/etc/hadoop3） 启动 Hadoop
4）跑任务测试是不是成功 4.1）打印控制台 bin/spark-submit --class org.apache.spark.examples.SparkPi --master yarn --deploy-mode client ./examples/jars/spark-examples_2.11-2.1.1.jar 10
4.2）在yarn上看结果 bin/spark-submit --class org.apache.spark.examples.SparkPi --master yarn --deploy-mode cluster ./examples/jars/spark-examples_2.11-2.1.1.jar 10
|
2) 启动成功后，可以输入网址进行 Web UI 监控页面访问
1) --class 表示要执行程序，此处可以更换 2) --master local[2] 部署模式，默认为本地模式，数字表示分配的虚拟 CPU 核数量 3) spark-examples_2.12-3.0.0.jar 运行的应用类所在的 jar 包，实际使用时，可以更改jar 4) 数字 10 表示程序的入口参数，用于设定当前应用的任务数量 
【本文地址】
今日新闻 |
推荐新闻 |