原创文章，转载请注明： 转载自

一、系统环境配置

　　参照文章的第一、二部分配置好基本环境

　　在集群所有节点下载并解压spark的安装包：

　　　　su hdp

　　　　cd /home/hdp

　　　　wget http://d3kbcqa49mib13.cloudfront.net/spark-1.0.0-bin-hadoop2.tgz

　　　　sudo mv /home/hdp/spark-1.0.0-bin-hadoop2.tgz  /usr/local/ 

　　　　cd /usr/local/

　　　　sudo tar zxvf spark-1.0.0-bin-hadoop2.tgz

　　　　sudo ln -s spark-1.0.0-bin-hadoop2 spark

　　　　sudo chown -R hdp:hdp  spark-1.0.0-bin-hadoop2 

　　　　sudo rm -rf spark-1.0.0-bin-hadoop2.tgz

 

二、Spark部署（spark standalone模式）

　　以node01为master节点，node02、node03为slave节点安装为例说明：

　　1、修改集群所有节点spark环境配置文件

    　　　cd /usr/local/spark/conf/     

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

        　　vim spark-env.sh 添加如下内容：　　　　　　

　　　　　　

　　　　上面参数可以根据机器实际资源情况进行设置其中：

        　　　　SPARK_WORKER_CORES表示每个Worker进程使用core数目

               　    SPARK_WORKER_MEMORY表示每个Worker进程使用内存

           　　　 SPARK_WORKER_INSTANCES表示每台机器Worker数目

 

　　2、启动集群

　　　　 /usr/local/spark/sbin/start-all.sh

 

　　3、验证集群是否启动成功

　　　 node01节点： （出现Master进程）

 　　   

     　　node02节点：（出现Worker进程）

　　  

    　　 node03节点：（出现Worker进程）

　　  

       4、集群web ui

    　　 访问http://node01:8080查看集群管理页面

　　　　

　　5、执行SparkPi测试程序

　　　　/usr/local/spark/bin/spark-submit  --class org.apache.spark.examples.SparkPi --master spark://node01:7077 /usr/local/spark/lib/spark-examples-1.0.0-hadoop2.2.0.jar

　　　　注意：红色node01必须与配置文件中配置的SPARK_MASTER_IP保持一样，否则会出现问题

　　　　

三、Spark部署（spark on yarn模式）

　　此模式部署只需要把安装包解压放到yarn集群所有机器即可

　　Client Driver部署：

　　　　1、下载spark、hadoop安装包

        　　　　参照系统环境配置部分进行设置

    　　　2、修改配置文件        

        　　　　hadoop配置文件使用与集群一致的文件

        　　　　su hdp

        　　　　cd /usr/local/spark

       　　　　 vim conf/spark-env.sh添加内容

　　　　　　　　

 

　　　　　　3、spark测试程序

   　　　　　　 /usr/local/spark/bin/spark-submit  --class org.apache.spark.examples.SparkPi --master yarn-cluster /usr/local/spark/lib/spark-examples-1.0.0-hadoop2.2.0.jar

 

原创文章，转载请注明： 转载自