spark-2.4.5 安装记录

参考 https://data-flair.training/blogs/install-apache-spark-multi-node-cluster/

下载 spark 地址为

http://spark.apache.org/downloads.html

准备三个节点

192.168.1.1 [hostname] master
192.168.1.2 [hostname] slave1
192.168.1.3 [hostname] slave2

将以上配置 append 到三个节点机器上的 /etc/hosts 中。由于我这里三台机器的 domain 均不同，所以设置了 [hostname]，例如 master 节点的为

192.168.1.1 xxx.localdomain master

查看主机名方法为，

$ hostname

如果最后启动spark 报错 unknown hostname，一般就是指主机名未设置，此时通过

$ hostname -i

发现会报同样的错误。

安装步骤：

扫描二维码关注公众号，回复： 10347777 查看本文章

一、设置 ssh 免密登录

如果没有安装 ssh，则需要安装

sudo apt install openssh-server

三台机器上均执行

ssh-keygen -t rsa

一路回车，使用默认设置（密钥文件路径和文件名）

将 slave1 slave2 上面的 ~/.ssh/id_rsa.pub 文件拷贝到 master 节点上，

scp ~/.ssh/id_rsa.pub xxx@master:~/.ssh/id_rsa.pub.slave1
scp ~/.ssh/id_rsa.pub xxx@master:~/.ssh/id_rsa.pub.slave2

注意，xxx 表示用户名，这三台机器上最好使用相同的用户名，如需要，可创建用户

adduser xxx # 创建新用户 xxx
passwd xxx  # 给 xxx 设置密码

在 master 上执行

cat ~/.ssh/id_rsa.pub* >> ~/.ssh/authorized_keys
scp ~/.ssh/authorized_keys xxx@slave1:~/.ssh/authorized_keys
scp ~/.ssh/authorized_keys xxx@slave2:~/.ssh/authorized_keys

在 master 上验证无密码登录

ssh slave1
ssh slave2

在 slave1/slave2 上也可以无密码登录其他两个节点。

注意：.ssh 文件夹的权限必须为 700， authorized_keys 文件权限必须为 600（其他权限值可能均不奏效），修改权限使用

chmod 700 ~/.ssh
chmod 600 ~/.ssh/authorized_keys

二、安装jdk ，scala，spark

省略，spark 的安装仅仅是将上面下载的文件解压即可。注意配置环境变量

export JAVA_HOME=...
export SCALA_HOME=...
export SPARK_HOME=...
export PATH=$JAVA_HOME/bin:$SCALA_HOME/bin:$SPARK_HOME/bin:$PATH

在 master 节点上，进入 SPARK_HOME 下的 conf 目录，

cd conf
cp spark-env.sh.template spark-env.sh
cp slaves.template slaves

编辑 slaves 文件

# localhost
slave1
slave2

编辑 spark-env.sh 文件

export JAVA_HOME=...
export SPARK_WORKER_CORES=8

在 slave1 和 slave2 上，执行同样的操作。

注意：spark 目录最好在三台节点上保持相同，即环境变量 SPARK_HOME 相同

三、启动集群

在 master 节点上执行

sbin/start-all.sh

关闭集群则执行

sbin/stop-all.sh

启动后，可以在 master 或 slave1/slave2 上执行 jps 以查看 java 进程。查看 web 界面，地址为

http://MASTER-IP:8080/

如果发现 worker 节点连接不是 master，报错如下

Caused by: java.io.IOException: Connecting to :7077 timed out (120000 ms)
...
org.apache.spark.deploy.worker.Worker$$anonfun$org$apache$spark$deploy$worker$Worker$$tryRegisterAllMasters$1$$anon$1.run
...

那么需要在三台机器上的 $SPARK_HOME/conf/spark-env.sh 添加

export SPARK_MASTER_HOST=<master ip>

然后重新执行

sbin/start-all.sh

spark-2.4.5 安装记录

猜你喜欢