原理
注意:
- 実際の開発では、ビッグデータタスクは統合されたリソース管理およびタスクスケジューリングツールによって管理されます!—Yarnが最も使用されます。
- 成熟していて安定しているため、FIFO / Capcity / Fairの複数のスケジューリング戦略をサポートします。
- ヤーンスケジューリングを使用して、MR / Hive / Spark / Flinkを管理できます
インストール
-
以前のSpark-Standaloneクラスターをシャットダウンします
/export/server/spark/sbin/stop-all.sh
-
ヤーン履歴サーバーを構成し、リソースチェックをオフにします
vim /export/servers/hadoop/etc/hadoop/yarn-site.xml
<configuration>
<!-- 配置yarn主节点的位置 -->
<property>
<name>yarn.resourcemanager.hostname</name>
<value>node01</value>
</property>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<!-- 设置yarn集群的内存分配方案 -->
<property>
<name>yarn.nodemanager.resource.memory-mb</name>
<value>20480</value>
</property>
<property>
<name>yarn.scheduler.minimum-allocation-mb</name>
<value>2048</value>
</property>
<property>
<name>yarn.nodemanager.vmem-pmem-ratio</name>
<value>2.1</value>
</property>
<!-- 开启日志聚合功能 -->
<property>
<name>yarn.log-aggregation-enable</name>
<value>true</value>
</property>
<!-- 设置聚合日志在hdfs上的保存时间 -->
<property>
<name>yarn.log-aggregation.retain-seconds</name>
<value>604800</value>
</property>
<!-- 设置yarn历史服务器地址 -->
<property>
<name>yarn.log.server.url</name>
<value>http://node01:19888/jobhistory/logs</value>
</property>
<!-- 关闭yarn内存检查 -->
<property>
<name>yarn.nodemanager.pmem-check-enabled</name>
<value>false</value>
</property>
<property>
<name>yarn.nodemanager.vmem-check-enabled</name>
<value>false</value>
</property>
</configuration>
注:以前に構成がなかった場合は、配布して再起動する必要があります。
cd /export/servers/hadoop/etc/hadoop
scp -r yarn-site.xml root@node02:$PWD
scp -r yarn-site.xml root@node03:$PWD
关闭yarn:
/export/server/hadoop/sbin/stop-yarn.sh
打开yarn:
/export/server/hadoop/sbin/start-yarn.sh
- Sparkの履歴サーバーとYarnの統合を構成します
- spark-defaults.confを変更します
进入配置目录
cd /export/servers/spark/conf
修改配置文件名称
mv spark-defaults.conf.template spark-defaults.conf
vim spark-defaults.conf
添加内容:
spark.eventLog.enabled true
spark.eventLog.dir hdfs://node01:8020/sparklog/
spark.eventLog.compress true
spark.yarn.historyServer.address node01:18080
- spark-env.shを変更します
修改配置文件
vim /export/servers/spark/conf/spark-env.sh
增加如下内容:
## 配置spark历史日志存储地址
SPARK_HISTORY_OPTS="-Dspark.history.fs.logDirectory=hdfs://node01:8020/sparklog/ -Dspark.history.fs.cleaner.enabled=true"
注意:sparklog需要手动创建
hadoop fs -mkdir -p /sparklog
- ログレベルを変更する
进入目录
cd /export/servers/spark/conf
修改日志属性配置文件名称
mv log4j.properties.template log4j.properties
改变日志级别
vim log4j.properties
修改内容如下:
- 配布-オプション、ノード1のyarnにSparkタスクのみを送信する場合は、配布する必要はありません
cd /export/servers/spark/conf
scp -r spark-env.sh root@node02:$PWD
scp -r spark-env.sh root@node03:$PWD
scp -r spark-defaults.conf root@node02:$PWD
scp -r spark-defaults.conf root@node03:$PWD
scp -r log4j.properties root@node02:$PWD
scp -r log4j.properties root@node03:$PWD
- 依存するSparkjarパッケージを構成します
-
Spark関連のjarパッケージをHDFSに保存するためのディレクトリを作成します
hadoop fs -mkdir -p /spark/jars/
-
$ SPARK_HOME / jarsのすべてのjarパッケージをHDFSにアップロードします
hadoop fs -put /export/servers/spark/jars/* /spark/jars/
-
node01のspark-defaults.confを変更します
vim /export/servers/spark/conf/spark-defaults.conf
添加内容:
spark.yarn.jars hdfs://node01:8020/spark/jars/*
分发同步-可选
cd /export/servers/spark/conf
scp -r spark-defaults.conf root@node02:$PWD
scp -r spark-defaults.conf root@node03:$PWD
- サービス開始
- HDFSおよびYARNサービスを開始するには、
node01でコマンド
start-dfs.shstart-yarn.sh
または
start-all.shを実行します。
-MRHistoryServerサービスを
開始し、node01でコマンドmr-jobhistory-daemon.sh starthistoryserverを実行します。
-
Spark HistoryServerサービスを開始し、
node01でコマンド/export/servers/spark/sbin/start-history-server.shを実行します。 -
MRHistoryServerサービスのWEBUIページ:
http:// node01:19888 -
SparkHistoryServerサービスのWEBUIページ:http:// node01:18080 /