spark安装

1. 1.用xftp上传spark压缩包到/usr/local/src/中，解压到此目录中，

tar -zxvf spark-2.3.1-bin-hadoop2.7.tgz

2.改名为spark

mv spark-2.3.1-bin-hadoop2.7 spark

3.将spark-env.sh.template配置模板文件复制一份并命名为spark-env.sh

cp spark-env.sh.template spark-env.sh

4.修改spark-env.sh文件，在该文件最后位置添加以下内容：（其中的master是主机映射的IP）

#配置java环境变量

export JAVA_HOME=/usr/local/src/jdk1.8

#指定master的IP

export SPARK_MASTER_HOST=master

#指定Master的端口

export SPARK_MASTER_PORT=7077

修改配置文件

复制slaves.template文件，并重命名为slaves

cp slaves.template slaves

修改spark-env.sh文件，在该文件添加以下内容：通过“vi slaves”命令编辑slaves配置文件，主要是指定spark集群中的从节点IP，由于在hosts文件中已经配置了IP和主机名的映射关系，因此直接使用主机名代替IP，添加内容如下：

slave1

slave2

分发文件

修改完成配置文件后，将spark目录分发至slave1和slave2节点

scp -r /usr/local/src/spark/  root@slave1:/usr/local/src/spark

scp -r /usr/local/src/spark/  root@slave2:/usr/local/src/spark

启动spark集群

切换到spark目录（usr/local/src/spark）

sbin/start-all.sh

master集群进程

Slave1集群进程

Slave2集群进程

HA高可用

原理：

Spark standalone集群是Master-Slaves架构的集群模式，和大部分的Master-Slaves结构集群一样，存在着master单点故障的问题?

如何解决这个问题呢？Spark提供了两种方案：

1. 基于文件系统的单点恢复（Single-Node Recovery with Local File System）只能用于开发或测试环境。
2. 基于zookeeper的Standby Master（Standby Master with Zookeeper）可用于生产环境

配置HA

首先启动一个Zookeeper集群，然后在不同节点上启动master，注意这些节点需要具有相同的zookeeper配置。

先停止spark集群（/usr/local/src/spark/sbin下）

stop-all.sh

在master节点上配置：

vi /usr/local/src/spark/conf/spark-env.sh

注释掉master配置

继续在里面添加内容

export SPARK_DAEMON_JAVA_OPTS=”-Dspark.deploy.recoveryMode=ZOOKEEPER

-Dspark.deploy.zookeeper.url=master:2182,slave1:2181,slave2:2181

-Dspark.deploy.zookeeper.dir=/spark”

分发配置文件到slave1和slave2

启动zk集群

zkServer.sh start

在master节点上启动spark集群

start-all.sh

在slave1节点中启动master：要加上“./”

./start-master.sh

注意：

在普通模式下启动spark集群，只需要在主节点上执行start-all.sh就可以了

在高可用模式下启动spark集群，先需要在任意一台主节点(master)执行start-all.sh，然后再另外一台主节点(slave1)单独执行start-master.sh

master节点上是ALIVE

Slave1上是STANDBY

关闭master节点上的master进程，或者通过jps查看master进程端id，在杀死它，任选一种即可。

1.杀死master节点master进程端口id

2.停止master节点的master进程

./stop-master.sh

刷新slave1的web界面，显示成ALIVE

再次启用master节点的master进程，显示master节点是STANDBY

启动spark的命令是(在usr/local/src/spark中)：

./bin/spark-shell