（一）Spark(spark on yarn 模式)搭建

一.集群规划

Name	Master	Slave1	Slave2
IP	192.168.2.98	192.168.2.99	192.168.2.100
Jdk版本	1.8.0.171	1.8.0.171	1.8.0.171
Zookeeper版本	3.4.10	3.4.10	3.4.10
Hadoop版本	2.7.3	2.7.3	2.7.3
Scala版本	2.11.12	2.11.12	2.11.12
Spark版本	2.4.0	2.4.0	2.4.0
Master	Y	N	N
Worker	N	Y	Y

二.搭建Spark

tar包链接: https://pan.baidu.com/s/1hwLPI0eUwkpGmP5ROqM6Lw 提取码: k7m3

启动Spark之前得先启动Hadoop，可移至Hadoop分布式搭建进行安装。

# mkdir /usr/scala  主结点建立目录1 
# tar -zxvf scala-2.11.12.tgz -C /usr/scala/  解压
# vim /etc/profile  环境变量添加
export SCALA_HOME=/usr/scala/scala-2.11.12
export PATH=$SCALA_HOME/bin:$PATH
# source /etc/profile  主结点生效环境变量
# scala -version  验证主节点安装
# mkdir /usr/spark  主结点建立目录2         
# tar -zxvf /opt/soft/spark-2.4.0-bin-hadoop2.7.tgz -C /usr/spark/  解压
# vim /etc/profile  添加环境变量
export SPARK_HOME=/usr/spark/spark-2.4.0-bin-hadoop2.7
export PATH=$SPARK_HOME/bin:$PATH
# cd /usr/spark/spark-2.4.0-bin-hadoop2.7/conf/  进入
# cp spark-env.sh.template spark-env.sh & vim spark-env.sh  复制并进入配置1添加
# spark主结点IP
export SPARK_MASTER_IP=master
# Scala安装目录
export SCALA_HOME=/usr/scala/scala-2.11.12
# 运行内存
export SPARK_WORKER_MEMORY=8g
# 运行核数
export SPARK_WORKER_CORES=1
# java安装目录
export JAVA_HOME=/usr/java/jdk1.8.0_171
# hadoop安装目录
export HADOOP_HOME=/usr/hadoop/hadoop-2.7.3
# hadoop配置文件所在路径
export HADOOP_CONF_DIR=/usr/hadoop/hadoop-2.7.3/etc/Hadoop
# cp slaves.template slaves & vim slaves  添加
slave1
slave2
# scp -r /usr/scala root@slave1:/usr/  scala分发各子结点
# scp -r /usr/scala root@slave2:/usr/ 
# scp -r /usr/spark root@slave1:/usr/  spark分发各子结点
# scp -r /usr/spark root@slave2:/usr/
# scp -r /etc/profile root@slave1:/etc/  环境分发各子结点
# scp -r /etc/profile root@slave2:/etc/ 
# source /etc/profile  各结点执行生效环境变量
# /usr/spark/spark-2.4.0-bin-hadoop2.7/sbin/start-all.sh 开启集群 stop为关闭hadoop得提前启动
打开浏览器网址栏输: 192.168.2.98:8080访问Spark的web管理页面

访问WEB