Spark安装过程纪录

1 Scala安装

1.1 master 机器

修改 scala 目录所属用户和用户组。

	sudo chown -R hadoop:hadoop scala

修改环境变量文件 .bashrc , 添加以下内容。

	# Scala Env
	export SCALA_HOME=/home/hadoop/opt/scala
	export PATH=$PATH:$SCALA_HOME/bin

运行 source .bashrc 使环境变量生效。

验证 Scala 安装

	$scala
	scala > 1+1 

1.2 Slaver机器

参照 master 机器安装步骤进行安装。

2 Spark安装

2.1 master 机器

修改 spark目录所属用户和用户组。

	chown -R hadoop:hadoop spark

修改环境变量文件 .bashrc , 添加以下内容。

	# Spark Env
	export SPARK_HOME=/home/hadoop/opt/spark
	export PATH=$PATH:$SPARK_HOME/bin:$SPARK_HOME/sbin

运行 source .bashrc 使环境变量生效。

修改配置文件

进入 Spark 安装目录下的 conf 目录， 拷贝 spark-env.sh.template 到 spark-env.sh。

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

编辑 spark-env.sh，在其中添加以下配置信息：

	export SCALA_HOME=/home/hadoop/opt/scala
	export JAVA_HOME=/home/hadoop/opt/java/jdk1.8
	export SPARK_MASTER_IP=192.168.109.137
	export SPARK_WORKER_MEMORY=1g
	export HADOOP_CONF_DIR=/home/hadoop/opt/hadoop/etc/hadoop

• JAVA_HOME 指定 Java 安装目录；
• SCALA_HOME 指定 Scala 安装目录；
• SPARK_MASTER_IP 指定 Spark 集群 Master 节点的 IP 地址；
• SPARK_WORKER_MEMORY 指定的是 Worker 节点能够分配给 Executors 的最大内存大小；
• HADOOP_CONF_DIR 指定 Hadoop 集群配置文件目录。

将 slaves.template 拷贝到 slaves， 编辑其内容为：

	Slaver1

如果在slaves中有Master,即 Master 既是 Master 节点又是 Worker 节点。(怎么规划需根据实际需求进一步考量)

2.2 slave机器

参照 master 机器安装步骤进行安装。

2.3 启动 Spark 集群

2.3.1 启动 Master 节点

运行 start-master.sh，结果可以看到 master 上多了一个新进程 Master。

2.3.2 启动所有 Worker 节点

运行 start-slaves.sh， 运行结果在slaves内设定的节点上使用 jps 命令，可以发现都启动了一个 Worker 进程。

2.4 验证安装

2.4.1 WEB UI

浏览器查看 Spark 集群信息

访问：http://master:8080

2.4.2 运行spark-shell

执行些什么都行。

2.4.3 浏览器访问 SparkUI

访问 http://master:4040

2.5 停止 Spark 集群

2.5.1 停止 Master 节点

运行 stop-master.sh 来停止 Master 节点。使用 jps 命令查看当前 java 进程，可以发现 Master 进程已经停止。

2.5.2 停止 Worker 节点

运行 stop-slaves.sh 可以停止所有的 Worker 节点。使用 jps 命令查看进程信息。可以看到， Worker 进程均已停止，最后再停止 Hadoop 集群。

3 参考文献

• Spark 1.6.1分布式集群环境搭建