Spark2.1.0分布式集群安装

一、依赖文件安装

    1.1 JDK

         参见博文：http://www.cnblogs.com/liugh/p/6623530.html

    1.2 Hadoop

         参见博文：http://www.cnblogs.com/liugh/p/6624872.html

    1.3 Scala

         参见博文：http://www.cnblogs.com/liugh/p/6624491.html

二、文件准备

     2.1 文件名称

         spark-2.1.0-bin-hadoop2.7.tgz

     2.2 下载地址

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

三、工具准备

    3.1 Xshell

      一个强大的安全终端模拟软件，它支持SSH1, SSH2, 以及Microsoft Windows 平台的TELNET 协议。

      Xshell 通过互联网到远程主机的安全连接以及它创新性的设计和特色帮助用户在复杂的网络环境中享受他们的工作。

    3.2 Xftp

     一个基于 MS windows 平台的功能强大的SFTP、FTP 文件传输软件。

    使用了 Xftp 以后，MS windows 用户能安全地在UNIX/Linux 和 Windows PC 之间传输文件。

四、部署图

五、Spark安装

    以下操作，均使用root用户

   5.1 通过Xftp将下载下来的Spark安装文件上传到Master及两个Slave的/usr目录下

   5.2 通过Xshell连接到虚拟机，在Master及两个Slave上，执行如下命令，解压文件：

        # tar zxvf spark-2.1.0-bin-hadoop2.7.tgz 

   5.3 在Master上，使用Vi编辑器，设置环境变量

        # vi /etc/profile

        在文件最后，添加如下内容：       

#Spark Env
export SPARK_HOME=/usr/spark-2.1.0
export PATH=$PATH:$SPARK_HOME/bin:$SPARK_HOME/sbin

   5.4 退出vi编辑器，使环境变量设置立即生效

       # source /etc/profile

       通过scp命令，将/etc/profile拷贝到两个Slave节点：

       #scp /etc/profile root@DEV-SH-MAP-02:/etc

       #scp /etc/profile root@DEV-SH-MAP-03:/etc

       分别在两个Salve节点上执行# source /etc/profile使其立即生效

六、Spark配置

    以下操作均在Master节点，配置完后，使用scp命令，将配置文件拷贝到两个Worker节点即可。

   切换到/usr/spark-2.1.0/conf/目录下，修改如下文件：

   6.1 spark-env.sh

    将spark-env.sh.template重命名为spark-env.sh

    #mv spark-env.sh.template spark-env.sh

    使用vi编辑器，打开spark-env.sh，在文件最后，添加如下内容：

export JAVA_HOME=/usr/jdk1.8.0_121
export SCALA_HOME=/usr/scala-2.12.1
export SPARK_MASTER_IP=10.10.0.1
export SPARK_WORKER_MEMORY=1g
export HADOOP_CONF_DIR=/usr/hadoop-2.7.3/etc/hadoop

   6.2 slaves

    将slaves.template重命名为slaves

    #mv slaves.template slaves

    使用vi编辑器，打开slaves，在文件最后，添加如下内容：

DEV-SH-MAP-01
DEV-SH-MAP-02
DEV-SH-MAP-03

  6.3 拷贝配置文件到两个Worker节点

   在Master节点，执行如下命令：   

   # scp -r /usr/spark-2.1.0/conf/ root@DEV-SH-MAP-02:/usr/spark-2.1.0/

   # scp -r /usr/spark-2.1.0/conf/ root@DEV-SH-MAP-03:/usr/spark-2.1.0/

七、Spark使用

   7.1 启动Hadoop集群

       参见博文：http://www.cnblogs.com/liugh/p/6624872.html

  7.2 启动Master节点

      Master节点上，执行如下命令：

      #start-master.sh

     使用jps命令，查看Java进程:

34225 SecondaryNameNode
33922 NameNode49702 Jps
34632 NodeManager
34523 ResourceManager
34028 DataNode
36415 Master

  7.3 启动Worker节点

      Master节点上，执行如下命令：

      #start-slaves.sh

     使用jps命令，查看Java进程:

34225 SecondaryNameNode
33922 NameNode
36562 Worker
49702 Jps
34632 NodeManager
34523 ResourceManager
34028 DataNode
36415 Master

  7.4 通过浏览器查看Spark信息

    浏览器中，输入http://10.10.0.1:8080

   7.5 停止Master及Workder节点

     #stop-master.sh

     #stop-slaves.sh