Spark集羣安裝和部署(一)-----Ubuntu16.0.4創建hadoop用戶
Spark集羣安裝和部署(二)-----Ubuntu16.0.4安裝jdk8
Spark集羣安裝和部署(三)-----ubuntu16.0.4安裝hadoop
Spark集羣安裝和部署(四)-----ubuntu16.0.4安裝Scala
Spark集羣安裝和部署(五)-----ubuntu16.0.4安裝Spark
Spark集羣安裝和部署(六)-----pyspark更新Python版本、Notebook安裝配置、安裝pip
下載地址:http://spark.apache.org/downloads.htm
下載好後解壓到:/usr/local/
sudo tar zxvf spark-2.3.1-bin-hadoop2.7.tgz -C /usr/local/
刪除安裝包:
rm spark-2.3.1-bin-hadoop2.7.tgz
進入到減壓目錄並重命名:
cd /usr/local/
sudo mv spark-2.3.1-bin-hadoop2.7 spark
配置環境:
sudo vim ./bashrc
source ./bashrc
配置配置spark-env.sh
進入到spark/conf/
cp spark-env.sh.template spark-env.sh
vim spark-env.sh
export JAVA_HOME=/usr/local/java/jdk1.8.0_181
export HADOOP_HOME=/usr/local/hadoop
export HADOOP_CONF_DIR=/usr/local/hadoop/etc/hadoop
export SCALA_HOME=/usr/local/scala
export SPARK_HOME=/usr/local/spark
export SPARK_MASTER_IP=127.0.0.1
export SPARK_MASTER_PORT=7077
export SPARK_MASTER_WEBUI_PORT=8099
export SPARK_WORKER_CORES=3
export SPARK_WORKER_INSTANCES=1
export SPARK_WORKER_MEMORY=5G
export SPARK_WORKER_WEBUI_PORT=8081
export SPARK_EXECUTOR_CORES=1
export SPARK_EXECUTOR_MEMORY=1G
export LD_LIBRARY_PATH=${LD_LIBRARY_PATH}:$HADOOP_HOME/lib/native
java,hadoop等具體路徑根據自己實際環境設置。
配置Slave
cp slaves.template slaves
vim slaves
默認就是localhost
啓動(前提是hadoop僞分佈已經啓動,就是上面的jps後出現那幾個):
啓動sbin目錄下的start-master.sh以及start-slaves.sh
注意:
sbin目錄下都是些啓動或關閉操作,尤其注意下有start-slaves.sh和start-slave.sh,這裏啓動的是start-slaves.sh
Spark的web界面:http://127.0.0.1:8099/
啓動bin目錄下的spark-shell
spark-shell的web界面http://127.0.0.1:4040
當然爲了方便,還可以配置修改BASH配置:
vim ./bashrc
export SPARK_HOME=/usr/local/spark
export PATH=${JAVA_HOME}/bin:${HADOOP_HOME}/bin:${HADOOP_HOME}/sbin:${SPARK_HOME}/bin:${SPARK_HOME}/sbin:$PATH
source ./bashrc
以後就可以方便使用了。
簡略日誌:
spark將所有日誌都會輸出,很詳細,所以屏幕打印很多,由於混合了很多日誌不利於尋找程序執行的結果,所以要將info,改爲warn,這樣打印結果簡單明瞭了許多。
cd $SPARK_HOME/conf
cp log4j.properties.template log4j.properties
sudo vim log4j.properties