1.修改hadoop的yarn-site.xml
vim /export/servers/hadoop/etc/hadoop/yarn-site.xml
<property> <name>yarn.resourcemanager.hostname</name> <value>node01</value> </property> <property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property> <!-- 关闭YARN内存检查 --> <property> <name>yarn.nodemanager.pmem-check-enabled</name> <value>false</value> </property> <property> <name>yarn.nodemanager.vmem-check-enabled</name> <value>false</value> </property> <!-- 如果开启如下配置则需要开启Spark历史服务器 <property> <name>yarn.log-aggregation-enable</name> <value>true</value> </property> <property> <name>yarn.log-aggregation.retain-seconds</name> <value>604800</value> </property> <property> <name>yarn.log.server.url</name> <value>http://node01:19888/jobhistory/logs</value> </property> --> |
2.分发并重启Hadoop服务
/export/servers/hadoop/sbin/stop-dfs.sh
/export/servers/hadoop/sbin/stop-yarn.sh
/export/servers/hadoop/sbin/start-dfs.sh
/export/servers/hadoop/sbin/start-yarn.sh
●如果要整合YARN历史服务器和Spark历史服务器,则还需要如下操作:
1.开启YARN历史服务器的配置并启动
/export/servers/hadoop/sbin/mr-jobhistory-daemon.sh start historyserver
2.先配置Spark日志服务器[参考后面的章节]
3.修改spark-defaults.conf
vim /export/servers/spark/conf/spark-defaults.conf
spark.yarn.historyServer.address node01:4000 |
4.启动Spark HistoryServer服务
/export/servers/spark/sbin/start-history-server.sh
●如果依赖的Jar包较多可以上传到HDFS并告诉YARN去取
在spark-default.conf中配置
spark.yarn.jars = hdfs://node01:8020/sparkjars/*
配置之后各个节点会去HDFS上下载并缓存
如果不配置Spark程序启动会把Spark_HOME打包分发到各个节点
配置历史日志服务器
默认情况下, Spark 程序运行完毕关闭窗口后, 就无法再查看运行记录的 Web UI (4040)了, 通过 HistoryServer 可以提供一个服务, 通过读取日志文件, 使得我们可以在程序运行结束后, 依然能够查看运行过程
●修改文件名
cd /export/servers/spark/conf
cp spark-defaults.conf.template spark-defaults.conf
●修改配置
vim spark-defaults.conf
spark.eventLog.enabled true spark.eventLog.dir hdfs://node01:8020/sparklog |
●注意:hdfs上的目录需要手动先创建
hadoop fs -mkdir -p /sparklog
●修改spark-env.sh
vim spark-env.sh
export SPARK_HISTORY_OPTS="-Dspark.history.ui.port=4000 -Dspark.history.retainedApplications=3 -Dspark.history.fs.logDirectory=hdfs://node01:8020/sparklog" |
●同步文件
scp -r /export/servers/spark/conf/ @node02:/export/servers/spark/conf/
scp -r /export/servers/spark/conf/ @node03:/export/servers/spark/conf/
●重启集群
/export/servers/spark/sbin/stop-all.sh
/export/servers/spark/sbin/start-all.sh
●在master上启动日志服务器
/export/servers/spark/sbin/start-history-server.sh
●在4000端口查看历史日志(如果加载不出来换浏览器试试)
●如果遇到Hadoop HDFS的写入权限问题:
org.apache.hadoop.security.AccessControlException
解决方案:在hdfs-site.xml中添加如下配置,关闭权限验证
<property> <name>dfs.permissions</name> <value>false</value> </property> |