重庆分公司
重庆分公司，新征程启航
为企业提供网站建设、域名注册、服务器等服务
spark分布式集群安装-创新互联
第一步：版本的选择：
spark-0.x spark-1.x(主流：Spark-1.3 和 Spark-1.6) spark-2.x(最新 Spark-2.4) 下载地址：http://spark.apache.org/downloads.html（官网） 其他镜像网站：https://mirrors.tuna.tsinghua.edu.cn/apache/spark/ https://www.apache.org/dyn/closer.lua/spark/spark-2.3.0/ https://www.apache.org/dyn/closer.lua/spark/ 注意这里我选择是：spark-2.3.0-bin-hadoop2.7.tgz。 |
第二步：关于搭建spark集群的环境：
spark底层是使用scala语言编写的，所有这里需要安装scala的环境，并且配置scala的环境变量。
scala和spark也都需要jdk，所以我们还需要配置jdk的环境以及环境变量，关于jdk的版本最好是java 8+。
这里我们用spark-2.3
注意：由于安装比较简单，此时略过java以及scala的安装。
转载：https://www.cnblogs.com/liugh/p/6623530.html（Linux下安装java）
转载：https://www.cnblogs.com/freeweb/p/5623795.html（Linux下安装scala）
第三步：spark集群的规划：
Server | Master | Worker |
hostname01 | √ | |
hostname02 | √ | |
hostname03 | √ |
第四步：具体的集群安装：
| ①上传下载好的spark安装包到集群的任意一个节点（由于个人品味不一，这里上传软件的方式也不同，作者使用的是Xshell） ②解压，并放置到统一管理的目录下（注意这个目录一定要有读写的权限）：tar zxvf spark-2.3.2-bin-hadoop2.7.tgz -C /application/ ③进入相应的spark的conf目录：cd $SPARK_HOME/conf： [user01@hostname01 ~]$ mv spark-env.sh.template spark-env.sh [user01@hostname01 conf]$ vim spark-env.sh(加入以下配置) export JAVA_HOME=/application/jdk1.8.0_73 export SPARK_MASTER_HOST=hostname01 export SPARK_MASTER_PORT=7077 ④修改$SPARK_HOME/conf/slaves(在其中加入集群的从节点的主机或者IP，这里我将hostname02、hostname03当做从节点) hostname02 hostname03 注意：这里的配置，不要用任何多余的空格和空行！！！ ⑤将spark安装包copy到集群的其他节点上 scp -r /application/spark-2.3.2-bin-hadoop2.7 hostname02: /application scp -r /application/spark-2.3.2-bin-hadoop2.7 hostname03: /application 注意：由于这里集群的节点不是很多，所以在分发安装包的时候，可以手动输入密码，个人建议还是配置一下ssh面秘钥登录。 转载：https://blog.csdn.net/furzoom/article/details/79139570 ⑥配置spark的环境变量：（注意这里需要所有的集群节点都要配置，当然配置的地方，根据不同要求而定） 我这里配置在/etc/profile : (由于提前做了sudo的权限设置，所以在普通用户下依然可以修改/etc/profile) export SPARK_HOME=/application/spark-2.3.2-bin-hadoop2.7 PATH=$PATH:$SPARK_HOME/bin:$SPARK_HOME/sbin #注意这里的bin和sbin都要配置 ⑦最终启动集群： [user01@hostname01 ~]$ /application/spark-2.3.2-bin-hadoop2.7/sbin/start-all.sh 切记：如果集群有hadoop集群，那么在hadoop的sbin目录下也有start-all.sh的命令，所以这里只能使用全路径 |
第五步：测试是否启动成功
第一种方法：
使用jps命令查看进程：master是集群的主节点，worker是集群的从节点：
第二种方法：查看web UI界面：
最终出现上述情况任意一个，说明集群搭建成功。这里分享的是分布式集群，HA集群，需要步骤比较复杂
并且需要zookeeper组件。
另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。
分享文章：spark分布式集群安装-创新互联
网页地址：http://cqcxhl.com/article/ddjocg.html