Spark环境搭建

一、前期准备工作

下载并安装VMware Workstation。
下载CentOS 7的ISO镜像文件。
下载jdk安装包
下载scala安装包
下载Spark安装包。
下载并安装Xshell

下载地址

CentOS	阿里巴巴开源镜像站-OPSX镜像站-阿里云开发者社区 (aliyun.com)
Spark	Apache Spark™ - Unified Engine for large-scale data analytics
jdk	JDK下载 - 编程宝库 (codebaoku.com)
scala	The Scala Programming Language (scala-lang.org)
Xshell	Xshell 下载 - NetSarang Website

二、开始搭建虚拟机

1.准备三台虚拟机

这里位置只管换成其他盘！！。

启动，选择第二个。

设置时间，设置好点完成

接受答应，完成

之后，中文，汉语，位置关闭，时区上海，名称和密码本身设一个，末了开始使用

然后关机，准备进行克隆，克隆出另外两台。
克隆前需要关机，不是挂起，是关机。

右键点击您要克隆的虚拟机，选择“管理” > “克隆”。
在弹出的“克隆虚拟机向导”中，选择“创建完备克隆”或“创建链接克隆”。完备克隆将创建一个独立于原始虚拟机的新虚拟机，而链接克隆将共享原始虚拟机的磁盘文件，以节流磁盘空间。这里选择“创建完备虚拟机”

确认无误后点击“完成”。
三、完成以上，前期准备完成，得到三台虚拟机

下面内容，用我之前搭建好的node1，node2，node3的进行参考
一、准备

1、分别对三台虚拟机进行开机，右键，打开终端。（三台一台台开会快些，一起开可能会卡）

   ip addr
  

查看ip，得到三台虚拟机的ip，打开记事本，记录下这三台ip后续会用到。

2、打开Xshell，与这三台进行毗连（之后操作在Xshell中进行，会方便快捷一些。）
毗连方法：略

   3.分别对三台虚拟机的主机名进行修改，node1，node2，node3
  #查询主机名称
hostname
#修改主机名     hostnamectl set-hostname +主机名
  hostnamectl set-hostname node2
  

4.设置静态IP
   vi /etc/sysconfig/network-scripts/ifcfg-ens33
  ifcfg-什么根据本身电脑来，有些不是ens33，i编辑模式，编辑完esc退出编辑，：wq保存并退出
改错了就不保存退出。粘贴到终端。三个都要这么来一遍。

5.设置主机映射
三个都要这么做，保存退出
   vi /etc/hosts
#以下内容复制到末端
  192.168.117.132 node1
192.168.117.133 node2
192.168.117.135 node3
  

6.关闭防火墙，三台都关
   #查看防火墙状态
sudo systemctl status firewalld 
#临时关闭防火墙
sudo systemctl stop firewalld
#永世关闭防火墙
sudo systemctl disable firewalld
  

7.重启三台虚拟机
reboot
重启完ping百度试一下，看看网络是否设置成功。三台都要检查。（插一句，每进行完一个操作就检查一下，看是否是有问题，有问题赶紧办理。办理完在进行下一步）
ping www.baidu.com

停不下来的话，ctrl+c克制ping操作

8.设置各节点SSH免密码登录：
分别在3个节点实行以下下令，天生密钥文件。三次回车
   ssh-keygen
  

9.分别在3个节点实行以下下令，将自身的公钥信息复制并追加到全部节点的授权文件authorized_keys中
   ssh-copy-id node01
ssh-copy-id node02
ssh-copy-id node03
  实行过程需要输入密码
报错，就su root加权限

完成之后reboot重启

10.检查！！在各节点用以下下令测试SSH免密登录，三台都要检查
   ssh node01
ssh node02
ssh node03
  

二、spark集群的部署

1.创建三个文件夹
   mkdir -p /export/servers
  data放置相干数据文件
  servers软件安装目录
  software放置软件包
  

2.以下下令是下载一个rz 的插件，下载好后在下令行里输入rz 便会跳出一个界面框，可以选择你要从windows传入虚拟机的文件。三台都要装
   yum install lrzszcd -y
  3.卸载自带jdk
   #先查看是否有
  java -version
  #之后看都有哪些
  rpm -qa | grep java
  #一条条卸载（卸载带有openjdk的）
  rpm -e --nodeps+
  #验证
  java -version
  

4.上传安装包，解压，改名称
切换目录到software下，cd /export/software
   #上传（出现闪退乱码是不对的，重新上传即可）
  rz
  
  #切换到解压安装后的路径
  cd /export/servers/
  
  #解压安装包到/export/servers/ 路径下（版本名字改成本身的）
  tar -zxvf spark-3.5.2-bin-hadoop3.tgz -C /export/servers/
tar -zxvf scala-2.13.11.tgz -C /export/servers/
tar -zxvf jdk-8u241-linux-x64.tar.gz -C /export/servers/
 
  #包名过长，修改为简短名称，方便后续使用
  格式：mv 旧名称 新名称
  mv jdk1.8.0_181 jdk
  

5.设置环境变量
因为是新手，所以一个个配。先在node1上配jdk，打开，编辑，保存，重新加载使见效，检查是否见效，node1完成。之后分发给node2，node3，分发操作在node1上完成，之后在2，3上分别用source /etc/profile重新加载环境变量，检查2，3上设置是否见效。scala和spark重复上述操作。每配一个都检查一下，确定无误后再进行下一步。
   #打开设置文件
  vi  /etc/profile
  #重新加载设置文件，使环境变量见效
  source /etc/profile
  先设置node1，设置完成后验证环境变量是否设置成功，之后分发设置文件给另外两台虚拟机。
   #设置jdk的
  export JAVA_HOME=/export/servers/jdk
export PATH=$PATHJAVA_HOME/bin
export  CLASSPATH=.JAVA_HOME/lib/dt.jarJAVA_HOME/lib/tools.jar
  
   #设置SCALA_HOME
  export SCALA_HOME=/export/servers/scala
  #添加bin路径到Path
export PATH=$PATHSCALA_HOME/bin
  
   #设置SPARK_HOME
  export SPARK_HOME=/export/servers/spark
  #添加bin路径到Path
export PATH=$PATH:/export/servers/spark/bin
  验证环境变量是否见效，可用下令echo+$变量名的方式输出:
   echo $JAVA_HOME
echo $SCALA_HOME
echo $SPARK_HOME
  也可以用java -version，scala -version下令来检查。

spark，spark -version不行的话，可以试试spark-submit --version

分发设置。先切入jdk目录，在输入pwd表现当前目录路径，进入表现的目录，分别输入这两条下令（分发是1发给2，3，所以在1里面操作就行了。相当于输入六次，jdk分给2，3。scala分给2，3，spark分给2，3。）
分发不好怎么办，也有办法，给1的三个都配好之后，直接给后面加的一堆都在分别给2，3加进去，相当于1的三个环境变量是一个个配的，23是1检查无误后，直接复制粘贴。记得重新加载见效。
先输入下令：
   ll
  输入cd jdk切入jdk目录
在输入pwd表现当前目录路径并复制
输入cd /export/servers进入目录
分别输入这两条下令：
scp -r /export/servers/spark node2PWD
scp -r /export/servers/spark node3PWD
以spark举例，jdk，scala的给换换就行

6.修改spark设置文件:
进入到conf目录，复制文件spark-env.sh.template并重定名为spark-env.sh
      cd /export/servers/spark/conf
重定名spark-env.sh.template：
mv spark-env.sh.template spark-env.sh
并修改该文件设置：
vi spark-env.sh

#设置内容放在尾部，内容如下：
#设置JAVA_HOME
export JAVA_HOME=/export/servers/jdk
#设置SCALA_HOME
export SCALA_HOME=/export/servers/scala
#设置主节点
export SPARK_MASTER_HOST=node1
export SPARK_MASTER_PORT=7077

#复制并重定名workers.template文件:
cp workers.template workers
vi workers
#添加spark集群的workers节点的主机名
node1
node2
node3
#赋予Spark目录更高的操作文件的权限
sudo chmod -R 777 /export/servers/spark
#将设置好的Spark/scala/jdk文件发送到node2、node3节点上（这一步同上面分发设置一个道理）
scp -r /export/servers/spark node02:/export/servers/
scp -r /export/servers/jdk node2:/export/servers/
scp -r /export/servers/scala node2:/export/servers/
scp -r /export/servers/spark node3:/export/servers/
scp -r /export/servers/jdk node3:/export/servers/
scp -r /export/servers/scala node3:/export/servers/
三、启动与关闭集群

Spark 提供了一些单点、集群的启动与克制脚本，可以在 Spark 目录下的 sbin 中查看启动与克制 Spark 的操作脚本。
进入 Spark的sbin 目录，并查看该目录下的脚本。具体下令如下。cd /export/servers/spark/sbin
#进入sbin目录下：
#启动集群：
./start-all.sh

运行启动脚本后，查看返回信息，并使用jps下令查看进程启动环境

启动成功后打开浏览器，输入地址 node1:8080 即可査看集群的UI,在 Spark Ul的页面可以看到集群的节点数、总核心数、内存、存活的 Worker 的信息以及集群状态信息等

#关闭集群：
./stop-all.sh

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。