Spark集群完全分布式安装部署

本文中所提到的Spark集群所用的系统环境是Centos6.5，共4个节点，前提是Hadoop、JDK都已经安装配置好了，操作都是在hadoop用户下进行（要保证spark安装目录的所属是hadoop用户，权限也要开放，在Hadoop配置的文章中提到过用chown和chmod命令进行设置，请回看 Hadoop全分布集群搭建（3）——Hadoop安装与配置）。

节点情况在Hadoop全分布集群搭建（1）——设置主机名与域名解析中有介绍，如下：

节点名称 hostName IP地址 Master Master 192.168. 101.42 Slave1 Slave1 192.168. 101.40 Slave2 Slave2 192.168. 101.41 Slave3 Slave3 192.168. 101.43

1.下载安装

从官网http://spark.apache.org/downloads.html下载压缩包，由于我的Hadoop版本是2.6.0，所以我们对应下载Pre-built for Hadoop 2.6 and later版本的spark-1.6.1的tgz包，下载后解压，重命名为spark-1.6.1，并复制到/usr/soft目录下。

2.配置Spark

2.1spark-env.sh配置

进入/usr/soft/spark-1.6.1/conf目录下，复制一个spark-env.sh.template的副本，命名为spark-env.sh,编辑该文件，再文件最后加上下面的语句：

#JAVA_HOMEexport JAVA_HOME=/usr/soft/jdk#Hadoop_HOMEexport HADOOP_HOME=/usr/soft/hadoop-2.6.0#Scala_HOMEexport SCALA_HOME=/usr/soft/scala-2.12.0#Spark_HOMEexport SPARK_HOME=/usr/soft/spark-1.6.1export HADOOP_CONF_DIR=/usr/soft/hadoop-2.6.0export SPARK_MASTER_IP=Master   #Master的IP，Master代表了192.168.101.142，只是用了它的hostnameexport SPARK_WORKER_MEMORY=1g   #内存export SPARK_WORKER_CORES=2     #cpus核心数export SPARK_JAR=/usr/soft/spark-1.6.1/lib/spark-assembly-1.6.1-hadoop2.6.0.jarexport SPARK_DIST_CLASSPATH=$(/usr/soft/hadoop-2.6.0/bin/hadoop classpath)

2.2slaves配置

conf同目录下，赋值slaves.template文件的副本，命名为slaves，编辑，在最后添加如下内容：

Master  #表示Master既是Master，也是WorkerSlave1Slave2Slave3

2.3profile配置

执行命令

vim /etc/profile    #编辑/etc/profile文件

添加环境变量如下：

#Spark环境变量export SPARK_HOME=/usr/BigData/spark-1.6.0#在Path中加入Spark的路径export PATH=$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$SCALA_HOME/bin:$SPARK_HOME/bin:$SPARK_HOME/sbin:$PATH

3.复制到其他节点

我们在Master节点上安装配置完成Spark后，将整个spark-1.6.1目录拷贝到其他节点，并在各个节点上更改/etc/profile文件中的环境变量即可。（可能需要root用户）

4.测试

在Master节点启动集群

/opt/spark-2.1.0-bin-hadoop2.7/sbin/start-all.sh

完成之后，Master节点上用jps命令可以看到，多了Master与Worker，Slave节点上多了Worker。也可以打开浏览器输入Master:8080，看到如下活动的Workers，证明安装配置并启动成功

5.总结

如果没有启动成功，记得去看spark安装目录下logs目录中的日志文件，看是哪里出了错，网络问题、端口占用或者未开放、配置文件配置出错，防火墙拦截等等可能的情况，需要再去琢磨一下了。