【转载】Spark On YARN 集群安装部署
2017-05-18 11:34
555 查看
原贴地址:http://wuchong.me/blog/2015/04/04/spark-on-yarn-cluster-deploy/
发表于 2015-04-04 | 分类于 分布式系统
| 12
条评论 | 阅读次数 15345
最近毕设需要用到 Spark 集群,所以就记录下了部署的过程。我们知道 Spark 官方提供了三种集群部署方案: Standalone, Mesos, YARN。其中 Standalone 最为方便,本文主要讲述结合 YARN 的部署方案。
软件环境:
Ubuntu 14.04.1 LTS (GNU/Linux 3.13.0-32-generic x86_64)
Hadoop: 2.6.0
Spark: 1.3.0
本例中的演示均为非 root 权限,所以有些命令行需要加 sudo,如果你是 root 身份运行,请忽略 sudo。下载安装的软件建议都放在 home 目录之上,比如
我们将搭建1个master,2个slave的集群方案。首先修改主机名
在每台主机上修改host文件
配置之后ping一下用户名看是否生效
安装Openssh server
在所有机器上都生成私钥和公钥
需要让机器间都能相互访问,就把每个机子上的
在master上,将所有公钥加到用于认证的公钥文件
将公钥文件
在每台机子上验证SSH无密码通信
如果登陆测试不成功,则可能需要修改文件authorized_keys的权限(权限的设置非常重要,因为不安全的设置安全设置,会让你不能使用RSA功能 )
从官网下载最新版
Java 就可以,Spark官方说明 Java 只要是6以上的版本都可以,我下的是 jdk-7u75-linux-x64.gz
在
修改环境变量
然后使环境变量生效,并验证 Java 是否安装成功
Spark官方要求 Scala 版本为 2.10.x,注意不要下错版本,我这里下了 2.10.4,官方下载地址(可恶的天朝大局域网下载
Scala 龟速一般)。
同样我们在
再次修改环境变量
同样的方法使环境变量生效,并验证 scala 是否安装成功
从官网下载
hadoop2.6.0 版本,这里给个我们学校的镜像下载地址。
同样我们在
在
在
在
修改
修改
修改
修改
将配置好的
在 master 上执行以下操作,就可以启动 hadoop 了。
可以通过
在每个slave上应该有以下几个进程:
或者在浏览器中输入 http://master:8088 ,应该有
hadoop 的管理界面出来了,并能看到 slave1 和 slave2 节点。
进入官方下载地址下载最新版
Spark。我下载的是 spark-1.3.0-bin-hadoop2.4.tgz。
在
在
注:在设置Worker进程的CPU个数和内存大小,要注意机器的实际硬件条件,如果配置的超过当前Worker节点的硬件条件,Worker进程会启动失败。
将配置好的
用
在 slave 上应该有以下几个进程:
进入Spark的Web管理页面: http://master:8080
![](http://ww4.sinaimg.cn/mw690/81b78497jw1eqwa7uqndoj20za0p8afa.jpg)
注意 Spark on YARN 支持两种运行模式,分别为
Spark On YARN 集群安装部署
发表于 2015-04-04 | 分类于 分布式系统 | 12
条评论 | 阅读次数 15345
最近毕设需要用到 Spark 集群,所以就记录下了部署的过程。我们知道 Spark 官方提供了三种集群部署方案: Standalone, Mesos, YARN。其中 Standalone 最为方便,本文主要讲述结合 YARN 的部署方案。
软件环境:
Ubuntu 14.04.1 LTS (GNU/Linux 3.13.0-32-generic x86_64)
Hadoop: 2.6.0
Spark: 1.3.0
0
写在前面
本例中的演示均为非 root 权限,所以有些命令行需要加 sudo,如果你是 root 身份运行,请忽略 sudo。下载安装的软件建议都放在 home 目录之上,比如~/workspace中,这样比较方便,以免权限问题带来不必要的麻烦。
1.
环境准备
修改主机名
我们将搭建1个master,2个slave的集群方案。首先修改主机名vi /etc/hostname,在master上修改为
master,其中一个slave上修改为
slave1,另一个同理。
配置hosts
在每台主机上修改host文件vi /etc/hosts10.1.1.107 master10.1.1.108 slave110.1.1.109 slave2 |
ping slave1ping slave2 |
SSH
免密码登录
安装Openssh serversudo apt-get install openssh-server |
ssh-keygen -t rsa #一路回车 |
id_rsa.pub发给master节点,传输公钥可以用scp来传输。
scp ~/.ssh/id_rsa.pub spark@master:~/.ssh/id_rsa.pub.slave1 |
authorized_keys中
cat ~/.ssh/id_rsa.pub* >> ~/.ssh/authorized_keys |
authorized_keys分发给每台slave
scp ~/.ssh/authorized_keys spark@slave1:~/.ssh/ |
ssh masterssh slave1ssh slave2 |
chmod 600 ~/.ssh/authorized_keys |
安装
Java
从官网下载最新版Java 就可以,Spark官方说明 Java 只要是6以上的版本都可以,我下的是 jdk-7u75-linux-x64.gz
在
~/workspace目录下直接解压
tar -zxvf jdk-7u75-linux-x64.gz |
sudo vi /etc/profile,添加下列内容,注意将home路径替换成你的:
export WORK_SPACE=/home/spark/workspace/export JAVA_HOME=$WORK_SPACE/jdk1.7.0_75export JRE_HOME=/home/spark/work/jdk1.7.0_75/jreexport PATH=$JAVA_HOME/bin:$JAVA_HOME/jre/bin:$PATHexport CLASSPATH=$CLASSPATH:.:$JAVA_HOME/lib:$JAVA_HOME/jre/lib |
$ source /etc/profile #生效环境变量$ java -version #如果打印出如下版本信息,则说明安装成功java version "1.7.0_75"Java(TM) SE Runtime Environment (build 1.7.0_75-b13)Java HotSpot(TM) 64-Bit Server VM (build 24.75-b04, mixed mode) |
安装
Scala
Spark官方要求 Scala 版本为 2.10.x,注意不要下错版本,我这里下了 2.10.4,官方下载地址(可恶的天朝大局域网下载Scala 龟速一般)。
同样我们在
~/workspace中解压
tar -zxvf scala-2.10.4.tgz |
sudo vi /etc/profile,添加以下内容:
export SCALA_HOME=$WORK_SPACE/scala-2.10.4export PATH=$PATH:$SCALA_HOME/bin |
$ source /etc/profile #生效环境变量$ scala -version #如果打印出如下版本信息,则说明安装成功Scala code runner version 2.10.4 -- Copyright 2002-2013, LAMP/EPFL |
安装配置
Hadoop YARN
下载解压
从官网下载hadoop2.6.0 版本,这里给个我们学校的镜像下载地址。
同样我们在
~/workspace中解压
tar -zxvf hadoop-2.6.0.tar.gz |
配置
Hadoop
cd ~/workspace/hadoop-2.6.0/etc/hadoop进入hadoop配置目录,需要配置有以下7个文件:
hadoop-env.sh,
yarn-env.sh,
slaves,
core-site.xml,
hdfs-site.xml,
maprd-site.xml,
yarn-site.xml
在
hadoop-env.sh中配置JAVA_HOME
# The java implementation to use.export JAVA_HOME=/home/spark/workspace/jdk1.7.0_75 |
yarn-env.sh中配置JAVA_HOME
# some Java parametersexport JAVA_HOME=/home/spark/workspace/jdk1.7.0_75 |
slaves中配置slave节点的ip或者host,
slave1slave2 |
core-site.xml
<configuration> <property> <name>fs.defaultFS</name> <value>hdfs://master:9000/</value> </property> <property> <name>hadoop.tmp.dir</name> <value>file:/home/spark/workspace/hadoop-2.6.0/tmp</value> </property></configuration> |
hdfs-site.xml
<configuration> <property> <name>dfs.namenode.secondary.http-address</name> <value>master:9001</value> </property> <property> <name>dfs.namenode.name.dir</name> <value>file:/home/spark/workspace/hadoop-2.6.0/dfs/name</value> </property> <property> <name>dfs.datanode.data.dir</name> <value>file:/home/spark/workspace/hadoop-2.6.0/dfs/data</value> </property> <property> <name>dfs.replication</name> <value>3</value> </property></configuration> |
mapred-site.xml
<configuration> <property> <name>mapreduce.framework.name</name> <value>yarn</value> </property></configuration> |
yarn-site.xml
<configuration> <property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property> <property> <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name> <value>org.apache.hadoop.mapred.ShuffleHandler</value> </property> <property> <name>yarn.resourcemanager.address</name> <value>master:8032</value> </property> <property> <name>yarn.resourcemanager.scheduler.address</name> <value>master:8030</value> </property> <property> <name>yarn.resourcemanager.resource-tracker.address</name> <value>master:8035</value> </property> <property> <name>yarn.resourcemanager.admin.address</name> <value>master:8033</value> </property> <property> <name>yarn.resourcemanager.webapp.address</name> <value>master:8088</value> </property></configuration> |
hadoop-2.6.0文件夹分发给所有slaves吧
scp -r ~/workspace/hadoop-2.6.0 spark@slave1:~/workspace/ |
启动
Hadoop
在 master 上执行以下操作,就可以启动 hadoop 了。cd ~/workspace/hadoop-2.6.0 #进入hadoop目录bin/hadoop namenode -format #格式化namenodesbin/start-dfs.sh #启动dfs sbin/start-yarn.sh #启动yarn |
验证
Hadoop 是否安装成功
可以通过jps命令查看各个节点启动的进程是否正常。在 master 上应该有以下几个进程:
$ jps #run on master3407 SecondaryNameNode3218 NameNode3552 ResourceManager3910 Jps |
$ jps #run on slaves2072 NodeManager2213 Jps1962 DataNode |
hadoop 的管理界面出来了,并能看到 slave1 和 slave2 节点。
Spark安装
下载解压
进入官方下载地址下载最新版Spark。我下载的是 spark-1.3.0-bin-hadoop2.4.tgz。
在
~/workspace目录下解压
tar -zxvf spark-1.3.0-bin-hadoop2.4.tgzmv spark-1.3.0-bin-hadoop2.4 spark-1.3.0 #原来的文件名太长了,修改下 |
配置
Spark
cd ~/workspace/spark-1.3.0/conf #进入spark配置目录cp spark-env.sh.template spark-env.sh #从配置模板复制vi spark-env.sh #添加配置内容 |
spark-env.sh末尾添加以下内容(这是我的配置,你可以自行修改):
export SCALA_HOME=/home/spark/workspace/scala-2.10.4export JAVA_HOME=/home/spark/workspace/jdk1.7.0_75export HADOOP_HOME=/home/spark/workspace/hadoop-2.6.0export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoopSPARK_MASTER_IP=masterSPARK_LOCAL_DIRS=/home/spark/workspace/spark-1.3.0SPARK_DRIVER_MEMORY=1G |
vi slaves在slaves文件下填上slave主机名:
slave1slave2 |
spark-1.3.0文件夹分发给所有slaves吧
scp -r ~/workspace/spark-1.3.0 spark@slave1:~/workspace/ |
启动Spark
sbin/start-all.sh |
验证
Spark 是否安装成功
用jps检查,在 master 上应该有以下几个进程:
$ jps7949 Jps7328 SecondaryNameNode7805 Master7137 NameNode7475 ResourceManager |
$jps3132 DataNode3759 Worker3858 Jps3231 NodeManager |
![](http://ww4.sinaimg.cn/mw690/81b78497jw1eqwa7uqndoj20za0p8afa.jpg)
运行示例
#本地模式两线程运行./bin/run-example SparkPi 10 --master local[2]#Spark Standalone 集群模式运行./bin/spark-submit \ --class org.apache.spark.examples.SparkPi \ --master spark://master:7077 \ lib/spark-examples-1.3.0-hadoop2.4.0.jar \ 100#Spark on YARN 集群上 yarn-cluster 模式运行./bin/spark-submit \ --class org.apache.spark.examples.SparkPi \ --master yarn-cluster \ # can also be `yarn-client` lib/spark-examples*.jar \ 10 |
yarn-cluster和
yarn-client,具体的区别可以看这篇博文,从广义上讲,yarn-cluster适用于生产环境;而yarn-client适用于交互和调试,也就是希望快速地看到application的输出。
相关文章推荐
- Spark On YARN 集群安装部署
- Spark2.0.1 on yarn with hue 集群搭建部署(五)hue安装支持hadoop
- Spark2.0.1 on yarn with hue 集群安装部署(六)livy安装测试
- Spark2.0.1 on yarn with hue 集群安装部署(九)启动脚本编写
- Spark On YARN 集群安装部署
- Spark On YARN 集群安装部署
- Spark2.0.1 on yarn with hue 集群安装部署(八)hue+livy+spark整合
- spark集群安装部署(spark on yarn)
- Spark On YARN 集群安装部署
- spark2.0.1 on yarn with hue 集群搭建部署(三)msyql安装
- Spark On YARN 集群安装部署
- Spark On YARN 集群安装部署
- Spark2.0.1 on yarn with hue 集群安装部署(六)hue+hive+sparksql
- Spark On YARN 集群安装部署
- Spark On YARN 集群安装部署
- spark2.0.1 on yarn with hue 集群搭建部署(四)hive、hive metastore安装
- Spark2.0.1 on yarn with hue 集群搭建部署(二)spark on yarn搭建
- Spark2.0.1 on yarn with hue 集群搭建部署(一)基础环境配置
- Spark On YARN 分布式集群安装
- spark on yarn 集群 安装