1、实验描述

• 以spark Standalone的运行模式安装Spark集群
• 实验时长：
  • 45分钟
• 主要步骤：
  • 解压安装Spark
  • 添加Spark 配置文件
  • 启动Spark 集群
  • 运行测试用例

2、实验环境

• 虚拟机数量：3(一主两从，主机名分别为：master、slave01、slave02)
• 系统版本：Centos 7.5
• Hadoop版本：Apache Hadoop 2.7.3
• Spark版本：Apache Spark 2.1.1

3、相关技能

• Spark Standalone安装部署

4、知识点

• 常见linux命令的使用
• 通过修改.bash_profile文件配置spark
• 验证spark standalone安装
• 向集群提交application运行
• spark webui的使用

5、实现效果

运行 计算Pi 示例最终效果如下图：

6、实验步骤

前提：已经在集群中成功安装部署Hadoop集群

6.1在master节点上解压spark压缩包

6.1.1打开linux命令行终端（桌面上点鼠标右键，选择“打开终端”）

6.1.2命令行终端中，切换到spark压缩包所在目录/home/zkpk/tgz/spark

[zkpk@master ~]$ cd /home/zkpk/tgz/spark

6.1.3将spark压缩包解压缩到用户的根目录

[zkpk@master spark]$ tar -xzvf spark-2.1.1-bin-hadoop2.7.tgz -C /home/zkpk

6.2查看解压出的spark目录中的内容

6.2.1返回用户要目录

[zkpk@master spark]$ cd

6.2.2进入解压出的spark目录

[zkpk@master ~]$ cd spark-2.1.1-bin-hadoop2.7/

6.2.3查看此目录内容

[zkpk@master spark-2.1.1-bin-hadoop2.7]$ ll

6.3配置环境变量

6.3.1回退到用户根目录

[zkpk@master spark-2.1.1-bin-hadoop2.7]$ cd

6.3.2vim编辑.bash_profile文件

[zkpk@master ~]$ vim .bash_profile

6.3.3添加spark相关信息，然后保存退出

export SPARK_HOME=/home/zkpk/spark-2.1.1-bin-hadoop2.7
export PATH=$SPARK_HOME/bin:$SPARK_HOME/sbin:$PATH

6.3.4运行source命令，重新编译.bash_profile，使添加变量生效

[zkpk@master ~]$ source ~/.bash_profile

6.3.5slave01、slave02也是执行如上配置

6.3.5.1将.bash_profile文件分别拷贝到slave01、slave02的/home/zkpk目录

[zkpk@master ~]$ cd 
[zkpk@master ~]$ scp .bash_profile slave01:/home/zkpk
[zkpk@master ~]$ scp .bash_profile slave02:/home/zkpk

6.3.5.2source使修改生效

[zkpk@master ~]$ ssh slave01    #远程登录slave01
[zkpk@slave01 ~]$ source .bash_profile
[zkpk@slave01 ~]$ exit    #退出远程登录
[zkpk@master ~]$ ssh slave02    #远程登录slave02
[zkpk@slave02 ~]$ source .bash_profile
[zkpk@slave02 ~]$ exit    #退出远程登录

6.4修改slaves文件

6.4.1进入spark的配置文件目录

[zkpk@master ~]$ cd spark-2.1.1-bin-hadoop2.7/conf/

6.4.2将conf目录中的slaves.template文件重命名为slaves

[zkpk@master conf]$ mv slaves.template slaves

6.4.3将slaves原内容替换为如下内容，并保存退出

vim slaves

slave01
slave02

6.5修改conf目录中的spark-env.sh文件

6.5.1重命名文件spark-env.sh.template为spark-env.sh

[zkpk@master conf]$ mv spark-env.sh.template spark-env.sh

6.5.2将如下内容添加到spark-env.sh文件，并保存退出

vim spark-env.sh

export SPARK_MASTER_HOST=master #设置运行master进程的节点
export SPARK_MASTER_PORT=7077 #设置master的通信端口
export SPARK_WORKER_CORES=1 #每个worker使用的核数
export SPARK_WORKER_MEMORY=1024M #每个worker使用的内存大小
export SPARK_MASTER_WEBUI_PORT=8080 #master的webui端口
export SPARK_CONF_DIR=/home/zkpk/spark-2.1.1-bin-hadoop2.7/conf #spark的配置文件目录 
export JAVA_HOME=/usr/java/jdk1.8.0_131/ #jdk安装路径

6.6将经过配置的spark主目录远程拷贝到另外两个从节点

6.6.1切换到用户根目录

[zkpk@master conf]$ cd

6.6.2远程拷贝spark主目录到slave01

[zkpk@master ~]$ scp -r spark-2.1.1-bin-hadoop2.7/ zkpk@slave01:/home/zkpk

6.6.3远程拷贝spark主目录到slave02

[zkpk@master ~]$ scp -r spark-2.1.1-bin-hadoop2.7/ zkpk@slave02:/home/zkpk

6.7启动spark集群

6.7.1进入master节点 的spark的sbin目录

[zkpk@master ~]$ cd spark-2.1.1-bin-hadoop2.7/sbin/

6.7.2运行start-all.sh启动spark集群

[zkpk@master sbin]$ ./start-all.sh

6.7.3验证spark standalone模式部署正确

6.7.3.1打开浏览器访问spark webui界面地址：http://master:8080，出现类似下图界面

6.7.3.2命令行提交job到spark集群

[zkpk@master sbin]$ cd
[zkpk@master ~]$ cd spark-2.1.1-bin-hadoop2.7
[zkpk@master spark-2.1.1-bin-hadoop2.7]$ ./bin/spark-submit --class org.apache.spark.examples.SparkPi --master spark://master:7077 --num-executors 3 --driver-memory 1g --executor-memory 1g --executor-cores 1 examples/jars/spark-examples_2.11-2.1.1.jar 10

计算出pi的结果，如下图：Pi is roughly 3.1382951382951383

6.7.3.3至此说明，spark standalone模式安装部署成功

7、总结

spark
standalone的安装部署涉及到集群中的各节点，基本步骤就是在master节点解压压缩包，配置spark的slaves、spark-env.sh文件、配置.bash_profile文件，并将spark目录及.bash_profile远程拷贝到其它从节点，在master节点启动spark集群，以spark
standalone模式运行一个spark的计算pi的例子