物理机本地和集群部署Spark

发布时间:2024年01月13日

一、单机本地部署

1)官网地址:http://spark.apache.org/
2)文档查看地址:https://spark.apache.org/docs/3.1.3/
3)下载地址:
https://spark.apache.org/downloads.html
https://archive.apache.org/dist/spark/

  1. 上传文件、解压缩、修改文件名
    在这里插入图片描述
  2. 启动Spark
    在这里插入图片描述
  3. spark-shell使用
    在这里插入图片描述
  4. 入门案例:

在这里插入图片描述
在这里插入图片描述

注意:sc是SparkCore程序的入口;spark是SparkSQL程序入口;master = local[*]表示本地模式运行。
在这里插入图片描述
在这里插入图片描述
说明:本地模式下,默认的调度器为FIFO。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

二、Standalone模式

Standalone模式是Spark自带的资源调度引擎,构建一个由Master + Worker构成的Spark集群,Spark运行在集群中。
这个要和Hadoop中的Standalone区别开来。这里的Standalone是指只用Spark来搭建一个集群,不需要借助Hadoop的Yarn和Mesos等其他框架。
在这里插入图片描述
在这里插入图片描述

  1. 集群规划
    在这里插入图片描述
  2. 解压缩、修改文件名
    在这里插入图片描述
  3. 进入Spark的配置目录/opt/module/spark-standalone/conf,修改slave文件,添加work节点,分发文件:
    在这里插入图片描述

在这里插入图片描述
在这里插入图片描述4. 启动spark集群
在这里插入图片描述

在这里插入图片描述
5. 测试
在这里插入图片描述
在这里插入图片描述

三、yarn模式

Spark客户端直接连接Yarn,不需要额外构建Spark集群。

  1. 上传文件、解压缩、修改文件名
    在这里插入图片描述
  2. 修改hadoop配置文件/opt/module/hadoop-3.1.3/etc/hadoop/yarn-site.xml,添加下面内容,并分发文件
    在这里插入图片描述
    注意:生产环境视情况而定

在这里插入图片描述
3. 修改/opt/module/spark-yarn/conf/spark-env.sh,添加YARN_CONF_DIR配置,保证后续运行任务的路径都变成集群路径
在这里插入图片描述
在这里插入图片描述
4. 启动HDFS以及YARN集群
先启动zk,启动yarn,启动hdfs
在这里插入图片描述
5. 测试
在这里插入图片描述

文章来源:https://blog.csdn.net/qq_37232843/article/details/135567188
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。