知名网站建设定制作为一个数据处理框架知名网站建设定制和计算引擎

1 Spark-Local 模式 
1.1 知名网站建设定制解压缩文件 
将 spark-2.1.1-bin-hadoop3.2.tgz 文件上传到 Linux 并解压缩，放置在指定位置，路径中。 

tar -zxvf spark-2.1.1-bin-hadoop2.7.tgz -C /opt/apps/

cd /opt/apps/

mv spark-2.1.1-bin-hadoop2.7 spark-local 

1.2 启动 Local 环境 
1) 进入解压缩后的路径，执行如下指令 

bin/spark-shell

 2) 启动成功后，可以输入网址进行 Web UI 监控页面访问

 1.4 退出本地模式 
按键 Ctrl+C 或输入 Scala 指令 :quit 
1.5 提交应用 

bin/spark-submit --class org.apache.spark.examples.SparkPi --master local[2] ./examples/jars/spark-examples_2.12-3.0.0.jar 10

1) --class 表示要执行程序，此处可以更换
2) --master local[2] 部署模式，默认为本地模式，数字表示分配的虚拟 CPU 核数量 
3) spark-examples_2.12-3.0.0.jar 运行的应用类所在的 jar 包，实际使用时，可以更改jar
4) 数字 10 表示程序的入口参数，用于设定当前应用的任务数量 

 2 Spark-Standalone 模式 
1.1 解压缩文件 
将 spark-2.1.1-bin-hadoop3.2.tgz 文件上传到 Linux 并解压缩，放置在指定位置，路径中。 

tar -zxvf spark-2.1.1-bin-hadoop2.7.tgz -C /opt/apps/

cd /opt/apps/

 mv spark-2.1.1-bin-hadoop2.7 spark-standalone 

2.2 修改配置文件 
1) 进入解压缩后路径的 conf 目录，修改 slaves.template 文件名为 slaves 

mv slaves.template slaves 

2) 修改 slaves 文件，添加 work 节点 

master
slave1
slave2

3) 修改 spark-env.sh.template 文件名为 spark-env.sh 

mv spark-env.sh.template spark-env.sh 

4) 修改 spark-env.sh 文件，添加 JAVA_HOME 环境变量和集群对应的 master 节点 

export JAVA_HOME=/opt/apps/jdk
SPARK_MASTER_HOST=master
SPARK_MASTER_PORT=7077

5) 分发 spark-standalone 目录

6)启动集群

sbin/start-all.sh

 9) 查看 Master 资源监控 Web UI 界面: http://master:8080

 10)跑任务测试

bin/spark-submit --class org.apache.spark.examples.SparkPi --master spark://master:7077 ./examples/jars/spark-examples_2.11-2.1.1.jar 10

 

1) --class 表示要执行程序的主类 
2) --master spark://master:7077 独立部署模式，连接到 Spark 集群 
3) spark-examples_2.11-2.1.1.jar 运行类所在的 jar 包 
4) 数字 10 ，用于设定当前应用的任务数量 

3 Yarn 模式 

3.1 解压缩文件 
将 spark-2.1.1-bin-hadoop3.2.tgz 文件上传到 Linux 并解压缩，放置在指定位置，路径中。 

tar -zxvf spark-2.1.1-bin-hadoop2.7.tgz -C /opt/apps/

cd /opt/apps/

mv spark-2.1.1-bin-hadoop2.7 spark-yarn

3.2 修改配置文件 
1) 修改 配置文件/opt/module/hadoop/etc/hadoop/yarn-site.xml, 并分发

<!--是否启动一个线程检查每个任务正使用的物理内存量，如果任务超出分配值，则直接将其杀掉，默认
是 true --> 
<property> 
 <name>yarn.nodemanager.pmem-check-enabled</name> 
 <value>false</value> 
</property> 
 
<!--是否启动一个线程检查每个任务正使用的虚拟内存量，如果任务超出分配值，则直接将其杀掉，默认
是 true --> 
<property> 
 <name>yarn.nodemanager.vmem-check-enabled</name> 
 <value>false</value> 
</property> 

 2) 修改 conf/spark-env.sh，添加 JAVA_HOME 和 YARN_CONF_DIR 配置

export JAVA_HOME=/opt/apps/jdk
YARN_CONF_DIR=/opt/apps/hadoop-2.7.7/etc/hadoop

3） 启动 Hadoop

4）跑任务测试是不是成功

 4.1）打印控制台

bin/spark-submit --class org.apache.spark.examples.SparkPi --master yarn --deploy-mode client ./examples/jars/spark-examples_2.11-2.1.1.jar 10

4.2）在yarn上看结果

bin/spark-submit --class org.apache.spark.examples.SparkPi --master yarn --deploy-mode cluster ./examples/jars/spark-examples_2.11-2.1.1.jar 10