...
| 注意 | ||
|---|---|---|
| ||
需要使用Smartbi提供的Spark3.0安装包部署1安装包部署 数据挖掘数据量2000万以下时，无需单独部署spark节点，只需要提升数据挖掘服务器配置即可 |
| 注意 | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| ||||||||||||||||||||||||
集群部署数据挖掘组件环境如下：
|
1、系统环境准备
1.1防火墙配置1 防火墙配置
为了便于安装，建议在安装前关闭防火墙。使用过程中，为了系统安全可以选择启用防火墙，但必须启用服务相关端口。
1.关闭防火墙
临时关闭防火墙临时关闭防火墙（立即生效）
| 代码块 | ||
|---|---|---|
| ||
systemctl stop firewalld |
永久关闭防火墙永久关闭防火墙（重启后生效）
| 代码块 | ||
|---|---|---|
| ||
systemctl disable firewalld |
...
| 代码块 | ||
|---|---|---|
| ||
systemctl status firewalld |
2.开启防火墙
相关服务及端口对照表：
| 服务名 | 需要开放端口 |
|---|---|
| Spark | 8080，8081，7077，[30000-65535] |
如果确实需要打开防火墙安装，需要给防火墙放开以下需要使用到的端口
开启端口：8080，8081，7077，[30000-65535]
...
2、Spark集群安装
| 注意 | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
| |||||||||||
|
2.1 配置主机名映射
将数据挖掘组件中的服务器主机名映射到hosts文件中(所有节点均需执行此操作)
| 代码块 | ||
|---|---|---|
| ||
vi /etc/hosts |
文件末尾添文件末尾添加(根据实际环境信息设置)：
| 代码块 | ||
|---|---|---|
| ||
10.10.35.64 10-10-35-64 10.10.35.65 10-10-35-65 10.10.35.66 10-10-35-66 10.10.35.67 10-10-35-67 |
...
| 注意 | ||
|---|---|---|
| ||
| Spark集群节点均需配置系统免密登陆 |
①登陆服务器，生成密钥① 登陆服务器，生成密钥
| 代码块 | ||
|---|---|---|
| ||
ssh-keygen |
输入ssh-keygen后，连续按三次回车，不用输入其它信息。
②复制本机公钥到其它机器② 复制本机公钥到其它机器
假设当前的系统用户为root(注意，每台机器使用同一个用户来安装), 那命令如下:
...
| 代码块 | ||
|---|---|---|
| ||
java -version |
2.4 安装Spark
...
登陆10-10-35-65(Master)节点操作。
①解压Spark到指定目录
| 代码块 | ||
|---|---|---|
| ||
tar -zxvf spark-3.01.03-bin-hadoop3.2.tgz -C /data |
...
②配置Spark从节点列表
| 代码块 | ||
|---|---|---|
| ||
cd /data/spark-3.1.3-bin-hadoop3.2/conf
cp workers.template workers
vi workers |
把所有spark worker节点的机器名加到workers文件中，参考如下:
| 代码块 | ||
|---|---|---|
| ||
10-10-35-65
10-10-35-66
10-10-35-67 |
③将Spark安装包分发到Spark Work节点(10-10-35-66(work-1)、10-10-35-67(work-2))
假设当前的系统用户为root命令如下：
| 代码块 | ||
|---|---|---|
| ||
scp -r /data/spark-3.1.3-bin-hadoop3.2 root@10-10-35-66:/data/
scp -r /data/spark-3.1.3-bin-hadoop3.2 root@10-10-35-67:/data/ |
④在Spark Master节点(10-10-35-65(Master))启动Spark集群
| 代码块 | ||
|---|---|---|
| ||
cd /data/spark-3.01.03-bin-hadoop3.2/sbin ./start-all.sh |
2.5 检查Spark
在浏览器中输入：http://master节点的ipmaster节点的IP:8080，查看集群状态
在spark节点提交任务测试进入/data/spark-3.01.03-bin-hadoop3.2/bin目录，执行以下命令(注意将”节点IP”替换对应的IP或主机名注意将”Spark-MasterIP”替换对应的IP或主机名)
| 代码块 |
|---|
./spark-submit --class org.apache.spark.examples.SparkPi --master spark://节点IPSpark-MasterIP:7077 /data/sp2/spark-3.01.03-bin-hadoop3.2/examples/jars/spark-examples_2.12-3.01.03.jar 100 |
运行得出圆周率Pi的近似值3.14即部署成功。
2.
...
6 运维操作
登陆10-10-35-65(Master)节点操作。
启动/停止spark服务
| 代码块 | ||
|---|---|---|
| ||
cd /data/spark-3.01.03-bin-hadoop3.2/sbin ./start-all.sh #启动spark#启动spark集群 ./stop-all.sh #停止spark#停止spark集群 |
查看日志
Spark的日志路径：/data/spark-3.01.03-bin-hadoop3.2/logs
安装部署或者使用中有问题，可能需要根据日志来分析解决。
...
