页面树结构

版本比较

标识

  • 该行被添加。
  • 该行被删除。
  • 格式已经改变。

...

注意
title前置条件

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
title文档环境

集群部署数据挖掘组件环境如下:

服务器IP主机名组件实例部署目录
10.10.35.6410-10-35-64数据挖掘-1,Zookeeper-1,Python-1/data
10.10.35.6510-10-35-65数据挖掘-2,Spark-1,Hadoop-1/data
10.10.35.6610-10-35-66Spark-2,Zookeeper-2,Hadoop-2/data
10.10.35.6710-10-35-67Spark-3,Zookeeper-3,Hadoop-3,Python-2/data
10.10.204.25010-10-204-250Smartbi-Proxy/data


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
linenumberstrue
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
linenumberstrue
systemctl disable firewalld

...

代码块
linenumberstrue
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
titleSpark集群节点说明


主机名组件
Spark集群节点:10
10-10-35-65
(Master)、10
Master,work-1
10-10-35-66
(slave-1)、10
work-2
10-10-35-67
(slave-2)
work-3


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
languagebash
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
languagebash
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
title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
languagebash
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
languagebash
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
languagebash
tar -zxvf spark-3.01.03-bin-hadoop3.2.tgz -C /data

...

②配置Spark从节点列表

代码块
languagebash
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
languagebash
10-10-35-65
10-10-35-66
10-10-35-67

Image Added

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
languagebash
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
languagebash
cd /data/spark-3.01.03-bin-hadoop3.2/sbin 
./start-all.sh

Image Added


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

Image Added


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

Image Added

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
languagebash
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。

...