Spark 分布式计算平台，主要承担实验引擎发送过来的计算任务，其中Worker实例可以横向扩展。
前置条件
需要使用Smartbi提供的Spark3.0安装包部署
文档环境
单机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 |
|---|---|---|---|
| 10.10.204.248 | 10-10-204-248 | 数据挖掘 | /data |
| 10.10.204.249 | 10-10-204-249 | Spark | /data |
| 10.10.204.250 | 10-10-204-250 | Hadoop，Python | /data |
1、系统环境准备
1.1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
systemctl stop firewalld
永久关闭防火墙
systemctl disable firewalld
查看防火墙状态
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]
firewall-cmd --zone=public --add-port=8080/tcp --permanent firewall-cmd --zone=public --add-port=8081/tcp --permanent firewall-cmd --zone=public --add-port=7077/tcp --permanent firewall-cmd --zone=public --add-port=30000-65535/tcp --permanent
配置完以后重新加载firewalld，使配置生效
firewall-cmd --reload
查看防火墙的配置信息
firewall-cmd --list-all
3.关闭selinux
临时关闭selinux，立即生效，不需要重启服务器。
setenforce 0
永久关闭selinux，修改完配置后需要重启服务器才能生效
sed -i 's/=enforcing/=disabled/g' /etc/selinux/config
2、Spark单节点安装
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
vi /etc/hosts
文件末尾添(根据实际环境信息设置)：
10.10.204.248 10-10-204-248 10.10.204.249 10-10-204-249 10.10.204.250 10-10-204-250
2.2 配置系统免密登录
登陆服务器，生成密钥
ssh-keygen
输入ssh-keygen后，连续按三次回车，不用输入其它信息。
复制公钥到文件中：
cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys chmod 0600 ~/.ssh/authorized_keys
测试是否设置成功
示例:
ssh root@10-10-204-249
如果不用输入密码，表示配置成功
2.3 安装JAVA环境
解压jdk到指定目录：
tar -zxvf jdk-8u181-linux-x64.tar.gz -C /data
添加环境变量
vi /etc/profile
在文件末尾添加下面内容：
export JAVA_HOME=/data/jdk1.8.0_181 export JAVA_BIN=$JAVA_HOME/bin export CLASSPATH=:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar export PATH=$PATH:$JAVA_BIN
让配置生效
source /etc/profile
验证安装
java -version
2.4 安装Spark
解压Spark到指定目录
tar -zxvf spark-3.0.0-bin-hadoop3.2.tgz -C /data
启动Spark
cd /data/spark-3.0.0-bin-hadoop3.2/sbin ./start-all.sh
2.5 检查Spark
在浏览器中输入：http://master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-3.0.0-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)
./spark-submit --class org.apache.spark.examples.SparkPi --master spark://节点IP:7077 /data/sp2/spark-3.0.0-bin-hadoop3.2/examples/jars/spark-examples_2.12-3.0.0.jar 100
运行得出圆周率Pi的近似值3.14即部署成功。
2.5 运维操作
启动/停止spark服务
cd /data/spark-3.0.0-bin-hadoop3.2/sbin ./start-all.sh #启动spark ./stop-all.sh #停止spark
查看日志
Spark的日志路径：/data/spark-3.0.0-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。
