Spark on Yarn 多机集群部署

1. 规划机器角色

服务器	IP 地址	角色
Master	192.168.1.100	NameNode + ResourceManager + Spark Master
Worker1	192.168.1.101	DataNode + NodeManager + Spark Worker
Worker2	192.168.1.102	DataNode + NodeManager + Spark Worker

2. 配置所有机器

2.1 安装 Java

在 所有节点 上执行：

bash 复制代码

sudo apt update
sudo apt install -y openjdk-8-jdk

验证 Java：

bash 复制代码

java -version

2.2 免密 SSH

在 Master 节点执行：

bash 复制代码

ssh-keygen -t rsa -P "" -f ~/.ssh/id_rsa

然后将公钥 id_rsa.pub 复制到 所有节点：

bash 复制代码

ssh-copy-id hadoop@192.168.1.100
ssh-copy-id hadoop@192.168.1.101
ssh-copy-id hadoop@192.168.1.102

验证：

bash 复制代码

ssh hadoop@192.168.1.100
ssh hadoop@192.168.1.101
ssh hadoop@192.168.1.102

3. 安装 Hadoop 并配置 Yarn

3.1 在所有节点安装 Hadoop

复制代码

wget https://archive.apache.org/dist/hadoop/common/hadoop-3.3.6/hadoop-3.3.6.tar.gz
tar -xzf hadoop-3.3.6.tar.gz
sudo mv hadoop-3.3.6 /usr/local/hadoop

3.2 配置 Master 节点

在 Master（192.168.1.100）上：

bash 复制代码

vim ~/.bashrc

添加：

bash 复制代码

export HADOOP_HOME=/usr/local/hadoop
export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop
export YARN_CONF_DIR=$HADOOP_HOME/etc/hadoop
export JAVA_HOME=/usr/lib/jvm/java-8-openjdk-amd64
export PATH=$JAVA_HOME/bin:$PATH
export SPARK_HOME=/usr/local/spark
export PATH=$SPARK_HOME/sbin:$PATH

复制到 Worker 节点：

bash 复制代码

scp ~/.bashrc hadoop@192.168.1.101:~/
scp ~/.bashrc hadoop@192.168.1.102:~/

在所有节点执行：

bash 复制代码

source ~/.bashrc

3.3 配置 core-site.xml

bash 复制代码

vim $HADOOP_HOME/etc/hadoop/core-site.xml

Master 上配置：

bash 复制代码

xml<configuration>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://192.168.1.100:9000</value>
    </property>
</configuration>

分发到 Worker：

bash 复制代码

scp $HADOOP_HOME/etc/hadoop/core-site.xml hadoop@192.168.1.101:$HADOOP_HOME/etc/hadoop/
scp $HADOOP_HOME/etc/hadoop/core-site.xml hadoop@192.168.1.102:$HADOOP_HOME/etc/hadoop/

3.4 配置 hdfs-site.xml

bash 复制代码

vim $HADOOP_HOME/etc/hadoop/hdfs-site.xml

Master 配置：

bash 复制代码

xml<configuration>
    <property>
        <name>dfs.replication</name>
        <value>2</value>
    </property>
</configuration>

分发到 Worker：

bash 复制代码

scp $HADOOP_HOME/etc/hadoop/hdfs-site.xml hadoop@192.168.1.101:$HADOOP_HOME/etc/hadoop/
scp $HADOOP_HOME/etc/hadoop/hdfs-site.xml hadoop@192.168.1.102:$HADOOP_HOME/etc/hadoop/

3.5 配置 Yarn

Master 配置 yarn-site.xml：

bash 复制代码

vim $HADOOP_HOME/etc/hadoop/yarn-site.xml
xml<configuration>
    <property>
        <name>yarn.resourcemanager.hostname</name>
        <value>192.168.1.100</value>
    </property>
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
</configuration>

分发到 Worker：

bash 复制代码

scp $HADOOP_HOME/etc/hadoop/yarn-site.xml hadoop@192.168.1.101:$HADOOP_HOME/etc/hadoop/
scp $HADOOP_HOME/etc/hadoop/yarn-site.xml hadoop@192.168.1.102:$HADOOP_HOME/etc/hadoop/

3.6 配置 slaves

bash 复制代码

vim $HADOOP_HOME/etc/hadoop/slaves

添加：

bash 复制代码

192.168.1.101
192.168.1.102

3.7 启动 Hadoop

bash 复制代码

hdfs namenode -format
start-dfs.sh
start-yarn.sh

如果遇到"ERROR: JAVA_HOME is not set and could not be found"的报错信息，执行下面的语句：

bash 复制代码

sudo vim $HADOOP_HOME/etc/hadoop/hadoop-env.sh
export JAVA_HOME=/usr/lib/jvm/java-8-openjdk-amd64
#保存后将文件分发到Worker
scp $HADOOP_HOME/etc/hadoop/hadoop-env.sh test@192.168.1.101:$HADOOP_HOME/etc/hadoop/
scp $HADOOP_HOME/etc/hadoop/hadoop-env.sh test@192.168.1.102:$HADOOP_HOME/etc/hadoop/

验证：

bash 复制代码

jps

4. 安装 Spark

4.1 在所有节点安装 Spark

复制代码

wget https://archive.apache.org/dist/spark/spark-3.4.1/spark-3.4.1-bin-hadoop3.tgz
tar -xzf spark-3.4.1-bin-hadoop3.tgz
sudo mv spark-3.4.1-bin-hadoop3 /usr/local/spark

分发 Spark 到 Worker：

复制代码

scp -r /usr/local/spark hadoop@192.168.1.101:/usr/local/
scp -r /usr/local/spark hadoop@192.168.1.102:/usr/local/

4.2 配置 Spark

修改 spark-env.sh：

bash 复制代码

vim $SPARK_HOME/conf/spark-env.sh

添加：

bash 复制代码

export JAVA_HOME=/usr/lib/jvm/java-8-openjdk-amd64
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop
export SPARK_MASTER_HOST=192.168.1.100

分发到 Worker：

bash 复制代码

scp $SPARK_HOME/conf/spark-env.sh hadoop@192.168.1.101:$SPARK_HOME/conf/
scp $SPARK_HOME/conf/spark-env.sh hadoop@192.168.1.102:$SPARK_HOME/conf/

5. 启动 Spark 集群

在 Master 节点启动：

bash 复制代码

start-history-server.sh

在 Worker1、Worker2 上：

bash 复制代码

start-slave.sh spark://192.168.1.100:7077

6. 提交 Spark 作业

bash 复制代码

spark-submit --class org.apache.spark.examples.SparkPi \
    --master yarn \
    --deploy-mode cluster \
    $SPARK_HOME/examples/jars/spark-examples_2.12-3.4.1.jar 10

访问 UI：

Hadoop ResourceManager UI: http://192.168.1.100:8088
Spark History Server UI: http://192.168.1.100:18080
###########################################################################################################
今日推荐
小说：《灰烬世界》
简介：无女主，东方克苏鲁，无系统，不无敌，怪诞美学，非规则怪谈，科技修真）老爷子说过，有道行的人或者妖怪邪祟，他们死后会化作一捧灰，被称之为秽灰。秽灰里蕴藏着他们毕生能量，食之，便可添命灯，增寿命。若是放任不管，便为秽土转生！不过有一种例外，他们从秽灰里生长出来，长着人的模样，却不是人的思想。他们主张无神论，想颠覆世间，想扳倒众神，他们把器物拆解，拼装，组合，造物，打造出没有智慧的生命，供他们奴役。（又名怪诞修仙学）