Spark,集群搭建-Standalone

以下是Spark Standalone集群搭建的关键步骤(基于Linux系统):

一、环境准备

  1. 安装Java
  • 确保所有节点安装JDK 8+,配置 JAVA_HOME 环境变量。
  1. 关闭防火墙

bash

systemctl stop firewalld && systemctl disable firewalld

  1. 配置SSH免密登录
  • 主节点生成密钥并分发到所有从节点:

bash

ssh-keygen -t rsa # 按提示完成,不设密码

ssh-copy-id slave1 # 替换为从节点主机名/IP

二、下载与解压Spark

  1. 下载Spark包
  • 官网下载对应版本(如 spark-3.5.0-bin-hadoop3 ),上传至主节点。
  1. 解压并配置

bash

tar -zxvf spark-3.5.0-bin-hadoop3.tgz -C /opt

cd /opt/spark-3.5.0-bin-hadoop3/conf

cp spark-env.sh.template spark-env.sh

bash

export JAVA_HOME=/usr/lib/jvm/java-11-openjdk # 替换为实际路径

export SPARK_MASTER_IP=master_hostname # 主节点主机名/IP

export SPARK_WORKER_MEMORY=2g # 从节点内存(按需调整)

三、配置集群节点

  1. 修改 slaves 文件

bash

cp slaves.template slaves

echo "slave1" >> slaves # 添加从节点主机名/IP,每行一个

echo "slave2" >> slaves

  1. 分发Spark到从节点

bash

scp -r /opt/spark-3.5.0-bin-hadoop3 slave1:/opt

scp -r /opt/spark-3.5.0-bin-hadoop3 slave2:/opt

四、启动集群

  1. 启动主节点

bash

cd /opt/spark-3.5.0-bin-hadoop3

sbin/start-master.sh

  1. 启动从节点

bash

sbin/start-slaves.sh

  1. 验证状态
  • 主节点Web界面: http://master_ip:8080 ,查看从节点是否在线。

五、常用操作

  • 停止集群:

bash

sbin/stop-slaves.sh && sbin/stop-master.sh

  • 提交任务:

bash

bin/spark-submit \

--class org.apache.spark.examples.SparkPi \

--master spark://master_ip:7077 \

./examples/jars/spark-examples_*.jar 10

注意事项

  • 确保所有节点时间同步(可使用 ntp 服务)。

  • 从节点需预先创建与主节点相同的用户和目录权限。

  • 内存和CPU资源根据实际硬件调整( SPARK_WORKER_CORES 参数)。

相关推荐
Aurora_NeAr10 小时前
Spark SQL架构及高级用法
大数据·后端·spark
百度Geek说2 天前
搜索数据建设系列之数据架构重构
数据仓库·重构·架构·spark·dubbo
大数据CLUB2 天前
基于spark的航班价格分析预测及可视化
大数据·hadoop·分布式·数据分析·spark·数据可视化
Cachel wood11 天前
Spark教程6:Spark 底层执行原理详解
大数据·数据库·分布式·计算机网络·spark
大数据CLUB12 天前
基于pyspark的北京历史天气数据分析及可视化_离线
大数据·hadoop·数据挖掘·数据分析·spark
Cachel wood12 天前
Spark教程1:Spark基础介绍
大数据·数据库·数据仓库·分布式·计算机网络·spark
张昕玥2023032211912 天前
Spark应用开发--WordCount实战
大数据·spark
阳光下是个孩子12 天前
基于 Spark 实现 COS 海量数据处理
大数据·分布式·spark
GawynKing12 天前
Apache SeaTunnel Spark引擎执行流程源码分析
spark·源码·seatunnel
heart000_112 天前
大数据≠大样本:基于Spark的特征降维实战(提升10倍训练效率)
大数据·分布式·spark