在spark集群上在部署一套spark环境,不要影响过去环境

为啥呢?有这种需求,比如舍不得开资源。A工具,需要spark环境,但是A是spark3.1,B工具,需要spark环境,但是B是spark3.4。那这样咋搞,于是就有了这种情况。

首先复制新的过来

其他的参考我的这篇部署

https://shiao.blog.csdn.net/article/details/127066622

唯一要修改的就是spark-env.sh

bash 复制代码
# 1) Master 端口
export SPARK_MASTER_PORT=7087
export SPARK_MASTER_WEBUI_PORT=8090

# 2) Worker 端口(固定不随机)
export SPARK_WORKER_PORT=7088
export SPARK_WORKER_WEBUI_PORT=8091

# 3) History Server
export SPARK_HISTORY_OPTS="-Dspark.history.ui.port=18090"

# 4) Shuffle Service(YARN/External Shuffle)
export SPARK_SHUFFLE_OPTS="-Dspark.shuffle.service.port=7347"

# 5) 其他通用(可选)
export SPARK_PID_DIR=/tmp/new-spark-pids-x2doris

export SPARK_MASTER_HOST=bigdata_tool
export SPARK_LOCAL_DIRS=/root/spark_x2doris/

#SPARK_LOG_DIR=/root/spark_x2doris/logs
export SPARK_DAEMON_JAVA_OPTS="-Dspark.deploy.zk.namespace=/spark_new"

export SPARK_IDENT_STRING="user_spark324"

export SPARK_LOG_DIR="/root/spark_x2doris/logs"

然后去每台机器(最好不要改配置,就直接这样写到临时环境里,避免影响之前搭建好的)

unset SPARK_HOME

unset SPARK_CONF_DIR

export SPARK_MASTER_PORT=7087

export SPARK_MASTER_WEBUI_PORT=8090

export SPARK_WORKER_PORT=7088

export SPARK_WORKER_WEBUI_PORT=8091

export SPARK_HISTORY_OPTS="-Dspark.history.ui.port=18090"

export SPARK_SHUFFLE_OPTS="-Dspark.shuffle.service.port=7347"

export SPARK_PID_DIR=/tmp/new-spark-pids-x2doris

export SPARK_MASTER_HOST=bigdata_tool

export SPARK_LOCAL_DIRS=/root/spark_x2doris/

export SPARK_DAEMON_JAVA_OPTS="-Dspark.deploy.zk.namespace=/spark_new"

export SPARK_IDENT_STRING="user_spark324"

export SPARK_LOG_DIR="/root/spark_x2doris/logs "

export SPARK_CONF_DIR="/root/spark_x2doris/conf "

上面黑色部分填写自己的spark地址

去master节点启动

./start-master.sh

curl localhost:8090试一下,没问题了就下一步

去work节点上执行(下面最好只写ip,特殊字符啥的会导致链接失败)

./start-worker.sh spark://172.16.27.xxxx:7087

jps一下,然后登录到windows机器访问一下这个ui

相关推荐
大大大大晴天9 小时前
每天认识一个组件:Apache Spark
大数据
七夜zippoe14 小时前
Agent 上线第一天就炸了:6 个生产事故的根因分析与修复记录
大数据·ai·agent·根因分析·修复记录
字节跳动数据平台16 小时前
不重拍,也能换道具、换商品、换画风?短剧转漫、电商换款新解法来了
大数据
武子康16 小时前
攻击动作做对了,游戏规则就对了吗?H3-World 与三条控制路线的分工
大数据·人工智能·agent
Lansonli18 小时前
大数据Spark(八十七):Spark-Submit 参数详解
大数据·分布式·spark
cc57250265318 小时前
数据科学与大数据技术专业考证清单有哪些?
大数据
qq_4523962318 小时前
第二篇:《CommitLog + ConsumeQueue:一条日志解决 Kafka 多分区随机写的难题》
分布式·kafka
Alluxio2 天前
Alluxio + OCI:为 AI 工作负载实现亚毫秒访问延迟与可扩展吞吐
运维·数据库·人工智能·分布式·缓存·ai·语言模型
喵个咪2 天前
GoWind Admin 拆解:BI 大屏设计器——schema 即 JSON、resolver 注入与三张快照表的口径谱系
大数据·后端·go
武子康2 天前
H3-World 的 11.3 小时训练数据,是怎样对齐成动作监督的?
大数据·人工智能·深度学习