再谈spark部署搭建和企业级项目接轨的入门经验（博主推荐）

最新推荐文章于 2025-09-12 20:46:57 发布

weixin_30587025

最新推荐文章于 2025-09-12 20:46:57 发布

阅读量228

点赞数

CC 4.0 BY-SA版权

文章标签：大数据

原文链接：http://www.cnblogs.com/wangsongbai/p/9122968.html

本文介绍Spark集群的搭建与配置过程，并通过WordCount实例演示Spark standalone及YARN模式下的运行流程。无需修改配置文件spark-env.sh即可完成部署。

进入我这篇博客的博友们，相信你们具备有一定的spark学习基础和实践了。

　　先给大家来梳理下。spark的运行模式和常用的standalone、yarn部署。这里不多赘述，自行点击去扩展。

1、Spark运行模式概述

2、Spark standalone模式的安装（spark-1.6.1-bin-hadoop2.6.tgz）（master、slave1和slave2）

3、Spark standalone简介与运行wordcount（master、slave1和slave2）

4、Spark on YARN模式的安装（spark-1.6.1-bin-hadoop2.6.tgz + hadoop-2.6.0.tar.gz）（master、slave1和slave2）（博主推荐）

5、Spark on YARN简介与运行wordcount（master、slave1和slave2）（博主推荐）

正文开始

　　想说的是，对于spark的配置文件，即spark-env.sh。压根可以不做任何修改和配置。（当然我指的是常用和固定的那些参数）

#!/bin/sh

home=$(cd `dirname $0`; cd ..; pwd)
bin_home=$home/bin
conf_home=$home/conf
logs_home=$home/logs
data_home=$home/data
lib_home=$home/lib

#服务器配置文件
configFile=${conf_home}/my1.properties

spark_submit=/home/hadoop/spark/bin/spark-submit

#!/bin/sh

deleteCheckpoint=$1

home=$(cd `dirname $0`; cd ..; pwd)

. ${home}/bin/common.sh

hdfs dfs -rm -r /spark-streaming/behavior/stop

if [ "$deleteCheckpoint" == "delck" ]; then
    hdfs dfs -rm -r /spark-streaming/checkpoint/behavior
fi

${spark_submit} \
--master yarn \
--deploy-mode cluster \
--name behavior \
--driver-memory 512M \
--executor-memory 512M \
--class com.djt.spark.streaming.UserBehaviorStreaming \
${lib_home}/behavior-stream-jar-with-dependencies.jar ${configFile} \
>> ${logs_home}/behavior.log 2>&1 &

echo $! > ${logs_home}/behavior_stream.pid

#!/bin/sh

home=$(cd `dirname $0`; cd ..; pwd)

. ${home}/bin/common.sh

hdfs dfs -mkdir -p /spark-streaming/behavior/stop

　　然后，直接将这个本地写好的目录，上传到集群

　　后续很简单，不多说。

藏经阁技术资料分享群二维码

转载于:https://www.cnblogs.com/wangsongbai/p/9122968.html