学步园

本文针对Standalone模式下的Spark

Spark配置

安装Spark之后，首先保证Spark的配置项目正确。Spark的配置文件存储在$Spark_HOME/conf/目录下

spark-env.sh.template

slaves

spark-defaults.conf.template

spark-env.sh.template

[python] view
plaincopy

1. #!/usr/bin/env bash  
2.   
3. # This file is sourced when running various Spark programs.  
4. # Copy it as spark-env.sh and edit that to configure Spark for your site.  
5.   
6. # Options read when launching programs locally with   
7. # ./bin/run-example or ./bin/spark-submit  
8. # - HADOOP_CONF_DIR, to point Spark towards Hadoop configuration files  
9. # - SPARK_LOCAL_IP, to set the IP address Spark binds to on this node  
10. # - SPARK_PUBLIC_DNS, to set the public dns name of the driver program  
11. # - SPARK_CLASSPATH, default classpath entries to append  
12.   
13. # Options read by executors and drivers running inside the cluster  
14. # - SPARK_LOCAL_IP, to set the IP address Spark binds to on this node  
15. # - SPARK_PUBLIC_DNS, to set the public DNS name of the driver program  
16. # - SPARK_CLASSPATH, default classpath entries to append  
17. # - SPARK_LOCAL_DIRS, storage directories to use on this node for shuffle and RDD data  
18. # - MESOS_NATIVE_LIBRARY, to point to your libmesos.so if you use Mesos  
19.   
20. # Options read in YARN client mode  
21. # - HADOOP_CONF_DIR, to point Spark towards Hadoop configuration files  
22. # - SPARK_EXECUTOR_INSTANCES, Number of workers to start (Default: 2)  
23. # - SPARK_EXECUTOR_CORES, Number of cores for the workers (Default: 1).  
24. # - SPARK_EXECUTOR_MEMORY, Memory per Worker (e.g. 1000M, 2G) (Default: 1G)  
25. # - SPARK_DRIVER_MEMORY, Memory for Master (e.g. 1000M, 2G) (Default: 512 Mb)  
26. # - SPARK_YARN_APP_NAME, The name of your application (Default: Spark)  
27. # - SPARK_YARN_QUEUE, The hadoop queue to use for allocation requests (Default: ‘default’)  
28. # - SPARK_YARN_DIST_FILES, Comma separated list of files to be distributed with the job.  
29. # - SPARK_YARN_DIST_ARCHIVES, Comma separated list of archives to be distributed with the job.  
30.   
31. # Options for the daemons used in the standalone deploy mode:  
32. # - SPARK_MASTER_IP, to bind the master to a different IP address or hostname  
33. # - SPARK_MASTER_PORT / SPARK_MASTER_WEBUI_PORT, to use non-default ports for the master  
34. # - SPARK_MASTER_OPTS, to set config properties only for the master (e.g. "-Dx=y")  
35. # - SPARK_WORKER_CORES, to set the number of cores to use on this machine  
36. # - SPARK_WORKER_MEMORY, to set how much total memory workers have to give executors (e.g. 1000m, 2g)  
37. # - SPARK_WORKER_PORT / SPARK_WORKER_WEBUI_PORT, to use non-default ports for the worker  
38. # - SPARK_WORKER_INSTANCES, to set the number of worker processes per node  
39. # - SPARK_WORKER_DIR, to set the working directory of worker processes  
40. # - SPARK_WORKER_OPTS, to set config properties only for the worker (e.g. "-Dx=y")  
41. # - SPARK_HISTORY_OPTS, to set config properties only for the history server (e.g. "-Dx=y")  
42. # - SPARK_DAEMON_JAVA_OPTS, to set config properties for all daemons (e.g. "-Dx=y")  
43. # - SPARK_PUBLIC_DNS, to set the public dns name of the master or workers  

按照注释的提示，把上面的template文件拷贝重命名，去掉template后缀，并修改内容如下

spark-env.sh

[python] view
plaincopy

1. export JAVA_HOME=/xxxxxxx  
2. export SPARK_MASTER_IP=masterip or hostname  
3. export SPARK_WORKER_CORE=1  
4. export SPARK_WORKER_INSTANCE=1  
5.   
6. export SPARK_WORKER_MEMORY=512M #每个worker最多可以使用多少内存  
7. export SPARK_MASTER_PORT=8888  
8.   
9. export SPARK_JAVA_OPTS="-verbose:gc -XX:PrintGCDetails -XX:+PrintGCTimesStamps -XX:+UseCompressedOops"  

这里的最后一项SPARK_JAVA_OPTS，在新版本中有修改，不需要增加最后一项

slaves

[python] view
plaincopy

1. # A Spark Worker will be started on each of the machines listed below.  
2. localhost  

这里填写各个slave的ip地址或者hostname

启动Spark

在Spark运行之前，首先需要让Spark集群启动，如果需要用到hadoop的HDFS的话，也需要把HDFS启动起来。

启动master

[python] view
plaincopy

1. ./sbin/start-master.sh  

注册worker，同一台机器可以注册若干个worker

./bin/spark-class org.apache.spark.deploy.worker.Worker spark://masterip:7077 &