集群四部曲（三）：完美的Spark集群搭建

    前面已经成功的搭建了Zookeeper和Hadoop集群，接下来让咱们更进一步，实现Spark集群的搭建吧。相比较而言，Spark集群的搭建要简单的许多了，关键是Hadoop已经搭建成功了。这次是基于上次的Hadoop，由于Spark是依赖于Hadoop提供的分布式文件系统的。好了，让咱们扬帆起航吧！

    1、环境：虚拟机CentOs7系统，完整的环境，请确认已安装JDK、Hadoop及Spark安装包，节点仍然使用上次克隆的两个，下面先进行其中一个的环境搭建。

    2、Spark配置（解压啥的不说了）

    配置前说下几个关键词：Master、Worker，了解一下。

    （1）配置环境变量

vim /etc/profile

    修改以下：

JAVA_HOME=/usr/java/jdk1.8.0_161
JRE_HOME=/usr/java/jdk1.8.0_161/jre
SCALA_HOME=/usr/local/scala
HADOOP_HOME=/usr/local/hadoop
SPARK_HOME=/usr/local/spark
ZOOKEEPER_HOME=/usr/local/zookeeper
KAFKA_HOME=/usr/local/kafka
PATH=$PATH:$JAVA_HOME/bin:$JRE_HOME/bin:$SCALA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$SPARK_HOME/bin:$SPARK_HOME/sbin:$ZOOKEEPER_HOME/bin:$KAFKA_HOME/bin
CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar:$JRE_HOME/lib
export JAVA_HOME JRE_HOME SCALA_HOME HADOOP_HOME SPARK_HOME ZOOKEEPER_HOME KAFKA_HOME PATH CLASSPATH

    修改完成后，记得运行命令source使之生效，将其拷贝到另外两个服务器上并进行相同操做，切记。

    （2）配置conf目录下的文件

    首先配置spark-env.sh文件，复制一份并更名：

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

    编辑文件，添加配置（根据本身须要）：

#!/usr/bin/env bash
export SPARK_DIST_CLASSPATH=$(/usr/local/hadoop/bin/hadoop classpath)
export JAVA_HOME=/usr/java/jdk1.8.0_161
export SCALA_HOME=/usr/local/scala
export HADOOP_HOME=/usr/local/hadoop
export HADOOP_CONF_DIR=${HADOOP_HOME}/etc/hadoop
export SPARK_HOME=/usr/local/spark

    而后配置slaves文件，复制一份并更名：

cp slaves.template slaves

    编辑文件，并配置（只加入datanode节点的服务器名）：

slave02
slave03

    （3）启动和测试Spark集群

    由于Spark是依赖于Hadoop提供的分布式文件系统的，因此在启动Spark以前，先确保Hadoop在正常运行。以前已经成功搭建了Hadoop集群，因此这里直接启动便可：

#hadoop的/sbin目录下
./start-all.sh

    启动后，执行jps查看是否正常启动

（此处可参考：http://www.javashuo.com/article/p-njlbzsqh-kg.html）

    接下来启动Spark：

#Spark /sbin目录下
./start-all.sh

    启动后，执行jps查看是否正常启动，以下：

[hadoop@slave01 sbin]$ jps
42657 Master
42004 SecondaryNameNode
42741 Jps
42182 ResourceManager
41768 NameNode

    在slave02和slave03上执行jps，以下：

[hadoop@slave02 conf]$ jps
15685 Worker
15238 DataNode
15756 Jps
15388 NodeManager

    从上面能够看出，已经成功启动了Spark，在浏览器里访问Master机器，即slave01，访问http://slave01:8080：

        好了，关于大数据的三个集群的搭建已经所有完成了，若是你们有什么疑问，欢迎一块儿讨论。