如何在hadoop YARN上運行spark-shell

這篇文章主要為大家展示了“如何在hadoop YARN上運行spark-shell”，內容簡而易懂，條理清晰，希望能夠幫助大家解決疑惑，下面讓小編帶領大家一起研究并學習一下“如何在hadoop YARN上運行spark-shell”這篇文章吧。

    1. spark模式架構圖
![](https://cache.yisu.com/upload/information/20210522/355/683134.png "在這里輸入圖片標題")

2. Scala下載安裝
	a. 官網： http://www.scala-alng.org/files/archive/
	b. 選擇好版本，復制鏈接，使用wget 命令下載
	wget http://www.scala-alng.org/files/archive/scala-2.11.6.tgz
	c. 解壓
	tar xvf scala-2.11.6.tgz
	sudo mv scala-2.11.6 /usr/local/scala    # 將scala移動到/usr/local目錄
	d. 設置環境變量
	sudo gedit  ~/.bashrc
		export SCALA_HOME=/usr/local/scala
		export PATH=$PATH:$SCALA_HOME/bin
	source ~/.bashrc   # 使配置生效
	e. 啟動scala
	hduser[@master](https://my.oschina.net/u/48054):~$ scala
3. Spark安裝
	a. 官網： http://spark.apache.org/downloads.html 
	b. 選擇版本1.4 || Pre-built for Hadoop 2.6 and later || 復制鏈接使用wget 命令下載
	c.  wget http://d3kbcqa49mib13.cloudfront.net/spark-1.4.0-bin-hadoop2.6.tgz
	d. 解壓并移動到 /usr/local/spark/
	e. 編輯環境變量
	f. sudo gedit  ~/.bashrc
		export SPARK_HOME=/usr/local/spark
		export PATH=$PATH:$SPARK_HOME/bin
	g. source ~/.bashrc   # 使配置生效
4. 啟動spark-shell交互頁面
	hduser[@master](https://my.oschina.net/u/48054):~$ spark-shell
5. 啟動hadoop
6. 在本地運行spark-shell
	a. spark-shell --master local[4]
	b. 讀取本地文件
		val textFile=sc.textFile("file:/usr/local/spark/LREADME.md")
		textFile.count
7. 在Hadoop Yarn 運行spark-shell 
	SPARK_JAR=/usr/local/spark/lib/spark-assembly-1.4.0-hadoop2.6.0.jar      HADOOP_CONF_DIR=/usr/local/hadoop/etc/hadoop MASTER=yarn-client /usr/local/spark/bin/spark-shell 
	SPARK_JAR=/usr/local/spark/lib/spark-assembly-1.4.0-hadoop2.6.0.jar   # 設置sparkjar文件路徑   HADOOP_CONF_DIR=/usr/local/hadoop/etc/hadoop # 設置hadoop配置文件目錄
	MASTER=yarn-client    # 設置運行模式是yarn-client
	/usr/local/spark/bin/spark-shell    # 要運行的spark-shell的完整路徑
8. 構建Spark Standalone Cluster執行環境
	a. cp /usr/local/spark/conf/spark-env.sh.template /usr/local/spark/conf/spark-env.sh   # 復制模板文件 在進行設置
	b. 設置spark-env.sh
	c. sudo gedit /usr/local/spark/conf/spark-env.sh
		export SPARK_MASTER_IP=master      master的IP
		export SPARK_WORKER_CORES=1    每個worker使用的cpu核心
		export SPARK_WORKER_MEMORY=600m   每個worker使用的內存
		export SPARK_WORKER_INSTANCES=1    設置每個worker實例
		# 一定要注意自己的內存
		# hadoop+spark 在多個虛擬機上運行起來后8G內存是不夠用的 非常耗內存 
		# 資源在經過虛擬機后會有比較大的損耗
	d. 使用ssh鏈接data1,data2 并創建spark目錄
		sudo mkdir /usr/local/spark
		sudo chown hduser:hduser /usr/local/spark
		# 對data1 和data2執行上面的操作
	e. 將master的spark復制到data1,data2上
		sudo scp -r /usr/local/spark hduser@data1:/usr/local
		sudo scp -r /usr/local/spark hduser@data2:/usr/local
	f. 編輯slaves文件
		sudo gedit /usr/local/spark/conf/slaves
			data1
			data2
9. 在Spark Standalone運行spark-shell
	a. 啟動Spark Standalone Cluster
	/usr/local/spark/sbin/start-all.sh 
	b. 運行
	spark-shell --master spark://master:7077
	c. 查看Spark Standalone Web UI界面
	http://master:8080/
	d. 停止Spark Standalone Cluster
	/usr/local/spark/sbin/stop-all.sh 
10. 命令參考
 152  scala
  153  jps
  154  wget http://d3kbcqa49mib13.cloudfront.net/spark-1.4.0-bin-hadoop2.6.tgz
  155  ping www.baidu.com
  156  ssh data3
  157  ssh data2
  158  ssh data1
  159  jps
  160  start-all.sh
  161  jps
  162  spark-shell
  163  spark-shell --master local[4]
  164  SPARK_JAR=/usr/local/spark/lib/spark-assembly-1.4.0-hadoop2.6.0.jar  HADOOP_CONF_DIR=/usr/local/hadoop/etc/hadoop MASTER=yarn-client /usr/local/spark/bin/spark-shell 
  165  ssh data2
  166  ssh data1
  167  cd /usr/local/hadoop/etc/hadoop/
  168  ll
  169  sudo gedit masters
  170  sudo gedit slaves
  171  sudo gedit /etc/hosts
  172  sudo gedit hdfs-site.xml
  173  sudo rm -rf /usr/local/hadoop/hadoop_data/hdfs
  174  mkdir -p /usr/local/hadoop/hadoop_data/hdfs/namenode
  175  sudo chown -R hduser:hduser /usr/local/hadoop
  176  hadoop namenode -format
  177  start-all.sh
  178  jps
  179  spark-shell
  180  SPARK_JAR=/usr/local/spark/lib/spark-assembly-1.4.0-hadoop2.6.0.jar  HADOOP_CONF_DIR=/usr/local/hadoop/etc/hadoop MASTER=yarn-client /usr/local/spark/bin/spark-shell 
  181  ssh data1
  182  ssh data2
  183  ssh data1
  184  start-all.sh
  185  jps
  186  cp /usr/local/spark/conf/spark-env.sh.template /usr/local/spark/conf/spark-env.sh
  187  sudo gedit /usr/local/spark/conf/spark-env.sh
  188  sudo scp -r /usr/local/spark hduser@data1:/usr/local
  189  sudo scp -r /usr/local/spark hduser@data2:/usr/local
  190  sudo gedit /usr/local/spark/conf/slaves
  191  /usr/local/spark/sbin/start-all.sh 
  192  spark-shell --master spark://master:7077
  193  /usr/local/spark/sbin/stop-all.sh 
  194  jps
  195  stop-all.sh
  196  history

以上是“如何在hadoop YARN上運行spark-shell”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業資訊頻道！