Spark 系列（七）—— 基於 ZooKeeper 搭建 Spark 高可用集群

2019 年 10 月 3 日
筆記

一、集群規劃

這裡搭建一個 3 節點的 Spark 集群，其中三台主機上均部署 Worker 服務。同時為了保證高可用，除了在 hadoop001 上部署主 Master 服務外，還在 hadoop002 和 hadoop003 上分別部署備用的 Master 服務，Master 服務由 Zookeeper 集群進行協調管理，如果主 Master 不可用，則備用 Master 會成為新的主 Master。

二、前置條件

搭建 Spark 集群前，需要保證 JDK 環境、Zookeeper 集群和 Hadoop 集群已經搭建，相關步驟可以參閱：

三、Spark集群搭建

3.1 下載解壓

下載所需版本的 Spark，官網下載地址：http://spark.apache.org/downloads.html

下載後進行解壓：

# tar -zxvf  spark-2.2.3-bin-hadoop2.6.tgz

3.2 配置環境變數

# vim /etc/profile

添加環境變數：

export SPARK_HOME=/usr/app/spark-2.2.3-bin-hadoop2.6  export  PATH=${SPARK_HOME}/bin:$PATH

使得配置的環境變數立即生效：

# source /etc/profile

3.3 集群配置

進入 ${SPARK_HOME}/conf 目錄，拷貝配置樣本進行修改：

1. spark-env.sh

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

# 配置JDK安裝位置  JAVA_HOME=/usr/java/jdk1.8.0_201  # 配置hadoop配置文件的位置  HADOOP_CONF_DIR=/usr/app/hadoop-2.6.0-cdh5.15.2/etc/hadoop  # 配置zookeeper地址  SPARK_DAEMON_JAVA_OPTS="-Dspark.deploy.recoveryMode=ZOOKEEPER -Dspark.deploy.zookeeper.url=hadoop001:2181,hadoop002:2181,hadoop003:2181 -Dspark.deploy.zookeeper.dir=/spark"

2. slaves

cp slaves.template slaves

配置所有 Woker 節點的位置：

hadoop001  hadoop002  hadoop003

3.4 安裝包分發

將 Spark 的安裝包分發到其他伺服器，分發後建議在這兩台伺服器上也配置一下 Spark 的環境變數。

scp -r /usr/app/spark-2.4.0-bin-hadoop2.6/   hadoop002:usr/app/  scp -r /usr/app/spark-2.4.0-bin-hadoop2.6/   hadoop003:usr/app/

四、啟動集群

4.1 啟動ZooKeeper集群

分別到三台伺服器上啟動 ZooKeeper 服務：

 zkServer.sh start

4.2 啟動Hadoop集群

# 啟動dfs服務  start-dfs.sh  # 啟動yarn服務  start-yarn.sh

4.3 啟動Spark集群

進入 hadoop001 的 ${SPARK_HOME}/sbin 目錄下，執行下面命令啟動集群。執行命令後，會在 hadoop001 上啟動 Maser 服務，會在 slaves 配置文件中配置的所有節點上啟動 Worker 服務。

start-all.sh

分別在 hadoop002 和 hadoop003 上執行下面的命令，啟動備用的 Master 服務：

# ${SPARK_HOME}/sbin 下執行  start-master.sh

4.4 查看服務

查看 Spark 的 Web-UI 頁面，埠為 8080。此時可以看到 hadoop001 上的 Master 節點處於 ALIVE 狀態，並有 3 個可用的 Worker 節點。

而 hadoop002 和 hadoop003 上的 Master 節點均處於 STANDBY 狀態，沒有可用的 Worker 節點。

五、驗證集群高可用

此時可以使用 kill 命令殺死 hadoop001 上的 Master 進程，此時備用 Master 會中會有一個再次成為 主 Master，我這裡是 hadoop002，可以看到 hadoop2 上的 Master 經過 RECOVERING 後成為了新的主 Master，並且獲得了全部可以用的 Workers。

Hadoop002 上的 Master 成為主 Master，並獲得了全部可以用的 Workers。

此時如果你再在 hadoop001 上使用 start-master.sh 啟動 Master 服務，那麼其會作為備用 Master 存在。

六、提交作業

和單機環境下的提交到 Yarn 上的命令完全一致，這裡以 Spark 內置的計算 Pi 的樣常式序為例，提交命令如下：

spark-submit   --class org.apache.spark.examples.SparkPi   --master yarn   --deploy-mode client   --executor-memory 1G   --num-executors 10   /usr/app/spark-2.4.0-bin-hadoop2.6/examples/jars/spark-examples_2.11-2.4.0.jar   100

更多大數據系列文章可以參見 GitHub 開源項目： 大數據入門指南