本节目标：

掌握Spark的部署方式

所需软件：spark-2.2.1-bin-hadoop2.7

Spark部署方式主要有三种：local模式，standalone模式，spark on yarn 模式。

1、local单机模式：

解压安装即可
测试：./bin/spark-submit --class org.apache.spark.examples.SparkPi --master local[1] ./examples/jars/spark-examples_2.11-2.2.1.jar 100

2、standalone集群式：

1.每台解压安装spark
注意：环境变量可不用配置，start-all.sh容易与hadoop命令冲突
3.cp conf/spark-env.sh.template conf/spark-env.sh
4.修改spark-env.sh
export JAVA_HOME=/usr/local/src/jdk1.8
export SPARK_MASTER_IP=master
export SPARK_MASTER_PORT=7077
export SPARK_WORKER_CORES=1
export SPARK_WORKER_INSTANCES=1
export SPARK_WORKER_MEMORY=1g
5.修改slaves

salve1

slave2

slave3

6.配置文件同步到其他节点

7.启动

./sbin/start-all.sh

8.webUI:

master:8080

9.HA配置
spark-env.sh添加：

export SPARK_DAEMON_JAVA_OPTS="-Dspark.deploy.recoveryMode=ZOOKEEPER -Dspark.deploy.zookeeper.url=master:2181,slave1:2181,slave2:2181"

10.同步spark-env.sh配置文件

11.slave1热备节点spark-env.sh修改：
export SPARK_MASTER_IP=slave1
12.启动热备节点
./sbin/start-master.sh

因为用到zk集群，启动spark前，先启动zk。

13.测试故障是否自动切换

14、测试任务提交

standalone模式分为两种运行方式：
client方式:运行结果在客户端直接可见
测试：./bin/spark-submit --class org.apache.spark.examples.SparkPi--master spark://master:7077./examples/jars/spark-examples_2.11-2.2.1.jar 100

cluster方式：运行结果不能直接可见,可在webUI中查到

测试：./bin/spark-submit --class org.apache.spark.examples.SparkPi--master spark://master:7077 --deploy-mode cluster./examples/jars/spark-examples_2.11-2.2.1.jar 100

3、spark on yarn模式：

基于Hadoop部署
1.spark-env.sh增加
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop
export YARN_CONF_DIR=$HADOOP_HOME/etc/hadoop
export SCALA_HOME=/usr/local/src/scala-2.11.12
export SPARK_HOME=/usr/local/src/spark-2.2.1-bin-hadoop2.7
export PATH=$SPARK_HOME/bin:$PATH
export SPARK_JAR=$SPARK_HOME/jars/*
2.同步配置文件
3.启动hadoop，此时不应启动spark，否则会造成资源管理器冲突。
4.测试
client:运行结果在客户端直接可见

测试：./bin/spark-submit --class org.apache.spark.examples.SparkPi --master yarn --deploy-mode client ./examples/jars/spark-examples_2.11-2.2.1.jar 100

cluster：运行结果不能直接可见

测试：./bin/spark-submit --class org.apache.spark.examples.SparkPi --master yarn --deploy-modecluster ./examples/jars/spark-examples_2.11-2.2.1.jar 100

可能出现的报错：

ERROR spark.SparkContext: Error initializing SparkContext.
org.apache.spark.SparkException: Yarn application has already ended! It might have been killed or unable to launch application master.

For more detailed output, check application tracking page:http://slave3:8088/cluster/app/application_1525099301044_0003Then, click on links to logs of each attempt.
Diagnostics: Container [pid=2391,containerID=container_1525099301044_0003_02_000001] is running beyond virtual memory limits. Current usage: 40.8 MB of 1 GB physical memory used; 2.2 GB of 2.1 GB virtual memory used. Killing container.

该错误是YARN的虚拟内存计算方式导致，上例中用户程序申请的内存为1Gb，YARN根据此值乘以一个比例（默认为2.1）得出申请的虚拟内存的值，当YARN计算的用户程序所需虚拟内存值大于计算出来的值时，就会报出以上错误。

解决方式：

1、修改yarn-site.xml

yarn配置文件中 containers 的默认属性有关,被强制限定了物理内存

<property>
 <name>yarn.nodemanager.vmem-check-enabled</name>
 <value>false</value>
</property>
<property>
  <name>yarn.nodemanager.pmem-check-enabled</name>
  <value>false</value>
</property>
<property>
 <name>yarn.nodemanager.vmem-pmem-ratio</name>
 <value>4</value>
</property>

2、SPARK_HOME/conf下的spark-defaults.conf.template，改名为spark-defaults.conf，修改并同步

官方默认为512m