Smartbi V9 帮助中心
页面树结构

版本比较

旧版本 6

changes.mady.by.user 董绳德

保存于

比较

新版本 当前版本

changes.mady.by.user 杨瑾瑜

保存于

标识

  • 该行被添加。
  • 该行被删除。
  • 格式已经改变。


目录

Spark是分布式计算平台，主要承担实验引擎发送过来的计算任务，包含Master和Worker两部分，其中Worker实例可以横向扩展。

1、系统环境准备

注意注意：如果服务部署集群，集群内所有服务器均需设置系统环境。

注意
title注意

文档中单机数据挖掘部署环境如下：

服务器IP

主机名

组件实例

192.168.137.139

smartbi-engine

实验引擎，服务引擎

192.168.137.140

smartbi-python

python执行节点

192.168.137.141

smartbi-spark

spark单节点(master+worker)，hadoop

PS：可根据实际服务器资源，将数据挖掘及其组件部署在不同服务器，或者部署在同一台服务器中(可能导致性能下降).

1、系统环境准备

1.1防火墙配置

为了便于安装，建议在安装前关闭防火墙。使用过程中，为了系统安全可以选择启用防火墙，但必须启用服务相关端口。

1.关闭防火墙

临时关闭防火墙

代码块
linenumberstrue
systemctl stop firewalld

永久关闭防火墙

代码块
linenumberstrue
systemctl disable firewalld

查看防火墙状态

代码块
linenumberstrue
systemctl status firewalld

2.开启防火墙

相关服务及端口对照表：

服务名需要开放端口
Spark

8080，8081，7077，[30000-65535]

如果确实需要打开防火墙安装，需要给防火墙放开以下需要使用到的端口
开启端口：8080，8081，7077，[30000-65535]

代码块
linenumberstrue
firewall-cmd --zone=public --add-port=8080/tcp --permanent
firewall-cmd --zone=public --add-port=8081/tcp --permanent
firewall-cmd --zone=public --add-port=7077/tcp --permanent
firewall-cmd --zone=public --add-port=30000-65535/tcp --permanent

配置完以后重新加载firewalld，使配置生效

代码块
linenumberstrue
firewall-cmd --reload

查看防火墙的配置信息

代码块
linenumberstrue
firewall-cmd --list-all

3.关闭selinux

临时关闭selinux，立即生效，不需要重启服务器。

代码块
linenumberstrue
setenforce 0

永久关闭selinux，修改完配置后需要重启服务器才能生效

代码块
linenumberstrue
sed -i 's/=enforcing/=disabled/g'  /etc/selinux/config

1.2 安装Java环境

 安装包解压到/opt目录

代码块
linenumberstrue
tar -zxvf jdk8.0.202-linux_x64.tar.gz -C /opt

配置java环境变量

①在/etc/profile 文件末尾添加，并保存

①执行 vi ~/.bash_profile 在文件末尾添加java环境变量参数，并保存

代码块
linenumberstrue
export  JAVA_HOME=/opt/jdk8.0.202-linux_x64
export  JRE_HOME=$JAVA_HOME/jre
export  CLASSPATH=.:$JAVA_HOME/lib:$JRE_HOME/jre/lib:$CLASSPATH
export  PATH=$JAVA_HOME/bin:$JRE_HOME/bin:$PATH

②使配置生效

代码块
linenumberstrue
source ~/
etc/
.bash_profile

③查看java版本信息

代码块
linenumberstrue
java -version

2、Spark单机部署

1.修改主机名-添加映射关系

根据部署实际环境，各个服务器主机名不同即可不修改主机名，如需修改，可参考下面的修改方式：

代码块
linenumberstrue
hostnamectl set-hostname 主机名

PS：主机名不能使用下划线

配置主机名和IP的映射关系

代码块
linenumberstrue
vi /etc/hosts

内容设置，例如:

代码块
linenumberstrue
127.0.0.1 localhost localhost.localdomain localhost4 localhost4.localdomain4
::1 localhost localhost.localdomain localhost6 localhost6.localdomain6
10.10.17.186

192.168.137.139 smartbi-engine
192.168.137.140 smartbi-python
192.168.137.141 smartbi-spark

2.设置系统免密登陆

生成密钥

代码块
linenumberstrue
ssh-keygen

输入ssh-keygen后，连续按三次回车，不用输入其它信息
复制公钥

代码块
linenumberstrue
cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
chmod 0600 ~/.ssh/authorized_keys

测试是否设置成功，例如:

代码块
linenumberstrue
ssh root@smartbi-spark

如果不用输入密码，表示成功。

注意
title配置解析

此处的免密登录使用的是root用户做测试。其他用户，需要根据实际情况修改。

3.安装Spark

解压spark安装包到指定目录

代码块
linenumberstrue
tar -zxvf spark-
2
3.
4
0.0-bin-hadoop2.7.tgz -C /opt

配置spark

代码块
linenumberstrue
cd /opt/spark-3.0.0-bin-hadoop2.7/conf
cp spark-defaults.conf.template spark-defaults.conf   
vi spark-defaults.conf

在配置文件末尾添加以下内容，保存

代码块
linenumberstrue
spark.authenticate true
spark.authenticate.secret kW9y@5yheyJ&IMlD41Dlv#lHFKi7fg7#

Image Added

注意
title配置解析

其中 kW9y@5yheyJ&IMlD41Dlv#lHFKi7fg7# 是默认spark认证密钥, 支持更改成自定义的字符串(大小写英文字母+数字+英文符号构成)。
如不使用默认值，需要在部署实验引擎时, experiment-application.properties文件修改配置项(如果没有该配置项则需要添加)。
spark.authenticate.secret=你修改的密钥

4.启动Spark

①启动Spark master

代码块
linenumberstrue
cd /opt/spark-
2
3.
4
0.0-bin-hadoop2.7/sbin
./start-master.sh -h 主机名

例如：主机名为smartbi-spark，则执行：

代码块
linenumberstrue
./start-master.sh -h smartbi-spark

Image Removed


②启动Spark work

注意:参数 -c 为分配给spark work 节点的cpu核数，-m 为分配给spark work节点内存值

代码块
linenumberstrue
cd /opt/spark-
2
3.
4
0.0-bin-hadoop2.7/sbin
./start-slave.sh spark://master节点的主机名:7077 -c 配置的cpu数 -m xg 配置得的内存数(g为单位)


注意

Work 节点最低配置为 1 核 8G 内存。 cpu 和内存比值建议为 1:8 ，即一个 cpu 配置 8G 的内存

例如：worker节点为8核，64G内存的配置，master的主机名为smartbi-spark，2核16G留给系统跟hadoop，剩下的资源留给spark。则执行:

代码块
linenumberstrue
./start-slave.sh spark://smartbi-spark:7077 -c 6 -m 48g 

5.检查Spark

在浏览器中输入：http://master节点的ip:8080，查看集群状态

Image Removed

Image Added

在master节点提交任务，执行以下命令(注意将”节点的IP”替换对应的IP或主机名)

代码块
linenumberstrue
cd /opt/spark-
2
3.
4
0.0-bin-hadoop2.7/bin
./spark-submit --class org.apache.spark.examples.SparkPi --master spark://节点的ip:7077 /opt/spark-
2
3.
4
0.0-bin-hadoop2.7/examples/jars/spark-examples_2.
11
12-
2
3.
4
0.0.jar 100

Image Modified

运行得出圆周率Pi的近似值3.14即部署成功。

6.运维操作

停止Spark

代码块
languagebash
linenumberstrue
cd /opt/spark-
2
3.
4
0.0-bin-hadoop2.7/sbin
./stop-all.sh

启动Spark master

代码块
languagebash
linenumberstrue
cd /opt/spark-
2
3.
4
0.0-bin-hadoop2.7/sbin
./start-master.sh -h 主机名

启动Spark

worke

worker

代码块
languagebash
linenumberstrue
cd /opt/spark-
2
3.
4
0.0-bin-hadoop2.7/sbin
./start-slave.sh spark://master节点的主机名:7077 -c 配置的cpu数 -m xg 配置得的内存数(g为单位)

查看日志
Spark的日志路径：/opt/spark-

2

3.

4

0.0-bin-hadoop2.7/logs
安装部署或者使用中有问题，可能需要根据日志来分析解决。

toc