udpate

content/post/hdp2.md

@@ -233,7 +233,7 @@ hbase-rs1  | 192.168.8.33/24 | -             | HbaseRigionServer
     hdp-slave1
     ```
 
-### 部署 spark 集群
+### 部署 spark-on-yarn
 - 在 **hdp-X** 上执行如下操作
 - 下载 spark-3.3.4-bin-hadoop2.tgz，解压
 	```bash
@@ -272,8 +272,10 @@ hbase-rs1  | 192.168.8.33/24 | -             | HbaseRigionServer
 
 - 创建 $SPARK_HOME/conf/spark-env.sh，参考内容如下
     ```bash
+    export JAVA_HOME=/opt/jdk
     export HADOOP_CONF_DIR=${HADOOP_HOME}/etc/hadoop
     export SPARK_HISTORY_OPTS="-Dspark.history.ui.port=18080 -Dspark.history.fs.logDirectory=hdfs://hdp-nn:8020/spark-logs -Dspark.history.retainedApplications=30"
+    export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$HADOOP_HOME/lib/native
     ```
 
 ### 格式化 namenode

content/post/hdp3.3.md

@@ -10,11 +10,11 @@ categories: ["hadoop"]
 ## 环境
 主机名 | 地址 | 数据目录 | 组件
 ---- | ---- | ---- | ----
-hdp-nn      | 192.168.8.1/24  | /data/hdp-nn  | Namenode
+hdp-nn      | 192.168.8.1/24  | /data/hdp-nn  | Namenode Spark
 hdp-snn     | 192.168.8.2/24  | /data/hdp-snn | SecondaryNamenode
 hdp-rm      | 192.168.8.3/24  | -             | ResourceManager
-hdp-worker0 | 192.168.8.10/24 | /data/hdp-dn  | Datanode NodeManager
+hdp-worker0 | 192.168.8.10/24 | /data/hdp-dn  | Datanode NodeManager Spark
-hdp-worker1 | 192.168.8.11/24 | /data/hdp-dn  | Datanode NodeManager
+hdp-worker1 | 192.168.8.11/24 | /data/hdp-dn  | Datanode NodeManager Spark
 hive-hs     | 192.168.8.20/24 | -             | HiveServer2 Tez
 hive-ms     | 192.168.8.21/24 | -             | HiveMetastore Tez
 
@@ -241,6 +241,52 @@ hive-ms     | 192.168.8.21/24 | -             | HiveMetastore Tez
     hdp-worker1
     ```
 
+
+### 部署 spark-on-yarn
+- 在 **hdp-X** 上执行如下操作
+- 下载 spark-3.5.8-bin-hadoop3.tgz，解压
+	```bash
+    curl -LO https://archive.apache.org/dist/spark/spark-3.5.8/spark-3.5.8-bin-hadoop3.tgz
+    tar zxf spark-3.5.8-bin-hadoop3.tgz
+    mv spark-3.5.8-bin-hadoop3 /opt/spark
+	```
+
+- 配置 spark 环境变量
+    ```bash
+    echo 'export SPARK_HOME=/opt/spark' > /etc/profile.d/spark.sh
+    echo 'export PATH=$SPARK_HOME/bin:$PATH' >> /etc/profile.d/spark.sh
+    # 不推荐把 $SPARK_HOME/sbin 加入环境变量 PATH，避免与 hadoop 冲突
+    source /etc/profile.d/spark.sh
+    ```
+
+- 修改 $HADOOP_HOME/etc/hadoop/yarn-site.xml，关闭 yarn 虚拟内存检查(已关闭)
+- 编辑 $HADOOP_HOME/etc/hadoop/capacity-scheduler.xml，修改内容如下
+    ```xml
+    <configuration>
+      <property>
+        <name>yarn.scheduler.capacity.resource-calculator</name>
+        <!-- <value>org.apache.hadoop.yarn.util.resource.DefaultResourceCalculator</value> -->
+        <value>org.apache.hadoop.yarn.util.resource.DominantResourceCalculator</value>
+        </description>
+      </property>
+    </configuration>
+    ```
+
+- 创建 $SPARK_HOME/conf/spark-defaults.conf，参考内容如下
+    ```
+    spark.master                     yarn
+    spark.eventLog.enabled           true
+    spark.eventLog.dir               hdfs://hdp-nn:8020/spark-logs
+    ```
+
+- 创建 $SPARK_HOME/conf/spark-env.sh，参考内容如下
+    ```bash
+    export JAVA_HOME=/opt/jdk
+    export HADOOP_CONF_DIR=${HADOOP_HOME}/etc/hadoop
+    export SPARK_HISTORY_OPTS="-Dspark.history.ui.port=18080 -Dspark.history.fs.logDirectory=hdfs://hdp-nn:8020/spark-logs -Dspark.history.retainedApplications=30"
+    export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$HADOOP_HOME/lib/native
+    ```
+
 ### 格式化 namenode
 - 在 **hdp-nn** 上执行如下操作
     ```bash
@@ -263,6 +309,34 @@ hive-ms     | 192.168.8.21/24 | -             | HiveMetastore Tez
     /opt/jdk/bin/jps
     ```
 
+### 启动 spark 日志服务
+- 在 **hdp-nn** 上执行如下操作
+- 创建 spark 日志目录
+    ```bash
+    hdfs dfs -mkdir /spark-logs
+    ```
+
+- 启动日志服务
+    ```bash
+    /opt/spark/sbin/start-history-server.sh
+    ```
+
+### 发布分布式计算任务
+- 客户端模式
+    ```bash
+    spark-shell
+    ```
+
+- 集群模式
+    ```bash
+    spark-submit \
+        --class org.apache.spark.examples.SparkPi \
+        --deploy-mode cluster \
+        $SPARK_HOME/examples/jars/spark-examples_2.12-3.5.8.jar
+    ```
+
+- 浏览器访问 http://{spark 日志服务器}:18080 查看任务进度
+
 ---
 
 ## 部署 hive 集群