如何在CDH集群外配置非Kerberos环境的Spark2和Kafka客户端环境

Fayson

发布于 2018-07-12 15:47:37

1.4K0

发布于 2018-07-12 15:47:37

文章被收录于专栏：Hadoop实操

温馨提示：要看高清无码套图，请使用手机打开并单击图片放大查看。
Fayson的github： https://github.com/fayson/cdhproject
提示：代码块部分可以左右滑动查看噢

1.文档编写目的

前面的文章《如何在CDH集群外配置Kerberos环境的GateWay节点》和《如何在CDH集群外配置非Kerberos环境的GateWay节点》中Fayson介绍了在不将集群外节点添加到CM管理中实现各组件客户端访问CDH集群功能，本篇文章Fayson主要在前文章实现的基础上配置Spark2和Kafka客户端环境。

内容概述：

1.部署环境说明

2.部署Spark2和Kafka环境及测试

3.总结

测试环境：

1.CM和CDH版本为5.14.2

2.操作系统为RedHat7.3

3.操作用户root

测试环境：

1.Gateway节点与集群网络正常

2.环境说明

集群外节点:

IP地址	HostName	操作系统
172.27.0.5	cdh05.fayson.com	RedHat7.3

集群环境:

IP地址	HostName	操作系统
172.27.0.4	cdh01.fayson.com	RedHat7.3
172.27.0.11	cdh02.fayson.com	RedHat7.3
172.27.0.7	cdh03.fayson.com	RedHat7.3
172.27.0.3	cdh04.fayson.com	RedHat7.3

cdh05.fayson.com节点并未添加到CM中:

3.部署Spark2及Kafka客户端环境

1.将集群的hosts文件同步至该Gateway节点（cdh05.fayson.com）

[root@cdh01 ~]# scp /etc/hosts cdh05.fayson.com:/etc/

（可左右滑动）

2.登录集群任意节点，将集群的Java目录拷贝至(cdh05.fayson.com)节点的/usr/java目录下

[root@cdh01 conf]# scp -r /usr/java/jdk1.8.0_131/ cdh05.fayson.com:/usr/java/

（可左右滑动）

注意：Java的HOME目录与集群部署的一致。

3.登录CDH集群的任意节点，将/opt/cloudera/parcels目录下的SPARK2和KAFKA目录压缩并拷贝至(cdh05.fayson.com)节点

[root@cdh01 ~]# cd /opt/cloudera/parcels/
[root@cdh01 parcels]# tar -czvf SPARK2-2.2.0.cloudera2-1.cdh5.12.0.p0.232957.tar.gz SPARK2-2.2.0.cloudera2-1.cdh5.12.0.p0.232957
[root@cdh01 parcels]# tar -czvf KAFKA-2.2.0-1.2.2.0.p0.68.tar.gz KAFKA-2.2.0-1.2.2.0.p0.68/

（可左右滑动）

将Spark2和Kafka的压缩包拷贝至cdh05.fayosn.com服务器的/opt/cloudera/parcels目录下：

将/etc目录下spark2和kafka目录压缩

[root@cdh01 etc]# cd /etc/
[root@cdh01 etc]# tar -czvf spark2.tar.gz spark2
[root@cdh01 etc]# tar -czvf kafka.tar.gz kafka/

（可左右滑动）

将spark2.tar.gz和kafka.tar.gz压缩包拷贝至cdh05.fayosn.com的/etc目录下

4.登录(cdh05.fayson.com)节点的服务器上，进入/opt/cloudera/parcels目录，并将压缩包解压至该目录下

[root@cdh05 ~]# cd /opt/cloudera/parcels/
[root@cdh05 parcels]# tar -zxvf SPARK2-2.2.0.cloudera2-1.cdh5.12.0.p0.232957.tar.gz
[root@cdh05 parcels]# tar -zxvf KAFKA-2.2.0-1.2.2.0.p0.68.tar.gz

（可左右滑动）

为解压出来的SPARK2和KAFKA目录创建软连

[root@cdh05 parcels]# pwd
[root@cdh05 parcels]# ln -s SPARK2-2.2.0.cloudera2-1.cdh5.12.0.p0.232957 SPARK2
[root@cdh05 parcels]# ln -s KAFKA-2.2.0-1.2.2.0.p0.68 KAFKA

（可左右滑动）

进入到/etc目录下，将spark2.tar.gz和kafka.tar.gz压缩包解压至当前目录

[root@cdh05 parcels]# cd /etc/
[root@cdh05 etc]# tar -zxvf spark2.tar.gz 
[root@cdh05 etc]# tar -zxvf kafka.tar.gz

（可左右滑动）

分别进入kafka和spark2目录下删除相应的软连接，重新创建新的软连

[root@cdh05 etc]# cd spark2
[root@cdh05 spark2]# rm -rf conf
[root@cdh05 spark2]# ln -s conf.cloudera.spark2_on_yarn/ conf
[root@cdh05 spark2]# ll

（可左右滑动）

[root@cdh05 spark2]# cd ../kafka/
[root@cdh05 kafka]# rm -rf conf
[root@cdh05 kafka]# ln -s conf.cloudera.kafka/ conf

（可左右滑动）

5.在cdh05.fayson.com节点配置Spark2和Kafka的环境变量

修改/etc/profile配置文件，在文件的末尾增加如下配置：

export SPARK2_HOME=/opt/cloudera/parcels/SPARK2
export PATH=$SPARK2_HOME/bin:$PATH

export KAFKA_HOME=/opt/cloudera/parcels/KAFKA
export PATH=$KAFKA_HOME/bin:$PATH

（可左右滑动）

修改后执行如下命令是环境变量生效：

[root@cdh05 ~]# source /etc/profile

4.Spark2和Kafka客户端命令验证

1.执行Spark2-shell命令

spark2-shell命令执行成功，通过CM查看Yarn作业

2.使用spark2-submit命令向集群提交一个spark作业

spark2-submit --class org.apache.spark.examples.SparkPi \
    --master yarn-client --num-executors 4 --driver-memory 2g \
    --driver-cores 1 --executor-memory 2g --executor-cores 1 \
    /opt/cloudera/parcels/SPARK2/lib/spark2/examples/jars/spark-examples_2.11-2.2.0.cloudera2.jar 10

（可左右滑动）

通过Yarn界面查看，作业执行成功

3.测试Kafka命令，列出Kafka的所有topic

[root@cdh05 hadoop]# kafka-topics --list --zookeeper cdh01.fayson.com

（可左右滑动）

命令执行成功。

5.总结

1.本篇文章在前面的文章基础上进行配置，如果未配置Hadoop等相关服务的Gateway则会导致Spark2无法加载Hadoop的依赖包等异常。

2.在使用Spark2-submit提交Spark作业时遇到“Exception running /etc/hadoop/conf.cloudera.yarn/topology.py”异常，由于前面的文章Fayson是直接将Hadoop的相关配置拷贝至/etc/hadoop/conf目录下，需要将与集群的目录配置一致，如下截图: