前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
社区首页 >专栏 >Docker 搭建 Spark

Docker 搭建 Spark

作者头像
yiyun
发布2022-04-01 16:34:28
发布2022-04-01 16:34:28
3.4K10
代码可运行
举报
文章被收录于专栏:yiyun 的专栏yiyun 的专栏
运行总次数:0
代码可运行

引言

使用 Dockerfile、Docker Compose 构建 Spark集群环境,方便以后的部署,日常开发。

Spark部署模式主要有四种:

  1. Local模式(单机模式)
  2. Standalone模式(使用Spark自带的简单集群管理器)
  3. YARN模式(使用YARN作为集群管理器)
  4. Mesos模式(使用Mesos作为集群管理器)

关联仓库地址:https://github.com/yiyungent/spark-docker

1. 准备

代码语言:javascript
代码运行次数:0
运行
复制
FROM ubuntu:20.04 AS base

LABEL maintainer="yiyun <yiyungent@gmail.com>"

# 设置国内阿里云镜像源
COPY etc/apt/aliyun-ubuntu-20.04-focal-sources.list   /etc/apt/sources.list

# 时区设置
ENV TZ=Asia/Shanghai

RUN apt-get update

# 1. 安装常用软件
RUN apt-get install -y wget
RUN apt-get install -y ssh
RUN apt-get install -y vim

2. 安装 Java

代码语言:javascript
代码运行次数:0
运行
复制
# 2. 安装 Java
ADD jdk-8u131-linux-x64.tar.gz /opt/
RUN mv /opt/jdk1.8.0_131 /opt/jdk1.8
ENV JAVA_HOME=/opt/jdk1.8
ENV JRE_HOME=${JAVA_HOME}/jre
ENV CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib
ENV PATH=${JAVA_HOME}/bin:$PATH

测试

代码语言:javascript
代码运行次数:0
运行
复制
docker build -t spark-with-java .
代码语言:javascript
代码运行次数:0
运行
复制
docker run -it --name spark-container spark-with-java bash

3. 安装 Scala

代码语言:javascript
代码运行次数:0
运行
复制
# 3. 安装 Scala
RUN wget http://downloads.lightbend.com/scala/2.12.1/scala-2.12.1.tgz
RUN mkdir /opt/scala
RUN tar -zxvf scala-2.12.1.tgz -C /opt/scala/
ENV SCALA_HOME=/opt/scala/scala-2.12.1 
ENV PATH=${SCALA_HOME}/bin:$PATH 

测试

代码语言:javascript
代码运行次数:0
运行
复制
docker build -t spark-with-scala .
代码语言:javascript
代码运行次数:0
运行
复制
docker run -it --name spark-container spark-with-scala bash
代码语言:javascript
代码运行次数:0
运行
复制
scala -version

4. 安装 Spark

代码语言:javascript
代码运行次数:0
运行
复制
# 4. 安装 Spark
RUN mkdir /opt/spark 
#RUN wget https://downloads.apache.org/spark/spark-3.0.2/spark-3.0.2-bin-hadoop2.7.tgz
RUN wget https://mirrors.tuna.tsinghua.edu.cn/apache/spark/spark-3.0.2/spark-3.0.2-bin-hadoop2.7.tgz
RUN tar -zxvf spark-3.0.2-bin-hadoop2.7.tgz -C /opt/spark/
ENV SPARK_HOME=/opt/spark/spark-3.0.2-bin-hadoop2.7
ENV PATH=${SPARK_HOME}/bin:$PATH

注意: 这里使用的是 spark-3.0.2-bin-hadoop2.7 ,此包已经包含了编译好的hadoop2.7, start-all.sh 将同时启动 Hadoop 集群

测试

代码语言:javascript
代码运行次数:0
运行
复制
docker build -t spark .
代码语言:javascript
代码运行次数:0
运行
复制
docker run -it --name spark-container spark bash
代码语言:javascript
代码运行次数:0
运行
复制
spark-shell
代码语言:javascript
代码运行次数:0
运行
复制
3+5

补充:

使用如下命令退出spark-shell交互式环境:

代码语言:javascript
代码运行次数:0
运行
复制
:quit

测试Spark是否可以正常访问Ubuntu系统中的本地文件

代码语言:javascript
代码运行次数:0
运行
复制
vim /home/word.txt
代码语言:javascript
代码运行次数:0
运行
复制
I love Spark
I love Hadoop
Spark is good
代码语言:javascript
代码运行次数:0
运行
复制
spark-shell
代码语言:javascript
代码运行次数:0
运行
复制
val line=sc.textFile("file:///home/word.txt")
代码语言:javascript
代码运行次数:0
运行
复制
println(line.count())

测试Spark是否能够正常访问Hadoop中的HDFS

由于我们经常需要让Spark去访问Hadoop中的HDFS, 因此,需要测试一下Spark是否可以正常访问HDFS。 执行如下命令启动Hadoop中的HDFS:

启动 Spark 集群

默认在哪台机器启动,那台机器就是master节点

代码语言:javascript
代码运行次数:0
运行
复制
/opt/spark/spark-3.0.2-bin-hadoop2.7/sbin/start-all.sh

补充:

也可以利用环境变量:

代码语言:javascript
代码运行次数:0
运行
复制
$SPARK_HOME/sbin/start-all.sh

补充:

也可以在其它节点启动备份主节点:

代码语言:javascript
代码运行次数:0
运行
复制
$SPARK_HOME/sbin/start-master.sh

测试

参考:

参考

感谢帮助!

本文作者: yiyun

本文链接: https://moeci.com/posts/分类-docker/docker-spark/

版权声明: 本博客所有文章除特别声明外,均采用 BY-NC-SA 许可协议。转载请注明出处!

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2021-02-26,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 引言
  • 1. 准备
  • 2. 安装 Java
    • 测试
  • 3. 安装 Scala
    • 测试
  • 4. 安装 Spark
    • 测试
    • 测试Spark是否可以正常访问Ubuntu系统中的本地文件
    • 测试Spark是否能够正常访问Hadoop中的HDFS
    • 启动 Spark 集群
  • 测试
  • 参考
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档