:Spark环境搭建-StandAlone-HA
Posted 黑马程序员官方
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了:Spark环境搭建-StandAlone-HA相关的知识,希望对你有一定的参考价值。
Spark是大数据体系的明星产品,是一款高性能的分布式内存迭代计算框架,可以处理海量规模的数据。下面就带大家来学习今天的内容!
往期内容:
一、StandAlone HA 运行原理
导论
Spark Standalone集群是Master-Slaves架构的集群模式,和大部分的Master-Slaves结构集群一样,存在着Master 单点故障(SPOF)的问题。
高可用HA
如何解决这个单点故障的问题, Spark提供了两种方案:
1.基于文件系统的单点恢复(Single-Node Recovery with Local File System)--只能用于开发或测试环境。
2.基于zookeeper的Standby Masters(Standby Masters with ZooKeeper)--可以用于生产环境。
ZooKeeper提供了一个Leader Election机制,利用这个机制可以保证虽然集群存在多个Master,但是只有一个是Active 的,其他的都是Standby。当Active的Master出现故障时,另外的一个Standby Master会被选举出来。由于集群的信息 ,包括Worker, Driver和Application的信息都已经持久化到文件系统,因此在切换的过程中只会影响新Job的提交,对 于正在进行的Job没有任何的影响。加入ZooKeeper的集群整体架构如下图所示。
二、基于Zookeeper实现HA
官方文档: http://spark.apache.org/docs/3.1.2/spark-standalone.html#standby-masters-with-zookeeper
此时大家可以直接参考部署文档<<spark部署文档.doc>> 中的HA构造方案
查看WebUI
默认情况下,先启动Master就为Active Master,如下截图所示:
如果将node1的Master进程Kill掉, node2的Master在1Min-2Min左右会接替node1的Master作用。 也就是在执行过程中,使用jps查看Active Master进程ID,将其kill,观察Master是否自动切换与应用运行完成结束。(需要等待1-2min)。
三、测试运行
3.1 Wordcount测试
resultRDD = sc.textFile("hdfs://node1:8020/pydata/words.txt") \\
.flatMap(lambda line: line.split(" ")) \\
.map(lambda x: (x, 1)) \\
.reduceByKey(lambda a, b: a + b)
resultRDD .collect()
停止集群: /export/server/spark/sbin/stop-all.sh
3.2 关闭Master验证HA
关闭活跃的Master进程, 等待30秒左右
查看standby是否接管集群.
以上是关于:Spark环境搭建-StandAlone-HA的主要内容,如果未能解决你的问题,请参考以下文章
Spark机器学习速成宝典基础篇01Windows下spark开发环境搭建+sbt+idea(Scala版)