上節中簡單的介紹了Spark的一些概念還有Spark生態圈的一些情況，這里主要是介紹Spark運行模式與Spark Standalone模式的部署；
Spark運行模式
在Spark中存在着多種運行模式，可使用本地模式運行、可使用偽分布式模式運行、使用分布式模式也存在多種模式如：Spark Mesos模式、Spark YARN模式；
Spark Mesos模式：官方推薦模式，通用集群管理，有兩種調度模式：粗粒度模式（Coarse-grained Mode）與細粒度模式（Fine-grained Mode）；
Spark YARN模式：Hadoop YARN資源管理模式；
Standalone模式： 簡單模式或稱獨立模式，可以單獨部署到一個集群中，無依賴任何其他資源管理系統。不使用其他調度工具時會存在單點故障，使用Zookeeper等可以解決；
Local模式：本地模式，可以啟動本地一個線程來運行job，可以啟動N個線程或者使用系統所有核運行job；
Standalone模式部署實踐
Standalone模式需要將Spark復制到集群中的每個節點，然后分別啟動每個節點即可；Spark Standalone模式的集群由Master與Worker節點組成，程序通過與Master節點交互申請資源，Worker節點啟動Executor運行；
這里使用了兩節點部署Spark集群：192.168.2.131、192.168.2.133，下面簡稱為：133與131節點；其中133節點既是Master節點同時又是Worker節點，131節點為Worker節點；
節點結構圖
部署步驟：
一、首先在133節點上下載Java、Scala與Spark並解壓到/usr/local目錄下，這里使用的Spark是帶有Hadoop的版本；
下載解壓到local
二、配置Java、Scala與Spark環境變量，這里把環境變量配置到/etc/profile文件中，請忽略Hadoop環境變量；
環境變量配置
三、測試Java、Scala是否配置成功，在終端輸入：java -version與scala -version
四、配置Spark環境變量，進入Spark目錄下的conf目錄把slaves.template重命名為slaves，接着把spark-env.sh.template重命名為：spark-env.sh；
重命名
修改spark-env.sh文件，添加環境變量；
spark-env修改
五、在133節點使用scp把下載好的Java、Scala、Spark發送到131節點，並在131節點上重復以上所有步驟；
六、在兩個節點都完成以上所有步驟后開始啟動Spark，133節點既是Master又是Worker；
1、首先在133啟動Spark，進入Spark目錄的sbin目錄執行./start-all.sh：
Master啟動
使用jps命令發現存在Master與Worker進程，說明Spark已啟動成功；
2、啟動131節點的Spark，進入Spark目錄的sbin目錄執行：./start-slave.sh spark://192.168.2.133:7077
start-slave.sh后面的地址為Master節點的通信地址，指定當前slave節點連接到的Master；
slave啟動：
使用jps命令，存在Worker進程則說明當前的Spark Worker節點啟動成功；
七、 Spark Web頁面
可以通過http://192.168.2.133:8080/ 地址查看到當前Spark集群的信息，這地址為Master節點的地址；
SparkWeb：
文章首發地址：Solinx
http://www.solinx.co/archives/531
參考資料：
http://spark.apache.org/docs/latest/spark-standalone.html