Spark集群高可用HA配置

本文中的Spark集群包含三個節點，分別是Master,Worker1,Worker2。

1、在Master機器上安裝Zookeeper,本文安裝在/usr/etc目錄下

2、在Master機器配置Zookeeper

　　2.1、cp /usr/etc/zookeeper-3.4.10/conf/zoo_sample.cfg /usr/etc/zookeeper-3.4.10/conf/zoo.cfg
　　2.2、在安裝目錄下創建data,logs目錄：mkdir data;mkdir logs;
　　2.3、vi /usr/etc/zookeeper-3.4.10/conf/zoo.cfg，增加內容如下：

dataDir=/usr/etc/zookeeper-3.4.10/data
dataLogDir=/usr/etc/zookeeper-3.4.10/logs
server.0=Master:2888:3888
server.1=Worker1:2888:3888
server.2=Worker2:2888:3888

　　2.4、在創建的data目錄下創建myid文件，並修改內容為0（對應配置中的server.0）

3、拷貝安裝文件到Worker1，Worker2機器

scp -r /usr/etc/zookeeper-3.4.10 root@Worker1:/usr/etc/zookeeper-3.4.10
scp -r /usr/etc/zookeeper-3.4.10 root@Worker2:/usr/etc/zookeeper-3.4.10

　　3.1、修改data目錄下的myid文件，Worker1上的內容為1，Worker2上的內容為2。

4、在Master、Worker1、Worker2上配置系統環境變量：

vi /etc/profile
增加Zookeeper內容：
exprot ZOOKEEPER_HOME=/usr/etc/zookeeper-3.4.10
PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$SPARK_HOME/bin:$SPARK_HOME/sbin:$HIVE_HOME/bin:$SCALA_HOME/bin:$JAVA_HOME/bin:$ZOOKEEPER_HOME/bin:$PATH

5、在Master、Worker1、Worker2上運行Zookeeper

　　./bin/zkServer.sh start
　　運行./bin/zkServer.sh status查看運行狀態，如有問題可通過安裝目錄下的zookeeper.out日志文件排查。
　　成功后，運行jps，可看到QuorumPeerMain進程

6、配置Spark
　　vi /usr/etc/spark-2.3.0-bin-hadoop2.7/conf/spark-evn.sh
　　修改內容如下：
　　#export SPARK_MASTER_IP=Master #注釋掉該行，Spark自己管理集群的狀態
　　export SPARK_DAEMON_JAVA_OPTS="-Dspark.deploy.recoveryMode=ZOOKEEPER -Dspark.deploy.zookeeper.url=Master:2181,Worker1:2181,Worker2:2181 -Dspark.deploy.zookeeper.dir=/spark" #通過Zookeeper管理集群狀態

7、測試Spark集群工作狀態
　　7.1、啟動集群
　　　　在Master啟動hdfs：start-dfs.sh
　　　　在Master啟動spark：/usr/etc/spark-2.3.0-bin-hadoop2.7/sbin/start-all.sh
　　　　在Worker1,Worker2分別啟動spark-master：/usr/etc/spark-2.3.0-bin-hadoop2.7/sbin/start-master.sh
　　　　在Master通過瀏覽器訪問Master:8080，Worker1:8080，Worker2:8080，Spark Master的運行狀態在Master上是 ALIVE，在Worker1,Worker2上是STANDBY

　　7.2、測試Master節點出故障的情況
　　　　7.2.1、在任意節點上運行spark-shell：/usr/etc/spark-2.3.0-bin-hadoop2.7/bin/spark-shell --master spark://Master:7077,Worker1:7077,Worker2:7077
　　　　7.2.2、在Master上運行/usr/etc/spark-2.3.0-bin-hadoop2.7/sbin/stop-master.sh停止Master服務，發現spark-shell控制台輸出以下內容：Connection to Master:7077 failed; waiting for master to reconnect...，過一會通過瀏覽器訪問Worker1:8080，發現此時Worker1機器上Spark Master的狀態已經變成了ALIVE。