1.說明：
Spark Standalone 集群是Master--Slaves架構的集群模式，和大部分的Master--Slaves 結構集群一樣，存在着Master單點故障的問題。Spark提供了兩種解決方案去解決這個單點故障的問題；
方案一：基於文件系統的單點恢復
主要用於開發或測試環境，spark提供目錄保存spark Application 和worker的注冊信息，並將他們的恢復狀態寫入該目錄中，這時，一旦Master發生故障，就可以通過重新啟動Master進程（sbin/strart--master.sh），恢復已運行的spark Application 和 worker 的注冊信息。（簡單說就是需要自己親自再去啟動master）
方案二：基於zookeeper的 Standby Masters
主要用於生產模式。其基本原理是通過zookeeper來選舉一個Master，其他的Master處於Standby狀態。將spark集群連接到同一個zookeeper實例並啟動多個Master，利用zookeeper提供的選舉和狀態保存功能，可以使一個Master被選舉成活着的master，而其他Master處於Standby狀態。如果現任Master宕機，另一個Master會通過選舉產生並恢復到舊的Master狀態，然后恢復狀態。整個恢復過程可能要1-2分鍾。
2.基於zookeeper的spark HA 高可用集群部署
該HA方案使用起來很簡單，首先需要搭建一個zookeeper集群然后啟動zookeeper集群，最后在不同節點上啟動Master。具體配置如下：
（1）vim spark-env.sh
注釋掉export SPARK_MASTER_HOST=hdp--node--01
（2）在spark-env.sh添加SPARK_DAEMON_JAVA_OPTS，內容如下：
export SPARK_DAEMON_JAVA_OPTS="-Dspark.deploy.recoveryMode=ZOOKEEPER - Dspark.deploy.zookeeper.url=hdp-node-01:2181,hdp-node-02:2181,hdp-node-03:2181 -Dspark.deploy.zookeeper.dir=/spark"
參數說明：
1.spark.deploy.recoveryMode：恢復模式（Master 重新啟動的模式）：有三種：（1）:zookeeper（2）:FileSystem（3）:none
2.spark.deploy.zookeeper.url：zookeeper的server地址
3.spark.deploy.zookeeper.dir：保存集群元數據信息的文件，目錄。包括Worker，Driver和Application。
注意：
在普通模式下啟動spark集群，只需要在主機上面執行start-all.sh就可以了。
在高可用模式下啟動spark集群，現需要在任意一台節點上啟動start-all，然后在另外一台節點上單獨啟動master。命令：start-master.sh