Apache Doris Spark Load快速体验之Spark部署（1）

- 日理万妓 2023-10-13 22:33 111阅读 0赞

#### Apache Doris Spark Load快速体验之Spark部署（1） ####

*  环境信息
 *   *  硬件信息
     *  软件信息
 *  Spark介绍
 *  Spark安装部署
 *   *  下载Spark
     *  安装Spark及初始化
     *   *  配置环境变量
         *  配置初始化
         *  配置slaves
     *  启动测试
     *   *  结果查看
     *  常见问题
     *   *  master启动失败

## 环境信息 ##

### 硬件信息 ###

1.  **CPU** ：4C
2.  **CPU型号**：ARM64
3.  **内存** ：10GB
4.  **硬盘** ：66GB SSD

### 软件信息 ###

1.  **VM镜像版本** ：CentOS-7
2.  **Apahce Doris版本** ：1.2.4.1
3.  **Scala版本**：2.13
4.  **Spark版本**：3.3.2

## Spark介绍 ##

![在这里插入图片描述][0787fb9eacb541ee84af3e044ba9c353.png]  
伴随数据的巨量增长，Apache Spark 已成为分布式横向扩展数据处理的热门框架之一，可以在本地和云端数以百万计的服务器上运行。

Apache Spark 是应用于大型数据处理的快速通用分析引擎，可在 YARN、Apache Mesos、Kubernetes 上运行，也可独立或在云端运行。借助用于 SQL、流处理、机器学习和图形处理的高级运算符及库，Spark 使开发者能够通过交互式 shell、笔记本或应用程序包来使用 Scala、Python、R 或 SQL 轻松构建并行应用程序。通过功能编程模型和相关查询引擎 Catalyst，Spark 支持批量和交互式分析，可将作业转换为查询方案，并跨集群节点调度查询方案中的操作。

Spark 核心数据处理引擎之上存在多个用于 SQL 和 DataFrame、机器学习、GraphX、图形计算和流处理的库。用户可在来自各种数据源（例如 HDFS、Alluxio、Apache Cassandra、Apache HBase 或 Apache Hive）的海量数据集上结合使用这些库。

## Spark安装部署 ##

### 下载Spark ###

#根据自己scala版本和系统进行下载
    wget https://archive.apache.org/dist/spark/spark-3.3.2/spark-3.3.2-bin-hadoop3-scala2.13.tgz
    
    #创建安装文件夹
    mkdir -p /opt/spark3.3.2
    cd /opt/spark3.3.2
    
    #解压安装
    tar -xvf spark-3.3.2-bin-hadoop3-scala2.13.tgz
    mv spark-3.3.2-bin-hadoop3-scala2.13.tgz/* ./
    rm -rf spark-3.3.2-bin-hadoop3-scala2.13.tgz*

### 安装Spark及初始化 ###

#### 配置环境变量 ####

vim /etc/profile
    
    #spark3.3.2
    export SPARK_HOME=/opt/spark3.3.2
    export PATH=$SPARK_HOME/bin:$PATH
    
    #让环境配置生效
    source /etc/profile

#### 配置初始化 ####

#进入spark配置目录
    cd /opt/spark3.3.2/conf
    cp spark-env.sh.template spark-env.sh
    
    
    #新增如下配置
    vim spark-env.sh
    
    export JAVA_HOME=/usr/local/java/jdk1.8.0_361
    export SCALA_HOME=/usr/local/scala/scala-2.12.15
    export SPARK_HOME=/opt/spark3.3.2
    export HADOOP_INSTALL=/usr/hadoop
    export HADOOP_CONF_DIR=$HADOOP_INSTALL/etc/hadoop
    export SPARK_MASTER_IP=doris
    export SPARK_DRIVER_MEMORY=1G
    export SPARK_EXECUTOR_MEMORY=1G
    export SPARK_LOCAL_DIRS=/home/spark3.3.2
    
    #编辑后:wq退出

#### 配置slaves ####

#进入spark配置目录
    cd /opt/spark3.3.2/conf
    cp workers.template workers
    
    #新增如下配置，改为自己的主机名：cat /etc/hostname 
    vim workers
    
    doris
    
    ##编辑后:wq退出

### 启动测试 ###

#启动master
    ./sbin/start-master.sh
    
    #启动wokers
    ./sbin/workers.sh

#### 结果查看 ####

*  jps  
    ![在这里插入图片描述][85c027c095cb4749a47b74dd15a3fa5a.png]
 *  web（8080）  
    ![在这里插入图片描述][fc66aed71b5e428aab664ae19d452e47.png]

### 常见问题 ###

#### master启动失败 ####

> 异常详情：failed to launch![在这里插入图片描述][28cf318269994d04bd9f1d9ff22c2a6c.png]

解决：

#本地使用的是scala 2.13; 改为2.12 - 无效
    #需要下载scala版本对应的spark-3.3.2-bin-hadoop3-scala2.13.tgz

**spark安装部署至此结束，安装部署过程中若遇到问题欢迎留言交流**

[0787fb9eacb541ee84af3e044ba9c353.png]: https://img-blog.csdnimg.cn/0787fb9eacb541ee84af3e044ba9c353.png
[85c027c095cb4749a47b74dd15a3fa5a.png]: https://img-blog.csdnimg.cn/85c027c095cb4749a47b74dd15a3fa5a.png
[fc66aed71b5e428aab664ae19d452e47.png]: https://img-blog.csdnimg.cn/fc66aed71b5e428aab664ae19d452e47.png
[28cf318269994d04bd9f1d9ff22c2a6c.png]: https://img-blog.csdnimg.cn/28cf318269994d04bd9f1d9ff22c2a6c.png