1.Spark on Yarn集群模式介绍
Apache Spark是一个快速的、通用的大数据处理框架，它支持在各种环境中进行分布式数据处理和分析。在Yarn集群模式下搭建Spark环境可以充分利用Hadoop的资源管理和调度能力。
本文将介绍如何搭建Spark on Yarn集群模式环境，步骤详细，代码量大，准备发车~
2.搭建环境准备
本次用到的环境有：
Java 1.8.0_191
Spark-2.2.0-bin-hadoop2.7
Hadoop 2.7.4
Oracle Linux 7.4
3.搭建步骤
1.解压Spark压缩文件至/opt目录下
tar -zxvf ~/experiment/file/spark-2.2.0-bin-hadoop2.7.tgz -C /opt
2.修改解压后为文件名为spark
mv /opt/spark-2.2.0-bin-hadoop2.7 /opt/spark
3.复制spark配置文件，首先在主节点(Master)上，进入Spark安装目录下的配置文件目录{ $SPARK_HOME/conf }，并复制spark-env.sh配置文件：
cd /opt/spark/conf cp spark-env.sh.template spark-env.sh
4.Vim编辑器打开spark配置文件
vim spark-env.sh
5.按键Shift+g键定位到最后一行，按键 i 切换到输入模式下，添加如下代码，注意：“=”附近无空格：
export JAVA_HOME=/usr/lib/java-1.8 export SPARK_MASTER_HOST=master export SPARK_MASTER_PORT=7077
6.复制一份spark的slaves配置文件
cp slaves.template slaves
7.修改spark的slaves配置文件
vim slaves
8.每一行添加工作节点(Worker)名称，按键Shift+g键定位到最后一行，按键 i 切换到输入模式下，添加如下代码
slave1 slave2
按键Esc，按键:wq保存退出
9.复制spark-defaults.conf
cp spark-defaults.conf.template spark-defaults.conf
10.通过远程scp指令将Master主节点的Spark安装包分发至各个从节点，即slave1和slave2节点
scp -r /opt/spark/ root@slave1:/opt/ scp -r /opt/spark/ root@slave2:/opt/
11.配置环境变量：分别在master，slave1和slave2节点上配置环境变量，修改【/etc/profile】，在文件尾部追加以下内容
vim /etc/profile
按键Shift+g键定位到最后一行，按键 i 切换到输入模式下，添加如下代码
#spark install export SPARK_HOME=/opt/spark export PATH=$PATH:$SPARK_HOME/bin:$SPARK_HOME/sbin
主节点（master）上执行截图，如下：
从节点1（Slave1）上执行截图，如下：
从节点2（Slave2）上执行截图，如下：
12.按键Esc，按键:wq保存退出
13.分别在Slave1和Slave2上，刷新配置文件
source /etc/profile
14.绑定Hadoop配置目录（在主节点），Spark搭建On YARN模式，只需修改spark-env.sh配置文件的HADOOP_CONF_DIR属性，指向Hadoop安装目录中配置文件目录，具体操作如下
vim /opt/spark/conf/spark-env.sh
export HADOOP_CONF_DIR=/opt/hadoop/etc/hadoop
15.按键Esc，按键:wq保存退出
16.在主节点修改完配置文件后，一定要将【/opt/spark/conf/spark-env.sh】文件同步分发至所有从节点，命令如下
scp -r /opt/spark/conf/spark-env.sh root@slave1:/opt/spark/conf/ scp -r /opt/spark/conf/spark-env.sh root@slave2:/opt/spark/conf/
17.注意事项，如不修改此项，可能在提交作业时抛相关异常，Yarn的资源调用超出上限，需修在文件最后添加属性改默认校验属性，修改文件为
{HADOOP_HOME/etc/hadoop}/yarn-site.xml
vim /opt/hadoop/etc/hadoop/yarn-site.xml
<property> <name>yarn.nodemanager.pmem-check-enabled</name> <value>false</value> </property> <property> <name>yarn.nodemanager.vmem-check-enabled</name> <value>false</value> </property>
18.修改完成后分发至集群其它节点：
scp /opt/hadoop/etc/hadoop/yarn-site.xml root@slave1:/opt/hadoop/etc/hadoop/ scp /opt/hadoop/etc/hadoop/yarn-site.xml root@slave2:/opt/hadoop/etc/hadoop/
19.开启Hadoop集群，在开启Spark On Yarn集群之前必须首先开启Hadoop集群，指令如下：
start-dfs.sh start-yarn.sh
20.开启spark shell会话
spark-shell --master yarn-client
21.查看三台节点的后台守护进程
jps
22.查看查看WebUI界面，应用提交后，进入Hadoop的Yarn资源调度页面http://master:8088，查看应用的运行情况，如图所示
所有配置完成
