Spark集群新增节点方法

标签：

Spark集群处理能力不足需要扩容，如何在现有spark集群中新增新节点？本文以一个实例介绍如何给Spark集群新增一个节点。

1. 集群环境

现有Spark集群包括3台机器，用户名都是cdahdp，主目录/home/ap/cdahdp，配置是2C8G虚拟机，集群基于yarn架构。

Master：128.196.54.112/W118PC01VM01

Slave1：128.196.54.113/W118PC02VM01

Slave2：128.196.54.114/W118PC03VM01

相关软件版本：jdk1.7、scala2.10.4、hadoop2.6.0、spark1.1

现在需要新增一个节点：128.196.54.115/W118PC04VM01，2C8G

首先停止当前集群：停止spark，停止hdfs和yarn。

2. 新节点要求

（2）修改所有节点的/etc/hosts文件，更新新节点的ip hostname配置。

（3）配置ssh，使新节点与集群中各节点能够无密码互相ssh登录。

（4）在新节点上安装jdk、scala、hadoop和spark。其版本，安装目录，环境变量设置与集群中现有节点保持一致。比如可以直接从集群节点赋值。

3. 配置文件修改

（1）修改$HADOOP_HOME/etc/hadoop/slaves文件，增加新节点作为slave节点。

（2）修改$SPARK_HOME/conf/slaves文件，增加新节点作为slave节点。

（3）格式化新节点的namenode：

cd $HADOOP_HOME/bin

./hdfs namenode -format

4. 启动新集群

启动hdfs，yarn，以及spark。

cd $HADOOP_HOME/sbin

./start-dfs.sh && ./start-yarn.sh

cd $SPARK_HOME/sbin

./start-all.sh

扩容以前：

扩容以后：

5. 集群的负载均衡

（1）查看HDFS集群的基本信息：执行hadoop dfsadmin -report

（2）负载均衡：在$HADOOP_HOME/sbin/下执行start-balancer.sh

说明：balancer操作是一个较慢的过程，所以在后台执行。balance过程中，数据在各节点之间迁移的速度默认是1M/s。

负载均衡之前：

执行负载均衡：

负载均衡之后：

至此，在spark集群增加新节点完毕。

Spark集群新增节点方法

标签：

原文地址：http://www.cnblogs.com/simplestupid/p/4695644.html