前言
Spark 是 Berkeley 开发的分布式计算的框架,相对于 Hadoop 来说,Spark 可以缓存中间结果到内存而提高某些需要迭代的计算场景的效率,目前收到广泛关注。下面来一起看看使用docker快速搭建Spark集群的方法教程。
适用人群
- 正在使用spark的开发者
- 正在学习docker或者spark的开发者
准备工作
- 安装docker
- (可选)下载java和spark with hadoop
Spark集群
Spark运行时架构图
如上图: Spark集群由以下两个部分组成
- 集群管理器(Mesos, Yarn或者standalone Mode)
- 工作节点(worker)
如何docker化(本例使用Standalone模式)
1、将spark集群拆分
base(基础镜像)
master(主节点镜像)
worker(工作镜像)
2、编写base Dockerfile
注: 为方便切换版本基础镜像选择的是centos, 所以要下载java和spark, 方便调试, 可以下载好安装文件后本地搭建一个静态文件服务器, 使用Node.js 的http-server可以快速搞定
命令如下
npm install http-server -g http-server -p 54321 ~/Downloads
评论列表()