🍁博主简介：
        🏅云计算领域优质创作者
        🏅2022年CSDN新星计划python赛道第一名

        🏅2022年CSDN原力计划优质作者
        🏅阿里云ACE认证高级工程师
        🏅阿里云开发者社区专家博主

💊交流社区：CSDN云计算交流社区欢迎您的加入！

目录

1、简介

2、准备工作 

2.1 docker-compose.yml文件 

2.2 master服务 

2.3 worker服务 

3、启动集群 

4、执行应用 

 👑👑👑结束语👑👑👑​编辑

---

1、简介

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从而提高某些需要迭代的计算场景的效率，目前受到广泛关注。

熟悉Hadoop的读者会比较轻松，Spark很多设计理念和用法都跟Hadoop保持一致和相似，并且在使用上完全兼容HDFS。但是Spark的安装并不容易，依赖包括Java、Scala、HDFS等。 通过使用Docker Compose，可以快速地在本地搭建一套Spark环境，方便大家开发Spark应用，或者扩展到生产环境。

2、准备工作 

这里，我们采用比较热门的sequenceiq/docker-spark镜像，这个镜像已经安装了对Spark的完整依赖。由于镜像比较大（超过2GB），推荐先下载镜像到本地：

$ docker pull sequenceiq/spark:1.4.0

2.1 docker-compose.yml文件 

首先新建一个spark_cluster目录，并在其中创建一个docker-compose.yml文件。文件内容如下：

master:
    image: sequenceiq/spark:1.4.0
    hostname: master
    ports:
    - "4040:4040"
    - "8042:8042"
    - "7077:7077"
    - "8088:8088"
    - "8080:8080"
    restart: always
    #mem_limit: 1024m
    command: bash /usr/local/spark/sbin/start-master.sh && ping localhost > /dev/null
worker:
    image: sequenceiq/spark:1.4.0
    links:
    - master:master
    expose:
    - "8081"
    restart: always
    command: bash /usr/local/spark/sbin/start-slave.sh spark://master:7077 &&
        ping localhost >/dev/null

docker-compose.yml中定义了两种类型的服务：master和slave。master类型的服务容器将负责管理操作，worker则负责具体处理。

2.2 master服务 

master服务映射了好几组端口到本地，端口的功能如下：

·4040：Spark运行任务时候提供Web界面观察任务的具体执行状况，包括执行到哪个阶段、在哪个executor上执行； ·8042：Hadoop的节点管理界面； ·7077：Spark主节点的监听端口，用户可以提交应用到这个端口，worker节点也可以通过这个端口连接到主节点构成集群； ·8080：Spark的监控界面，可以看到所有worker、应用的整体信息； ·8088：Hadoop集群的整体监控界面。

2.3 worker服务 

类似于master节点，启动后，执行/usr/local/spark/sbin/start- slave.sh spark：//master：7077命令来配置自己为worker节点，然后通过ping来避免容器退出。

注意，启动脚本后面需要提供spark：//master：7077参数来指定master节点地址。

8081端口提供的Web界面，可以看到该worker节点上任务的具体执行情况，如图所示。

3、启动集群 

在spark_cluster目录下执行启动命令：

$ docker-compose up

docker-compose服务运行起来后，我们还可以用scale命令来动态扩展Spark的worker节点数，例如：

$ docker-compose scale worker=2
Creating and starting 2... done

4、执行应用 

Spark推荐用spark-submit命令来提交执行的命令，基本语法为：

spark-submit \
    --class your-class-name \
    --master master_url \
    your-jar-file
    app_params

例如，我们可以使用Spark自带样例中计算Pi的应用。 在master节点上执行如下命令：

/usr/local/spark/bin/spark-submit --master spark://master:7077 --conf "spark.
eventLog.enabled=true" --class org.apache.spark.examples.SparkPi /usr/local/
spark/lib/spark-examples-1.4.0-hadoop2.6.0.jar 1000

最后的参数1000表示要计算的迭代次数为1000次。 任务运行中，可以用浏览器访问4040端口，看到任务被分配到了两个worker节点上执行，如图所示。

 👑👑👑结束语👑👑👑