基于Docker搭建Spark集群

介绍

在Mac OS下使用Docker搭建Spark集群,进行学习。

准备工作

  • 安装Docker
  • 安装Docker Compose(Mac 下安装Docker是会自动安装)

Spark集群介绍

  • Spark集群是一种资源分配调度器,执行任务的Spark进程作为客户端向集群申请资源(计算节点),集群分配资源后,这个Spark进程会分解计算工作,把他们放到申请的计算节点中运行。

  • 提交给Spark运行的工作叫Application,对应的主程序叫做Driver Program,主程序通过Spark Context来协调集群中的不同任务,具体过程参照下图:


    cluster-overview.png
  • Cluster Manager目前有三种类型:

    • Standalone:Spark自带的简单的集群管理器
    • Apache Mesos:一个通用的集群管理器,可以运行Hadoop MapReduce和其它服务应用
    • Hadoop YARN:Hadoop 2提供的管理器

Docker化(基于Standalon模式)

本例中,将需要用的镜像分为以下三部分:

  • 基础镜像(base)
  • 主节点镜像(master)
  • 从节点镜像(worker)

基础镜像的Dockerfile

基于linux,安装spark及其他对应的依赖包,参考镜像spark-base

FROM alpine:3.10

LABEL maintainer="binwang"

ENV SPARK_VERSION=2.4.5
ENV HADOOP_VERSION=2.7

#download spark from apache.org is too slow,
#so we need download it locally, and copy it to image
#but copy package will increase image size, so we download it from mirror web
#COPY spark-${SPARK_VERSION}-bin-hadoop${HADOOP_VERSION}.tgz /

RUN apk add --no-cache curl bash openjdk8-jre python3 py-pip nss libc6-compat \
      && ln -s /lib64/ld-linux-x86-64.so.2 /lib/ld-linux-x86-64.so.2 \
      && wget http://mirror.bit.edu.cn/apache/spark/spark-${SPARK_VERSION}/spark-${SPARK_VERSION}-bin-hadoop${HADOOP_VERSION}.tgz \
      && tar -xvzf spark-${SPARK_VERSION}-bin-hadoop${HADOOP_VERSION}.tgz \
      && mv spark-${SPARK_VERSION}-bin-hadoop${HADOOP_VERSION} spark \
      && rm spark-${SPARK_VERSION}-bin-hadoop${HADOOP_VERSION}.tgz \
      && cd /

ENV SPARK_HOME /spark
ENV PATH /spark/bin:$PATH
ENV PATH /spark/sbin:$PATH
# Fix the value of PYTHONHASHSEED
# Note: this is needed when you use Python 3.3 or greater
ENV PYTHONHASHSEED 1

master的Dockerfile

FROM cas001/spark-base:2.4.5-hadoop2.7
LABEL maintainer="binwang"
COPY master.sh /

ENV SPARK_MASTER_PORT 7077
ENV SPARK_MASTER_WEBUI_PORT 8080
ENV SPARK_MASTER_LOG /spark/logs

EXPOSE 8080 7077 6066
CMD ["/bin/bash","/master.sh"]

worker的Dockerfile

FROM cas001/spark-base:2.4.5-hadoop2.7
LABEL maintainer="binwang"
COPY worker.sh /
  
ENV SPARK_WORKER_WEBUI_PORT 8081
ENV SPARK_WORKER_LOG /spark/logs
ENV SPARK_MASTER "spark://spark-master:7077"
  
EXPOSE 8081
  
CMD ["/bin/bash","/worker.sh"]

docker-compose内容

version: '3'
services:
  spark-master:
    image: cas001/spark-master:2.4.5-hadoop2.7
    container_name: cas001-spark-master
    ports:
      - "7077:7077"   # SPARK_MASTER_PORT
      - "8080:8080"   # SPARK_MASTER_WEBUI_PORT

  spark-worker:
    image: cas001/spark-worker:2.4.5-hadoop2.7
    ports:
      - "8081"

集群测试

启动Container

  • 运行命令docker-compose up -d启动Container,对应是一个spark-masker和一个spark-worker
  • 运行命令docker-compose up --scale spark-worker=2可以设置spark-worker的数量
  • 登录http://localhost:8080查看,结果如下:
  • spark-master-webUI.png

提交作业

  • 查看运行中的容器 docker ps
  • 进入spark-master容器 docker exec -it spark-master /bin/bash
  • 提交作业 ./spark/bin/spark-submit --master spark://spark-master:7077 --class org.apache.spark.examples.SparkPi /spark/examples/jars/spark-examples_2.11-2.4.5.jar 1000

注意事项

  • 根据spark版本需要,可以自行修改base镜像中的spark版本进行构建或者选择对应版本的参考镜像
  • 国内Apache资源镜像参考:地址1地址2

源代码

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 202,905评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,140评论 2 379
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,791评论 0 335
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,483评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,476评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,516评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,905评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,560评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,778评论 1 296
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,557评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,635评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,338评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,925评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,898评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,142评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,818评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,347评论 2 342

推荐阅读更多精彩内容

  • 前言 阅读这篇文章之后,你可以学到什么:简单来说就是,可以通过一个命令启动一个 Spark 集群,然后执行你的计算...
    姜文奇阅读 3,459评论 0 5
  • 背景介绍 相信凡是关注容器生态圈的人都不会否认,Kubernetes 已经成为容器编排调度的实际标准,不论 Doc...
    Kyligence阅读 1,456评论 0 1
  • 九月进入秋天, 是我出生的月份, 也是我喜欢的月份。
    花然生活阅读 228评论 0 0
  • 一瓶酒 三个小菜 低矮的上铺 微弱的灯光 车轮滚动 看着电影 一口酒 一口菜 朦胧的眼 无味的酒 刺激味觉的菜 偶...
    漫漫无忧阅读 171评论 2 4
  • 这一周出差经历了一件奇葩事,在戴斯酒店住宿,遇到了被人用卡开门的情况,而且是两个男人,还是晚上接近11点,当...
    托尼在厦门阅读 560评论 0 51