怎么用Docker-Compose搭建Spark集群

這篇文章主要講解了“怎么用Docker-Compose搭建Spark集群”，文中的講解內(nèi)容簡單清晰，易于學(xué)習(xí)與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學(xué)習(xí)“怎么用Docker-Compose搭建Spark集群”吧！

docker-compose.yml

對于Spark集群，我們采用一個(gè)mater節(jié)點(diǎn)和兩個(gè)worker節(jié)點(diǎn)進(jìn)行構(gòu)建。其中，所有的work節(jié)點(diǎn)均分配1一個(gè)core和 1GB的內(nèi)存。

Docker鏡像選擇了bitnami/spark的開源鏡像，選擇的spark版本為2.4.3，docker-compose配置如下：

  master:
    image: bitnami/spark:2.4.3
    container_name: master
    user: root
    environment:
      - SPARK_MODE=master
      - SPARK_RPC_AUTHENTICATION_ENABLED=no
      - SPARK_RPC_ENCRYPTION_ENABLED=no
      - SPARK_LOCAL_STORAGE_ENCRYPTION_ENABLED=no
      - SPARK_SSL_ENABLED=no
    ports:
      - '8080:8080'
      - '7077:7077'
    volumes:
      - ./python:/python

  worker1:
    image: bitnami/spark:2.4.3
    container_name: worker1
    user: root
    environment:
      - SPARK_MODE=worker
      - SPARK_MASTER_URL=spark://master:7077
      - SPARK_WORKER_MEMORY=1G
      - SPARK_WORKER_CORES=1
      - SPARK_RPC_AUTHENTICATION_ENABLED=no
      - SPARK_RPC_ENCRYPTION_ENABLED=no
      - SPARK_LOCAL_STORAGE_ENCRYPTION_ENABLED=no
      - SPARK_SSL_ENABLED=no
  worker2:
    image: bitnami/spark:2.4.3
    container_name: worker2
    user: root
    environment:
      - SPARK_MODE=worker
      - SPARK_MASTER_URL=spark://master:7077
      - SPARK_WORKER_MEMORY=1G
      - SPARK_WORKER_CORES=1
      - SPARK_RPC_AUTHENTICATION_ENABLED=no
      - SPARK_RPC_ENCRYPTION_ENABLED=no
      - SPARK_LOCAL_STORAGE_ENCRYPTION_ENABLED=no
      - SPARK_SSL_ENABLED=no

在master節(jié)點(diǎn)中，也映射了一個(gè)/python目錄，用于存放pyspark代碼，方便運(yùn)行。

對于master節(jié)點(diǎn)，暴露出7077端口和8080端口分別用于連接spark以及瀏覽器查看spark UI，在spark UI中，集群狀態(tài)如下圖（啟動后）：

如果有需要，可以自行添加worker節(jié)點(diǎn)，其中可以修改SPARK_WORKER_MEMORY與SPARK_WORKER_CORES對節(jié)點(diǎn)分配的資源進(jìn)行修改。

對于該鏡像而言，默認(rèn)exec進(jìn)去是無用戶的，會導(dǎo)致一些安裝命令權(quán)限的不足，無法安裝。例如需要運(yùn)行pyspark，可能需要安裝numpy、pandas等庫，就無法使用pip完成安裝。而通過user: root就能設(shè)置默認(rèn)用戶為root用戶，避免上述問題。

啟動集群

同上文一樣，在docker-compose.yml的目錄下執(zhí)行docker-compose up -d命令，就能一鍵構(gòu)建集群（但是如果需要用到numpy等庫，還是需要自己到各節(jié)點(diǎn)內(nèi)進(jìn)行安裝）。

進(jìn)入master節(jié)點(diǎn)執(zhí)行spark-shell，成功進(jìn)入：

結(jié)合hdfs使用

將上文的Hadoop的docker-compose.yml與本次的結(jié)合，得到新的docker-compose.yml：

version: "1.0"
services:
  namenode:
    image: bde2020/hadoop-namenode:2.0.0-hadoop3.2.1-java8
    container_name: namenode
    ports:
      - 9870:9870
      - 9000:9000
    volumes:
      - ./hadoop/dfs/name:/hadoop/dfs/name
      - ./input:/input
    environment:
      - CLUSTER_NAME=test
    env_file:
      - ./hadoop.env

  datanode:
    image: bde2020/hadoop-datanode:2.0.0-hadoop3.2.1-java8
    container_name: datanode
    depends_on:
      - namenode
    volumes:
      - ./hadoop/dfs/data:/hadoop/dfs/data
    environment:
      SERVICE_PRECONDITION: "namenode:9870"
    env_file:
      - ./hadoop.env
  
  resourcemanager:
    image: bde2020/hadoop-resourcemanager:2.0.0-hadoop3.2.1-java8
    container_name: resourcemanager
    environment:
      SERVICE_PRECONDITION: "namenode:9000 namenode:9870 datanode:9864"
    env_file:
      - ./hadoop.env

  nodemanager1:
    image: bde2020/hadoop-nodemanager:2.0.0-hadoop3.2.1-java8
    container_name: nodemanager
    environment:
      SERVICE_PRECONDITION: "namenode:9000 namenode:9870 datanode:9864 resourcemanager:8088"
    env_file:
      - ./hadoop.env
  
  historyserver:
    image: bde2020/hadoop-historyserver:2.0.0-hadoop3.2.1-java8
    container_name: historyserver
    environment:
      SERVICE_PRECONDITION: "namenode:9000 namenode:9870 datanode:9864 resourcemanager:8088"
    volumes:
      - ./hadoop/yarn/timeline:/hadoop/yarn/timeline
    env_file:
      - ./hadoop.env
    
  master:
    image: bitnami/spark:2.4.3-debian-9-r81
    container_name: master
    user: root
    environment:
      - SPARK_MODE=master
      - SPARK_RPC_AUTHENTICATION_ENABLED=no
      - SPARK_RPC_ENCRYPTION_ENABLED=no
      - SPARK_LOCAL_STORAGE_ENCRYPTION_ENABLED=no
      - SPARK_SSL_ENABLED=no
    ports:
      - '8080:8080'
      - '7077:7077'
    volumes:
      - ./python:/python

  worker1:
    image: bitnami/spark:2.4.3-debian-9-r81
    container_name: worker1
    user: root
    environment:
      - SPARK_MODE=worker
      - SPARK_MASTER_URL=spark://master:7077
      - SPARK_WORKER_MEMORY=1G
      - SPARK_WORKER_CORES=1
      - SPARK_RPC_AUTHENTICATION_ENABLED=no
      - SPARK_RPC_ENCRYPTION_ENABLED=no
      - SPARK_LOCAL_STORAGE_ENCRYPTION_ENABLED=no
      - SPARK_SSL_ENABLED=no
  worker2:
    image: bitnami/spark:2.4.3-debian-9-r81
    container_name: worker2
    user: root
    environment:
      - SPARK_MODE=worker
      - SPARK_MASTER_URL=spark://master:7077
      - SPARK_WORKER_MEMORY=1G
      - SPARK_WORKER_CORES=1
      - SPARK_RPC_AUTHENTICATION_ENABLED=no
      - SPARK_RPC_ENCRYPTION_ENABLED=no
      - SPARK_LOCAL_STORAGE_ENCRYPTION_ENABLED=no
      - SPARK_SSL_ENABLED=no

運(yùn)行集群(還需要一個(gè)hadoop.env文件見上文)長這樣：

通過Docker容器的映射功能，將本地文件與spark集群的master節(jié)點(diǎn)的/python進(jìn)行了文件映射，編寫的pyspark通過映射可與容器中進(jìn)行同步，并通過docker exec指令，完成代碼執(zhí)行：

運(yùn)行了一個(gè)回歸程序，集群功能正常：

感謝各位的閱讀，以上就是“怎么用Docker-Compose搭建Spark集群”的內(nèi)容了，經(jīng)過本文的學(xué)習(xí)后，相信大家對怎么用Docker-Compose搭建Spark集群這一問題有了更深刻的體會，具體使用情況還需要大家實(shí)踐驗(yàn)證。這里是億速云，小編將為大家推送更多相關(guān)知識點(diǎn)的文章，歡迎關(guān)注！