一、准备

1.1 先搭建好hadoop集群，参考https://www.cnblogs.com/the-roc/p/12362926.html

1.2 配置好 Java 1.8环境（hadoop集群搭建时就配置过）

1.3 准备好和hadoop版本一样的jar包

scala-2.13.0.tgz      

spark-2.4.3-bin-hadoop2.7 .tgz

链接：https://pan.baidu.com/s/1WaohSAwWaOhWURthWx8KHg 
提取码：hkd6 

1.4 创建3台虚拟机，且配置好网络，建立好互信。

由于电脑配置问题，这里我只做了两台虚拟机进行实验

主  hadp01

从  hadp06

1.5配置免密

ssh-keygen #生成密钥对

ssh-copy-id hadp01 #将公钥拷贝给本机

ssh-copy-id hadp06 #将公钥拷贝给其他机

二、具体流程实现

2.1 用XShell操作上传jar包

    cd /opt/install

    rz

2.2 解压

tar -zxvf scala-2.13.1.tgz

tar -zxvf spark-2.4.4-bin-hadoop2.7.tgz

移动到 /opt/software 目录     mv scala-2.13.1  /opt/software

                                             mv spark-2.4.4-bin-hadoop2.7 /opt/software

2.3 配置环境变量

  vi  /etc/profile

  SCALA_HOME=/opt/software/scala-2.13.1
  SPARK_HOME=/opt/software/spark-2.4.4-bin-hadoop2.7

  PATH一行直接加    :$SPARK_HOME/bin:$PATH:$SCALA_HOME/bin

2.4 验证安装

2.5  配置spark-env.sh和slaves

cd /opt/software/spark-2.4.4-bin-hadoop2.7/conf

将 slaves.template   spark-env.sh.template   .template去掉

mv  spark-env.sh.template   spark-env.sh

mv slaves.template  slaves

vim  spark-env.sh  

添加    

export JAVA_HOME=/opt/software/jdk1.8
export SCALA_HOME=/opt/software/scala-2.13.1
export HADOOP_HOME=/opt/software/hadoop-2.7.7
export HADOOP_CONF_DIR=/opt/software/hadoop-2.7.7/etc/hadoop
export SPARK_MASTER_HOST=hadp01      主机名
export SPARK_WORKER_MEMORY=1g       虚拟机内存
export SPARK_WORKER_CORES=1            虚拟机核数
export SPARK_HOME=/opt/software/spark-2.4.4-bin-hadoop2.7
export SPARK_DIST_CLASSPATH=$(/opt/software/hadoop-2.7.7/bin/hadoop classpath)

vim slaves 

将localhost改为 主从主机名

2.6 启动hadoop集群

start-all.sh

再在主节点启动spark

cd /opt/software/spark-2.4.4-bin-hadoop2.7

 sbin/start-all.sh

主：

 从：

 2.7打开浏览器输入192.168.xx.xx:8080 查看

linux之Spark集群安装

原文：https://www.cnblogs.com/the-roc/p/12718078.html