55 lines
1.9 KiB
Markdown
55 lines
1.9 KiB
Markdown
# Spark standalone on Kubernetes
|
||
|
||
该项目是基于 Spark standalone 模式，对资源的分配调度还有作业状态查询的功能实在有限，对于让 spark 使用真正原生的 kubernetes 资源调度推荐大家尝试 https://github.com/apache-spark-on-k8s/
|
||
|
||
本文中使用的镜像我已编译好上传到了时速云上，大家可以直接下载。
|
||
|
||
```
|
||
index.tenxcloud.com/jimmy/spark:1.5.2_v1
|
||
index.tenxcloud.com/jimmy/zeppelin:0.7.1
|
||
```
|
||
|
||
代码和使用文档见Github地址：https://github.com/rootsongjc/spark-on-kubernetes
|
||
|
||
本文中用到的 yaml 文件可以在 [../manifests/spark-standalone](../manifests/spark-standalone) 目录下找到，也可以在上面的 https://github.com/rootsongjc/spark-on-kubernetes/ 项目的 manifests 目录下找到。
|
||
|
||
**注意**：时速云上本来已经提供的镜像 `index.tenxcloud.com/google_containers/spark:1.5.2_v1` ，但是该镜像似乎有问题，下载总是失败。
|
||
|
||
## 在Kubernetes上启动spark
|
||
|
||
创建名为spark-cluster的namespace，所有操作都在该namespace中进行。
|
||
|
||
所有yaml文件都在`manifests`目录下。
|
||
|
||
```
|
||
$ kubectl create -f manifests/
|
||
```
|
||
|
||
将会启动一个拥有三个worker的spark集群和zeppelin。
|
||
|
||
同时在该namespace中增加ingress配置，将spark的UI和zeppelin页面都暴露出来，可以在集群外部访问。
|
||
|
||
该ingress后端使用traefik。
|
||
|
||
## 访问spark
|
||
|
||
通过上面对ingress的配置暴露服务，需要修改本机的/etc/hosts文件，增加以下配置，使其能够解析到上述service。
|
||
|
||
```
|
||
172.20.0.119 zeppelin.traefik.io
|
||
172.20.0.119 spark.traefik.io
|
||
```
|
||
|
||
172.20.0.119是我设置的VIP地址，VIP的设置和traefik的配置请查看[kubernetes-handbook](https://github.com/rootsongjc/kubernetes-handbook)。
|
||
|
||
**spark ui**
|
||
|
||
访问http://spark.traefik.io
|
||
|
||
|
||
|
||
**zeppelin ui**
|
||
|
||
访问http://zepellin.treafik.io
|
||
|
||
 |