目录一、概述二、开始 Spark on k8s 运行原理三、Spark 运行模式1）cluster 模式2）client 模式四、开始Spark on k8s 编排1）下载Spark包2）构建镜像3）配置 spark 用户权限4）提交 Spark 任务（cluster 模式）5）配置spark历史服务器6）提交 Spark 任务（client 模式）1、配置 spark 用户权限2、准备独立Pod
转载
2023-07-18 22:31:13
206阅读
之前学习spark，最近需要在k8s集群上提交spark应用，学习过程中，记录了以下几点1.k8s集群架构Master Nodek8s 集群控制节点，对集群进行调度管理，接受集群外用户去集群操作请求；Master Node 由 API Server、Scheduler、ClusterState Store（ETCD 数据库）和Controller MangerServer 所组成API Serve
转载
2023-08-08 12:38:47
293阅读
大数据之spark on k8sspark on k8s架构解析1.k8s的优点k8s是一个开源的容器集群管理系统，可以实现容器集群的自动化部署、自动扩缩容、维护等功能。1、故障迁移2、资源调度3、资源隔离4、负载均衡5、跨平台部署2.k8s集群架构Master Nodek8s 集群控制节点，对集群进行调度管理，接受集群外用户去集群操作请求；Master Node 由 API Server、Sch
转载
2023-08-02 10:37:12
280阅读
Spark部署K8S--standalone镜像准备使用上个博客 (Spark部署到K8S集群--Kubernetes Native)中构建的spark镜像，注意，镜像是重中之重。由于公司内网无法访问github, 镜像无法下载，需要自己构建。部署配置文件编制Namespace为了方便管理，新建一个namespace, namespace-spark-cluster.yamapiVers
转载
2023-07-04 09:38:11
298阅读
基于Kubernetes的Spark集群部署和测试一、构建Docker镜像二、在Kubernetes上创建Spark集群三、测试Spark的一个简单应用 Spark是新一代分布式内存计算框架，Apache开源的顶级项目。相比于Hadoop Map-Reduce计算框架，Spark将中间计算结果保留在内存中，速度提升10~100倍；同时它还提供更丰富的算子，采用弹性分布式数据集(RDD)实现迭
转载
2023-11-19 21:28:55
234阅读
Spark在k8s中的数据本地性在k8s中，天然存在着数据隔离和网络隔离，这就造成了Spark在k8s中运行时，很难达到较好的数据本地性级别。常规意义上讲Spark的数据本地性，大部分是指的是Spark在读取数据时，第一个stage的数据本地性。这是由于Spark在读取数据时，首先会先去task执行位置寻找数据是否有缓存，其次会寻找数据是否存在优选位置【检查checkpointRDD的数据位置，主
转载
2023-10-19 12:02:00
114阅读
本文介绍Spark On K8s的环境准备工作，并通过一个示例来演示如何提交Spark程序到K8s运行。一、环境准备 首先，本门课程使用的Spark版本为v3.2.3版本，Spark 3.x是当前主流在用的版本，它相比Spark 2.x增加了很多新功能新特性，性能也有大幅的提升。 其次，在实际应用中，为了规范Spark程序在K8s上的运行部署，通常将Spark的程序调度到指定的Namespa
转载
2023-11-17 19:31:15
419阅读
前言 Apache Spark是目前最为流行的大数据计算框架，与Hadoop相比，它是替换MapReduce组件的不二选择，越来越多的企业正在从传统的MapReduce作业调度迁移到Spark上来，Spark的生态圈支持者越来越多，当然它出众的内部API设计，让它也非常容易和现有既成事实的Hadoop组件（YARN/HDFS）集成。 容器技术的兴
转载
2023-11-01 10:23:29
123阅读
文章目录1 Overview2 Submission 的 k8s client3 Driver 的 k8s client4 Summary 1 Overview目前在我们的应用下，会有这样的一种特殊的场景。比如说 Driver 创建在 A 集群，但是需要 Driver 将 Executor Pod 创建到 B 集群去。所以我们这里会有两个集群的 master url，分别是集群 A 和集群 B。
转载
2023-11-01 20:44:34
173阅读
**K8S Spark 教程**
作为一名经验丰富的开发者，在使用Kubernetes（K8S）和Spark之间进行集成是一项非常值得探索的工作。Kubernetes提供了高可用性、易扩展性和自动化的容器化部署解决方案，而Spark则是一个快速、通用的集群计算系统。将二者结合起来，可以充分利用Kubernetes的弹性和资源管理功能，以及Spark的并行计算能力，实现更高效的大数据处理。
在本
原创
2024-03-06 09:49:27
34阅读
# Spark on Kubernetes: A Beginner's Guide
## Introduction
Apache Spark is a popular open-source distributed computing system used for big data processing and analytics. Kubernetes, on the other hand,
原创
2023-08-19 07:24:38
81阅读
# 实现"spark on k8s"的步骤及代码示例
## 1. 步骤概览
| 步骤 | 描述 |
| --- | --- |
| 1 | 部署Kubernetes集群 |
| 2 | 部署Hadoop集群 |
| 3 | 部署Spark集群 |
| 4 | 配置Spark运行在Kubernetes上 |
## 2. 具体步骤与代码示例
### 步骤一：部署Kubernetes集群
首先
原创
2024-03-18 11:54:30
155阅读
# 实现k8s Spark的流程
## 1. 概述
在开始实现k8s Spark之前，首先需要了解k8s和Spark的基本概念和使用方法。k8s（Kubernetes）是一个开源的容器编排平台，用于自动化部署、扩展和管理容器化应用程序。Spark是一个开源的集群计算框架，用于大规模数据处理和分析。
实现k8s Spark的步骤如下：
| 步骤 | 描述 |
| ---- | ---- |
|
原创
2023-09-27 08:34:28
97阅读
前置：集群规划机器信息Hostnamek8s-masterk8s-node1k8s-node2内网IP192.168.113.131192.168.113.132192.168.113.133spark on k8s 的工作原理 spark-submit 可以直接用于将 Spark 应用程序提交到 Kubernete
转载
2023-09-21 06:22:12
162阅读
Rancher文档 : Rancher Docs: Overview.rancher版本的兼容性 : Support matrix | SUSE.生成一个自签名证书 : RKE+helm+Rancher(2.5.9)环境搭建 - 追光D影子 由于项目的需要，本文搭建了一个在硬件设备上amd 64 和arm 64架构不同架构的k8s集群。在下面的目录中，第2步搭建基本系
转载
2024-04-17 14:50:33
76阅读
Spark Streaming原理1、Spark Streaming原理Spark Streaming 是基于spark的流式批处理引擎，其基本原理是把输入数据以某一时间间隔批量的处理，当批处理间隔缩短到秒级时，便可以用于处理实时数据流。2、Spark Streaming计算流程Spark Streaming是将流式计算分解成一系列短小的批处理作业。这里的批处理引擎是Spark Core，也就是把
转载
2023-12-01 11:25:27
97阅读
Spark有很多种部署的方式，比如standalone、yarn或者k8s，本篇则讲述如何在k8s上部署Spark。前提条件：有一个正常的k8s集群。1 Spark on k8s原理spark-submit可以直接向k8s提交应用程序，提交的机制大致如下：第一步，spark在k8s创建driver，driver是一个pod；第二步，driver与k8s集群沟通创建需要的executor，execu
转载
2023-07-29 16:01:25
415阅读
2、k8s pod原理详解Kubernetes Pod 介绍Pod 介绍与原理POD操作实战POD的创建和删除pod的生命周期管理资源的配额和限制静态podInit Containersk8s健康检查POD镜像升级pod 无法启动可能原因POD调度过程调度例子nodeSelectornodeNametaint and Tolerance标签常用命令 Kubernetes Pod 介绍Pod 直译
转载
2023-10-11 15:44:35
258阅读
1.1 spark 运行原理底层详细细节介绍:我们使用spark-submit提交一个Spark作业之后，这个作业就会启动一个对应的Driver进程。根据你使用的部署模式（deploy-mode）不同，Driver进程可能在本地启动，也可能在集群中某个工作节点上启动。而Driver进程要做的第一件事情，就是向集群管理器（可以是Spark Standalone集群，也可以是其他的资源管理集群，美团•
转载
2024-02-27 20:17:39
67阅读
一、运行架构概览 Spark架构是主从模型，分为两层，一层管理集群资源，另一层管理具体的作业，两层是解耦的。第一层可以使用yarn等实现。Master是管理者进程，Worker是被管理者进程，每个Worker节点启动一个Worker进程，了解每台机器的资源有多少，并将这些信息汇报各Master进程。 每个提交的作业程序对应一个Driver和多个Executor，每个Execut
转载
2024-07-31 17:05:55
251阅读
