如何在Fedora 38上安装Apache Spark

Apache Spark，一个开源的分布式计算系统，已经彻底改变了大数据处理和分析的世界。它提供闪电般的数据处理功能，使其成为数据工程师和数据科学家的首选。

在 Fedora 38 上安装 Apache Spark

第 1 步。在 Fedora 38 上安装 Apache Spark 之前，重要的是要确保我们的系统是最新的软件包。这将确保我们可以访问最新的功能和错误修复，并且我们可以毫无问题地安装 Apache Spark：

sudo dnf update

第 2 步。安装爪哇。

Apache Spark依靠Java开发工具包（JDK）来实现其功能。要安装 OpenJDK 11，请执行以下命令：

sudo dnf install java-11-openjdk

现在，通过检查 Java 版本来验证安装：

java -version

第 3 步。在 Fedora 38 上安装 Apache Spark。

访问 Apache Spark 官方网站并选择最适合您要求的 Spark 版本。对于大多数用户来说，Hadoop的预构建版本是合适的：

wget https://www.apache.org/dyn/closer.lua/spark/spark-3.5.0/spark-3.5.0-bin-hadoop3.tgz

After downloading Spark, extract the archive using the following command:

tar -xvf spark-3.5.0-bin-hadoop3.tgz

接下来，将解压缩的目录移动到该目录：/opt

mv spark-3.5.0-bin-hadoop3 /opt/spark

然后，添加一个用户来运行 Spark，然后设置 Spark 目录的所有权：

useradd spark
chown -R spark:spark /opt/spark

第 4 步。创建系统服务。

现在我们创建一个服务文件来管理 Spark master 服务：systemd

nano /etc/systemd/system/spark-master.service

添加以下文件：

[Unit]
Description=Apache Spark Master
After=network.target

[Service]
Type=forking
User=spark
Group=spark
ExecStart=/opt/spark/sbin/start-master.sh
ExecStop=/opt/spark/sbin/stop-master.sh

[Install]
WantedBy=multi-user.target

保存并关闭文件，然后为 Spark 从属服务器创建一个服务文件：

nano /etc/systemd/system/spark-slave.service

添加以下配置。

[Unit]

Description=Apache Spark Slave

After=network.target

[Service]
Type=forking
User=spark
Group=spark
ExecStart=/opt/spark/sbin/start-slave.sh spark://your-IP-server:7077
ExecStop=/opt/spark/sbin/stop-slave.sh

[Install]
WantedBy=multi-user.target

保存并关闭文件，然后重新加载守护程序。systemd

sudo systemctl daemon-reload
sudo systemctl start spark-master
sudo systemctl enable spark-master

第5步。配置防火墙。

首先，您需要确定Apache Spark用于其各种组件的端口。通常，您应该打开的基本端口是：

• Spark Master Web UI：端口 8080（或已配置的端口）
• Spark 主端口：7077（或已配置的端口）
• Spark 工作线程端口：指定范围内的随机端口（默认值为 1024-65535）

若要打开 Spark Master 和 Web UI 端口（例如 8080 和 7077），可以使用以下命令：firewall-cmd

sudo firewall-cmd --zone=public --add-port=8080/tcp --permanent
sudo firewall-cmd --zone=public --add-port=7077/tcp --permanent

After adding the necessary rules, you should reload the firewall for the changes to take effect:

sudo firewall-cmd --reload

第 6 步。访问 Apache Spark Web 界面。

若要验证 Spark 是否已正确安装以及群集是否正在运行，现在请打开 Web 浏览器并通过输入以下 URL 访问 Spark Web UI：

http://your-IP-address:8080

应在以下屏幕上看到 Spark 仪表板：

感谢您使用本教程在 Fedora 38 系统上安装 Apache Spark。有关其他帮助或有用信息，我们建议您查看 Spark 官方网站。