0.前言

知道我的兄弟朋友们可能知道，我最近工作中，我们老大叫我利用Docker构建大数据开发环境。今天真的十分开心，我利用Docker-Compose构建出Kafka-Spark-MySQL的云平台大数据开发环境，并利用自己撰写的spark streaming程序实现了实时数据的处理。
本篇文章主要介绍利用Docker-Compose构建出Spark的运行环境，和前面的Kafka和MySQL相似，本次搭建的Spark集群还是采用Bitnami的镜像进行构建。

1.单节点的Spark的构建

下面是利用Docker-Compose构建的Spark的单节点，生产环境不建议这样配置。下面是单节点的配置文件

version: '2'

services:
  spark:
    image: docker.io/bitnami/spark:3.3
    ports:
      - '8080:8080'
    environment:
      - SPARK_RPC_AUTHENTICATION_ENABLED=no
      - SPARK_RPC_ENCRYPTION_ENABLED=no
      - SPARK_LOCAL_STORAGE_ENCRYPTION_ENABLED=no
      - SPARK_SSL_ENABLED=no
      - SPARK_MASTER_URL=spark://spark:7077
      - SPARK_WORKER_MEMORY=1G
      - SPARK_WORKER_CORES=1
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

2.Spark一主两从节点的构建

2.1Docker-Compose配置文件

下面是Spark一主两从的节点配置脚本

version: '2'

services:
  spark:
    image: docker.io/bitnami/spark:3.3
    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'
  spark-worker-1:
    image: docker.io/bitnami/spark:3.3
    environment:
      - SPARK_MODE=worker
      - SPARK_MASTER_URL=spark://spark: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
  spark-worker-2:
    image: docker.io/bitnami/spark:3.3
    environment:
      - SPARK_MODE=worker
      - SPARK_MASTER_URL=spark://spark: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
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35

2.2 环境配置参数

下面是Spark集群搭建的一些可用变量：

• SPARK_MODE：集群模式启动 Apache Spark。有效值：主值、辅助角色。默认值：master
• SPARK_MASTER_URL：工作人员可以找到主节点的 URL。仅当spark模式为辅助角色时才需要。默认值：spark://spark-master:7077
• SPARK_RPC_AUTHENTICATION_ENABLED：启用 RPC 身份验证。默认值：no
• SPARK_RPC_AUTHENTICATION_SECRET：用于 RPC 身份验证的密钥。无默认值。
• SPARK_RPC_ENCRYPTION_ENABLED：启用 RPC 加密。默认值：no
• SPARK_LOCAL_STORAGE_ENCRYPTION_ENABLED：启用本地存储加密：默false
• SPARK_SSL_ENABLED：启用 SSL 配置。默认值：
• SPARK_SSL_KEY_PASSWORD：密钥存储中私钥的密码。无默认值。
• SPARK_SSL_KEYSTORE_FILE：密钥存储的位置。默认值：/opt/bitnami/spark/conf/certs/spark-keystore.jks.
• SPARK_SSL_KEYSTORE_PASSWORD：密钥存储的密码。无默认值
• SPARK_SSL_TRUSTSTORE_PASSWORD：信任存储的密码。无默认值。
• SPARK_SSL_TRUSTSTORE_FILE：密钥存储的位置。默认值：/opt/bitnami/spark/conf/certs/spark-truststore.jks.
• SPARK_SSL_NEED_CLIENT_AUTH：是否需要客户端身份验证。默认值：是
• SPARK_SSL_PROTOCOL：要使用的 TLS 协议。默认值：TLSv1.2
• SPARK_DAEMON_USER：容器以 root 身份启动时的 Apache Spark 系统用户。默认值：spark
• SPARK_DAEMON_GROUP：容器以 root 身份启动时，Apache Spark 系统组。默认值：spark