http://spark.apache.org


How to create an instance of Spark Cluster in the KASI Science Cloud

  • Step 1 : Choose a spark cluster template 


  • Step 2 : Use the default settings in most cases



  • Step 3 : Choose a flavor and Set the number of slaves (minons), then Create 

Connect to the Master-Node and Run some basic scripts 

  • root 으로 접속 후, nfs 디렉토리로 이동 
  • alias 를 확인해보면, allon 과 alloff  명령어를 볼 수 있음. 이 명령어로 Spark+Hadoop Cluster를 Start/Stop 할 수 있음.
    root 접속에 문제가 있다면,
    /root/.ssh/authorized_keys 파일의 앞부분
    (no-port-forwarding,no-agent-forwarding,no-X11-forwarding,command="echo 'Please login as the user \"ubuntu\" rather than the user \"root\".';echo;sleep 10;exit 142" )을 삭제

  • allon 이 제대로 실행되었다면, http://master-node-ip:8080 와 http://master-node-ip:9870 에서 Spark와 Hadoop의 WebUI를 볼 수 있음.
    여기까지 설정이 끝났으면, spark-submit 을 이용한 script 실행이 가능함. Jupyter Notebook을 이용한 interacitve shell mode를 실행하려면, 아래 설명한 추가 설정이 필요함. 
    Example: Calculating Pi using pi.py

    spark-submit --master spark://spark-hdfs-large-master:7077 ./pi.py



    SparkUI


    HadoopUI



  • Jupyter Notebook 설정:
    우선, jupyter notebook password  명령을 이용해서 패스워드 설정. (매번 생성되는 Token을 복사/붙여넣기하는 수고를 줄일 수 있음.)
    그리고 Jupyter Notebook Server를 실행하는 Shell Script를 따로 생성함. 예제에서는 run-jupyter-server.sh  

    #!/bin/bash
export PYSPARK_PYTHON=python3
export PYSPARK_DRIVER_PYTHON=jupyter
export PYSPARK_DRIVER_PYTHON_OPTS='notebook --no-browser --port=8888 --allow-root'
pyspark --master spark://<spark-master-node-name>:7077 
# use the name of your spark master node for <spark-master-node-name>



  • Jupyter Server 가 위와 같이 실행되었으면, 웹 브라우저를 이용해 접속 http://<spark-master-node-ip>:8888 

    Attachement: please copy this examples.zip to your working directory for testing your spark cluster.


Introduction to Apache Spark for Scientific Research

  • No labels