Spark standalone on Kubernetes

注：该项目已不推荐使用。

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 资源调度可以尝试 apache-spark-on-k8s，代码和使用文档见 spark-on-kubernetes。

本文中用到的 yaml 文件可以在 manifests/spark-standalone 目录下找到，也可以在上面的 spark-on-kubernetes 项目的 manifests 目录下找到。

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。

Spark UI

访问 http://spark.traefik.io

spark master ui

Zeppelin UI

访问 http://zepellin.treafik.io

zeppelin ui