企业官网建设流程全解析

Spark 集群公网互通场景配置方案

🗂️ 地址规划

• 公网地址：

  • Master 节点：100.112.4.22（主控节点，master-node）
  • Worker 节点1：100.112.5.61（worker-node1）
  • Driver 节点（Client 模式提交任务）：100.112.6.32

• 假设的内网地址（不可互通，仅作为说明）：

  • Master 节点：172.31.1.34
  • Worker 节点1：122.31.1.34
  • Driver 节点：182.31.1.34

背景：三台机器只有公网互通，内网不可互通。Spark 集群必须依赖公网 IP 进行通信。此时如果直接在spark-env.sh中设置SPARK_MASTER_HOST=master-node（解析到公网），Master 启动会失败，因为 Spark 尝试绑定一个并未直接配置在网卡上的公网地址。解决办法是监听本机可绑定地址（0.0.0.0 或内网 IP），公布公网地址用于访问。

📌/etc/hosts统一方案

在三台机器的/etc/hosts中统一配置：

100.112.4.22 master-node100.112.5.61 worker-node1100.112.6.32 driver-node

注意：这里仅映射公网地址，不要混入内网地址，避免解析冲突。

⚙️ Master 节点$SPARK_HOME/conf/spark-env.sh

#!/usr/bin/env bashexportJAVA_HOME=/usr/lib/jvm/java-11-openjdk-amd64# Master 监听所有网卡，避免绑定公网失败exportSPARK_MASTER_HOST=0.0.0.0exportSPARK_MASTER_PORT=7077exportSPARK_MASTER_WEBUI_PORT=8080# 公布公网地址（UI、集群信息显示用）exportSPARK_PUBLIC_DNS=100.112.4.22# Worker / Driver 常用端口exportSPARK_WORKER_WEBUI_PORT=8081exportSPARK_DRIVER_PORT=7080exportSPARK_BLOCKMANAGER_PORT=7081exportSPARK_LOG_DIR=$SPARK_HOME/logs

⚙️ Worker 节点$SPARK_HOME/conf/spark-env.sh

Worker1（100.112.5.61）：

#!/usr/bin/env bashexportJAVA_HOME=/usr/lib/jvm/java-11-openjdk-amd64# 公布公网地址exportSPARK_PUBLIC_DNS=100.112.5.61exportSPARK_WORKER_WEBUI_PORT=8081exportSPARK_DRIVER_PORT=7080exportSPARK_BLOCKMANAGER_PORT=7081exportSPARK_LOG_DIR=$SPARK_HOME/logs

启动 Worker：

$SPARK_HOME/sbin/start-worker.sh spark://100.112.4.22:7077

📄 spark-defaults.conf（可选）

在 Master 节点配置（Driver 公网可回连）：

spark.driver.host100.112.6.32 spark.driver.port7080spark.driver.bindAddress0.0.0.0

💻 Driver 端参数指定方案（Client 模式）

Driver 在100.112.6.32上运行，代码示例：

SparkConfconf=newSparkConf();// 资源配置conf.set("spark.executor.instances","6");conf.set("spark.executor.cores","8");conf.set("spark.executor.memory","16g");conf.set("spark.driver.memory","8g");// Master 公网地址conf.set("spark.master","spark://100.112.4.22:7077");// Driver 公网地址（必须是 Worker 可达）conf.set("spark.driver.host","100.112.6.32");conf.set("spark.driver.port","7080");conf.set("spark.driver.bindAddress","0.0.0.0");

🚀 总结

• SPARK_MASTER_HOST：不要直接设为公网映射的主机名，否则启动失败。应设为0.0.0.0或本机内网 IP。
• SPARK_PUBLIC_DNS：公布公网地址，供 UI 和集群信息显示。
• Worker：通过公网地址注册到 Master。
• Driver：必须指定公网 IP，保证 Executor 能回连。
• hosts：统一映射公网地址，避免混入内网。

要不要我帮你写一个完整的启动顺序脚本（start-all.sh），专门针对这种“仅公网互通”的场景？这样你只需要一条命令就能拉起整个集群。