目的：

通过hadoop的共享目录，可以将Spark运行的状态通过运行在Kubernetes的History Server进行展示和跟踪。

前提：

保证Hadoop HDFS已经顺利运行并且事先在hdfs建立如下目录：

hadoop fs -mkdir ／eventLog

在Kubernetes安装Spark History Server

1:获取chart代码

git clone https://github.com/banzaicloud/banzai-charts.git

由于hdfs需要以非root用户连接，并且需要暴露对外服务端口所以作如下代码修改：

cd banzai-charts/spark-hs/

git diff

diff --git a/spark-hs/templates/deployment.yaml b/spark-hs/templates/deployment.yaml

index

env:

+ - name: HADOOP_USER_NAME

+ value: hadoop

- name: SPARK_NO_DAEMONIZE

value: "true"

diff --git a/spark-hs/templates/service.yaml b/spark-hs/templates/service.yaml

name: {{ .Chart.Name }}

+ nodePort: 30555

+ type: NodePort

selector:

2: 获取镜像

docker pull spark-history-server:v2.2.1-k8s-1.0.30

3: 通过helm安装

进入spark-hs目录，执行安装命令；

helm install --set app.logDirectory=hdfs://xx.xx.xx.xx:9000/eventLog .

4: 运行和访问

在submit Spark task的时候指定如下配置：

--conf spark.eventLog.dir=hdfs://xx.xx.xx.xx:9000/eventLog

--conf spark.eventLog.enabled=true

之后就可以通过GUI 访问到History Server