spark的独立集群（standalon）模式很容易上手，文档在：Spark Standalone Mode。
本次实践的软件环境为：
Linux 4.4.0-62-generic #83-Ubuntu x86_64 GNU/Linux
java version "1.8.0_101" Java(TM) SE Runtime Environment (build 1.8.0_101-b13) Java HotSpot(TM) 64-Bit Server VM (build 25.101-b13, mixed mode)
Spark 2.1.0 built for Hadoop 2.7.3
按照文档的说法，在各个机器上执行./sbin/start-master.sh和./sbin/start-slave.sh <Spark URL>就可以启动集群了。但这样每次启动和关闭都会很麻烦，所以本文的目标是，在master上直接开启和关闭集群。这样做的根据在于spark的sbin中提供了启动和关闭集群的脚本，在conf中提供了slave文件可以标识集群机器。
第一步，让主从机可以互相无密码ssh登陆
这已经是很多分布式计算技术部署的第一步了，首先在各个机器上执行
ssh-keygen
一路默认回车，这样在当前用户的主目录下会生成.ssh文件夹。进入这个文件夹，首先把本机的公钥加入认证文件
cat id_rsa.pub >> authorized_keys
这句话的意思是将id_rsa.pub文件中的内容追加到authorized_keys文件中，一开始没有authorized_keys文件也不用担心，这个命令可以新建一个。
如果这是一台master机器，那么还需要导入所有slave机器的公钥，如果这是一台slave机器，那么还需要导入master机器的公钥。最后需要在各个机器上测试一下，需要保证本机ssh本机，master ssh slave能够畅通无阻。
第二步，配置集群中的master
在配置master中的spark之前，需要保证集群中各机器的/etc/hosts有效，各个机器能够通过机器名称ping通，因为spark的启动脚本中是通过机器名来辨识机器的。尤其要注意这个版本的hosts文件有个地方，会把机器名解析成127.0.1.1，这一条记录在master上必须删除，否则slave机器上的spark会连不上master。
接着配置slave机器的信息，
cp conf/slaves.template conf/slaves
然后修改conf/slaves文件，将slave机器的机器名一个一行写入。
最后配置一下环境变量
cp conf/spark-env.sh.template conf/spark-env.sh
在spark-env.sh里面指定使用的jdk，修改spark-env.sh中添加一行
export JAVA_HOME=<JDK所在路径>
第三步，配置集群中的slave
这一步比较简单，在各个slave机器上重复第二步的最后一项，将slave机器中spark的spark-env.sh文件中JAVA_HOME变量配置好即可。在我的实践中，一开始并没有在spark-env.sh中配置JAVA_HOME，我是写在~/.bashrc中的，好像这样配置如同在hbase中一样不起作用，还是要在spark自己的脚本中设置好。
如此在master机器上，我们
./sbin/start-all.sh
就可以启动这个集群了，同样
./sbin/stop-all.sh
就能关闭集群。
最后放上一张master上的web ui截图
