diff --git a/docs/zh/deploy/index.rst b/docs/zh/deploy/index.rst index 84b15271d22..a86f5ee69e9 100644 --- a/docs/zh/deploy/index.rst +++ b/docs/zh/deploy/index.rst @@ -8,4 +8,5 @@ install_deploy conf compile - integrate_hadoop \ No newline at end of file + integrate_hadoop + offline_integrate_kubernetes diff --git a/docs/zh/deploy/offline_integrate_kubernetes.md b/docs/zh/deploy/offline_integrate_kubernetes.md new file mode 100644 index 00000000000..7ea5d51b580 --- /dev/null +++ b/docs/zh/deploy/offline_integrate_kubernetes.md @@ -0,0 +1,70 @@ +# 离线引擎使用 Kubernetes 后端(可选) + +## 介绍 + +OpenMLDB 的离线引擎也支持集成 Kubernetes 服务,用户可以配置使用 Kubernetes 集群来调度运行大数据离线任务,使用 HDFS 等分布式存储服务来管理离线数据。 + +## 部署 Kubernetes + +- 部署 Kubernetes 单机版或集群版:请参考 [Kubernetes 官方文档](https://kubernetes.io/docs/home/) + +- 部署管理 Spark 任务的 Operator:请参考 [spark-on-k8s-operator 官方文档](https://github.com/GoogleCloudPlatform/spark-on-k8s-operator)。以下是使用 `Helm` 部署到 `default` 命令空间的命令,可以根据需要修改命令空间以及权限信息。 + +``` +helm install my-release spark-operator/spark-operator --namespace default --create-namespace --set webhook.enable=true + +kubectl create serviceaccount spark --namespace default + +kubectl create clusterrolebinding binding --clusterrole=edit --serviceaccount=default:spark +``` + +部署成功后,可以使用 spark-operator 提供的代码示例测试 Spark 任务是否可以正常提交。 + +## HDFS 支持 + +如果需要配置 Kubernetes 任务读写 HDFS 数据,需要提前准备 Hadoop 配置文件并且创建 ConfigMap 。根据需要可修改 ConfigMap 名称和文件路径,创建命令示例如下。 + +``` +kubectl create configmap hadoop-config --from-file=/tmp/hadoop/etc/ +``` + +## TaskManager 配置 Kubernetes + +TaskManager 配置文件中可以指定 Kubernetes 相关配置,相关配置项如下。 + +| Config | Type | Note | +| ------ | ---- | ---- | +| spark.master | String | 可支持"kuberenetes"或"k8s" | +| offline.data.prefix | String | 建议使用 HDFS 路径 | +| k8s.hadoop.configmap | String | 默认为"hadoop-config" | +| k8s.mount.local.path | String | 默认为"/tmp" | + +如果使用 Kubernetes 模式,用户的计算任务会运行在集群上,因此建议配置离线存储路径为 HDFS 路径,否则可能导致任务读写数据失败。配置示例如下。 + +``` +offline.data.prefix=hdfs:///foo/bar/ +``` + +## 任务提交和管理 + +配置 TaskManager 和 Kubernetes 后,可在命令行提交离线任务,用法与 Local 或 Yarn 模式一样,不仅可以在 SQL 命令行客户端中使用,也可以通过各种语言的 SDK 中使用。 + +例如提交数据导入任务。 + +``` +LOAD DATA INFILE 'hdfs:///hosts' INTO TABLE db1.t1 OPTIONS(delimiter = ',', mode='overwrite'); +``` + +检查 Hadoop ConfigMap 内容。 + +``` +kubectl get configmap hdfs-config -o yaml +``` + +查看 Spark 任务以及 Pod 内容和日志。 + +``` +kubectl get SparkApplication + +kubectl get pods +```