本系列有关Radanalytics.io的Kubernetes Spark运算符
OpenShift起源 。 它是一个开源的运营商来管理
Apache Spark集群和应用程序。 为了在OpenShift Origin上部署操作员，第一次需要为其克隆GitHub存储库：

git clone https://github.com/radanalyticsio/spark-operator.git

然后使用OpenShift命令行登录到集群
oc ：

oc login -u <username>:<password>

假设像我和我的团队以前在OpenShift Origin环境中一样，开发人员没有创建CRD的权限，则需要使用Config Maps，因此必须使用
克隆存储库中提供的operator-com.yaml文件：

oc apply -f manifest/operator-cm.yaml

上面命令的输出应类似于以下内容：

serviceaccount/spark-operator created
role.rbac.authorization.k8s.io/edit-resources created
rolebinding.rbac.authorization.k8s.io/spark-operator-edit-resources created

成功创建操作员后，您可以尝试创建第一个集群。 选择您要使用的特定项目：

oc project <project_name>

然后使用克隆存储库中可用的ConfigMap的示例文件创建一个小型Spark集群（1个主服务器和2个工作器）：

oc apply -f examples/cluster-cm.yaml

这是该文件的内容：

apiVersion: v1
kind: ConfigMap
metadata:name: my-spark-clusterlabels:radanalytics.io/kind: SparkCluster
data:config: |-worker:instances: "2"master:instances: "1"

上面命令的输出是：

configmap/my-spark-cluster created

成功创建集群后，查看OpenShift Web UI，情况应为：

要访问Spark Web UI，您需要为其创建路由。 可以通过OpenShift Origin UI来执行此操作，方法是选择Spark服务，然后单击
路线链接。 一旦创建了路由，就可以从OpenShift外部访问主服务器和工作服务器的Spark Web UI。

现在，您可以使用Spark集群。 您可以通过进入主Pod控制台，在此处启动Scala Spark shell并执行一些代码来开始对其进行测试：

在本系列的第二部分中，我们将在转到Spark应用程序管理之前探索Spark运算符的实现和配置详细信息。

翻译自: https://www.javacodegeeks.com/2019/05/kubernetes-spark-operator-openshift-origin.html