安装过程

将获取代码中得到的软件包移动到安装目录，如表1所示，安装根目录“/home/test/boostkit/”仅为举例，请关注安装目录相对路径。

算法包只需要在客户端安装，控制节点和计算节点不需要安装。

安装步骤如下：

1. 在客户端节点上，以大数据组件的授权用户登录服务器，将算法依赖的第三方开源加速库fastutil-8.3.1.jar安装到对应目录，软件jar包设置文件权限为750。
   1. 创建lib目录。

      1	mkdir -p /home/test/boostkit/lib

   2. 进入创建的目录。

      1	cd /home/test/boostkit/lib

   3. 下载fastutil-8.3.1.jar包。

      1	wget https://repo1.maven.org/maven2/it/unimi/dsi/fastutil/8.3.1/fastutil-8.3.1.jar

   4. 更改jar包权限

      1	chmod 750 fastutil-8.3.1.jar

2. 将图分析算法库的算法包复制到客户端的“/home/test/boostkit/lib/”目录，软件jar包设置文件权限为750。

   1 2 3 4

   cp /opt/Spark-graph-algo-lib-1.3.0-spark2.3.2/graph-accelerator/target/boostkit-graph-acc_2.11-1.3.0-spark2.3.2.jar /home/test/boostkit/lib cp /opt/Spark-graph-algo-lib-1.3.0-spark2.3.2/graph-accelerator/target/boostkit-graph-core_2.11-1.3.0-spark2.3.2.jar /home/test/boostkit/lib cp /opt/boostkit-graph-kernel-2.11-1.3.0-spark2.3.2-aarch64.jar /home/test/boostkit/lib chmod 750 /home/test/boostkit/lib/boostkit-*

3. 将算法的测试工具（需要自行开发）打成的jar包（如graph-test.jar）放入客户端的库算法包上层目录“/home/test/boostkit/”下。
4. 将提交任务shell脚本放入客户端与测试jar包相同目录的“/home/test/boostkit/”下，使用yarn-client模式启动Spark作业，shell脚本内容示例如下：

   1 2 3 4 5 6 7 8 9 10 11 12

   #!/bin/bash spark-submit \ --class com.bigdata.graph.WCEMain \ --master yarn \ --deploy-mode client \ --driver-cores 36 \ --driver-memory 50g \ --jars "lib/fastutil-8.3.1.jar,lib/boostkit-graph-acc_2.11-1.3.0-spark2.3.2.jar,lib/boostkit-graph-kernel-2.11-1.3.0-spark2.3.2-aarch64.jar,lib/boostkit-graph-core_2.11-1.3.0-spark2.3.2.jar" \ --driver-class-path "lib/graph-test.jar:lib/fastutil-8.3.1.jar:lib/snakeyaml-1.17.jar:lib/boostkit-graph-acc_2.11-1.3.0-spark2.3.2.jar:lib/boostkit-graph-kernel-2.11-1.3.0-spark2.3.2-aarch64.jar:lib/boostkit-graph-core_2.11-1.3.0-spark2.3.2.jar" \ --conf "spark.executor.extraClassPath=fastutil-8.3.1.jar:boostkit-graph-acc_2.11-1.3.0-spark2.3.2.jar:boostkit-graph-kernel-2.11-1.3.0-spark2.3.2-aarch64.jar:boostkit-graph-core_2.11-1.3.0-spark2.3.2.jar" \ ./graph-test.jar

   将提交任务shell脚本放入客户端与测试jar包相同目录的“/home/test/boostkit/”下，使用yarn-cluster模式启动Spark作业，shell脚本内容示例如下：

   1 2 3 4 5 6 7 8 9 10 11 12 13

   #!/bin/bash spark-submit \ --class com.bigdata.graph.WCEMain \ --master yarn \ --deploy-mode cluster \ --driver-cores 36 \ --driver-memory 50g \ --jars "lib/fastutil-8.3.1.jar,lib/boostkit-graph-acc_2.11-1.3.0-spark2.3.2.jar,lib/boostkit-graph-kernel-2.11-1.3.0-spark2.3.2-aarch64.jar,lib/boostkit-graph-core_2.11-1.3.0-spark2.3.2.jar" \ --driver-class-path "graph-test.jar:fastutil-8.3.1.jar:snakeyaml-1.17.jar:boostkit-graph-acc_2.11-1.3.0-spark2.3.2.jar:boostkit-graph-kernel-2.11-1.3.0-spark2.3.2-aarch64.jar:boostkit-graph-core_2.11-1.3.0-spark2.3.2.jar" \ --conf "spark.yarn.cluster.driver.extraClassPath=graph-test.jar:snakeyaml-1.17.jar:boostkit-graph-kernel-2.11-1.3.0-spark2.3.2-aarch64.jar:boostkit-graph-acc_2.11-1.3.0-spark2.3.2.jar:boostkit-graph-core_2.11-1.3.0-spark2.3.2.jar" \ --conf "spark.executor.extraClassPath=fastutil-8.3.1.jar:boostkit-graph-acc_2.11-1.3.0-spark2.3.2.jar:boostkit-graph-kernel-2.11-1.3.0-spark2.3.2-aarch64.jar:boostkit-graph-core_2.11-1.3.0-spark2.3.2.jar" \ ./graph-test.jar

   脚本中的语句含义如表2所示。

   表2 脚本的语句含义

   语句	含义
   spark-submit	指明是以spark-submit的形式提交作业。
   --class com.bigdata.ml.RFMain	调用算法的测试程序入口函数。
   --driver-class-path "XXX"	指明需要用到的图分析算法加速库、依赖的第三方开源加速库fastutil、算法的测试jar包在客户端的存放地址。 图分析算法需要用到的包：boostkit-graph-kernel-2.11-1.3.0-spark2.3.2-aarch64.jar、boostkit-graph-acc_2.11-1.3.0-spark2.3.2.jar、boostkit-graph-core_2.11-1.3.0-spark2.3.2.jar、fastutil-8.3.1.jar。 当提交yarn-client模式的Spark作业时需要写清楚所要引用的jar包在当前节点的路径和jar包的名字，多个jar包之间使用‘:’作为分隔符。 当提交yarn-client模式的Spark作业时不需要写清楚所要引用的jar包在当前节点的路径，只需要写清楚要引用的jar包的名字即可，多个jar包之间使用‘:’作为分隔符。
   --conf "spark.executor.extraClassPath=XXX"	指明需要用到的算法加速库、依赖的第三方开源加速库fastutil和算法所需的jar包。 图分析算法需要用到的包：boostkit-graph-kernel-2.11-1.3.0-spark2.3.2-aarch64.jar、boostkit-graph-acc_2.11-1.3.0-spark2.3.2.jar、boostkit-graph-core_2.11-1.3.0-spark2.3.2.jar、fastutil-8.3.1.jar。
   --conf "spark.yarn.cluster.driver.extraClassPath=XXX"	指明需要用到的算法加速库、依赖的第三方开源加速库fastutil和算法所需的jar包。 图分析算法需要用到的包：boostkit-graph-kernel-2.11-1.3.0-spark2.3.2-aarch64.jar、boostkit-graph-acc_2.11-1.3.0-spark2.3.2.jar、boostkit-graph-core_2.11-1.3.0-spark2.3.2.jar、fastutil-8.3.1.jar。 只有yarn-cluster模式的Spark作业需要配置此参数，只需要写清楚所引用的jar包的名字，多个jar包之间使用‘:’作为分隔符。
   --master yarn	指明在Yarn集群上提交Spark任务。
   --deploy-mode cluster	指明提交Spark任务的模式是cluster形式的。
   --deploy-mode client	指明提交Spark任务的模式是client形式的。
   --driver-cores	driver进程所用到的核数。
   --driver-memory	driver使用的内存，不可超过单机的总内存。
   --jars	指定算法所需jar包，要写清楚所指定jar包的路径和名字，多个jar包之间使用“,”作为分隔符。
   ./graph-test.jar	指明作为测试程序的jar包。

   

   • 算法包运行时的日志默认回显到客户端控制台，不储存在文件中，可以通过引入自定义的log4j.properties将日志保存到本地，引入方法可参考设置运行日志保存到本地。
   • Spark单机cluster模式提交任务时，建议启用身份验证，并禁用REST API，为规避Spark漏洞。