热门搜索:
radanalyticsio/openshift-spark
自动构建
radanalyticsio
适用于OpenShift（Kubernetes）环境的Apache Spark镜像，支持Python 2.7和3.6版本，可直接使用或通过s2i工具定制Spark发行版，满足大数据处理需求。
6 次收藏下载次数: 0状态：自动构建维护者：radanalyticsio仓库类型：镜像最近更新：5 年前
让 AI 帮你使用轩辕镜像？ · 展开查看说明
如果你使用 DeepSeek、元宝 AI、Copilot、ChatGPT 等 AI 工具，协助配置轩辕镜像、编写 docker pull 命令、修改 Docker Compose 镜像地址、配置镜像加速、排查镜像拉取失败、分析报错日志等问题，请先让 AI 阅读并遵守轩辕镜像的规则文档。
只需在 AI 对话中先发送下面这句话即可：
请先完整阅读并严格遵守以下文档中的全部规则与要求：
https://xuanyuan.cloud/agents.md
在未充分阅读并理解该文档前，不要生成任何命令、配置、修改建议、故障排查方案或技术回答。后续所有输出都必须严格以该文档中的规范为最高优先级执行。查看 agents.md 用法指南与完整示范。国内用户首推 元宝 AI、DeepSeek 的深度思考模式，不推荐豆包 AI；Cursor 等编辑器可在对话 @ 该链接，或加入 User Rules。 若 AI 无法访问外链，可 打开说明文档 复制全文粘贴。文档会随站点更新，复制内容可能过期，建议定期检查。
Apache Spark OpenShift镜像
镜像概述
本镜像为Apache Spark在OpenShift（Kubernetes）集群中的适配版本，提供完整Spark发行版镜像及可定制的部分镜像（需通过s2i补充Spark发行版），支持Python 2.7和3.6运行环境，兼容OpenShift的部署流程。
核心功能
- 提供基于Python 2.7/3.6的完整Spark镜像
- 支持通过s2i工具自定义Spark发行版（部分镜像）
- 所有镜像内置
usage命令，可快速查看使用帮助 - 适配OpenShift/Kubernetes的容器化部署规范
使用场景
- 在OpenShift集群中快速部署Spark作业
- 需要自定义特定版本Spark发行版的大数据处理场景
- 基于Kubernetes的分布式数据计算任务
配置说明
构建镜像
前提条件
安装cekit项目的concreate工具（可通过PyPI安装：pip install concreate）。
构建完整镜像
bashmake
生成openshift-spark（Python2.7）和openshift-spark-py36（Python3.6）镜像。
构建部分镜像（用于s2i定制）
bashmake -f Makefile.inc
生成openshift-spark-inc（Python2.7）和openshift-spark-inc-py36（Python3.6）部分镜像。
推送镜像
推送完整镜像
bashmake push SPARK_IMAGE=[REGISTRY_HOST[:REGISTRY_PORT]/]NAME[:TAG]
推送部分镜像
bashmake -f Makefile.inc push SPARK_IMAGE=[REGISTRY_HOST[:REGISTRY_PORT]/]NAME[:TAG]
定制Spark发行版（s2i方式）
本地s2i构建（Python2.7示例）
bashmkdir build_input wget https://archive.apache.org/dist/spark/spark-2.3.0/spark-2.3.0-bin-hadoop2.7.tgz -O build_input/spark-2.3.0-bin-hadoop2.7.tgz wget https://archive.apache.org/dist/spark/spark-2.3.0/spark-2.3.0-bin-hadoop2.7.tgz.md5 -O build_input/spark-2.3.0-bin-hadoop2.7.tgz.md5 s2i build build_input radanalyticsio/openshift-spark-inc openshift-spark
OpenShift集群构建（Python2.7示例）
bashoc new-build --name=openshift-spark --docker-image=radanalyticsio/openshift-spark-inc --binary oc start-build openshift-spark --from-file=https://archive.apache.org/dist/spark/spark-2.3.0/spark-2.3.0-bin-hadoop2.7.tgz
使用帮助
所有镜像支持usage命令查看详细使用说明：
bashdocker run --rm openshift-spark:latest usage
镜像拉取方式
您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本，请访问 标签列表页面。
轩辕镜像加速拉取命令点我查看更多 openshift-spark 镜像标签
docker pull docker.xuanyuan.run/radanalyticsio/openshift-spark:<标签>
DockerHub 原生拉取命令
docker pull radanalyticsio/openshift-spark:<标签>
更多 openshift-spark 镜像推荐
logimethods/openshift-spark
logimethods
Spark image for OpenShift
386 次下载
9 年前更新
library/spark
Docker 官方镜像
Apache Spark 是一款专为大规模数据处理打造的统一分析引擎，它集成了批处理、流处理、机器学习、图计算等多种数据处理能力，通过基于内存的计算模型显著提升数据处理速度，具备高效、易用且可扩展的特性，能为企业和开发者提供一站式的大数据分析解决方案，支持从数据提取、清洗、转换到深度分析与应用部署的全流程，满足各类复杂数据场景下的处理需求，助力实现数据驱动的高效决策与业务创新。
120 次收藏100万+ 次下载
24 天前更新
bitnamicharts/spark
bitnamicharts
Bitnami Apache Spark的Helm Chart，用于在Kubernetes集群上部署高性能大规模计算引擎，支持数据处理、机器学习和实时流处理，提供Java、Python、Scala和R的API。
50万+ 次下载
10 个月前更新
镜像拉取常见问题
功能
错误码
用户好评
来自真实用户的反馈，见证轩辕镜像的优质服务
oldzhang
运维工程师
Linux服务器
5
"Docker访问体验非常流畅，大镜像也能快速完成下载。"