Spark on YARN基础

2020-11-24 14:42:50 浏览数 (1)

在Spark中，支持4种运行模式：

  • Local：开发调试时使用
  • Standalone：如果一个集群是Standalone的话，那么就需要在多台机器上同时部署Spark环境
  • YARN：在生产环境上使用该模式，统一使用YARN进行整个集群作业(MR、Spark)的资源调度
  • Mesos：目前使用较少

不管使用哪种模式，Spark应用程序的代码是一模一样的，只需要在提交的时候通过--master参数来指定我们的运行模式即可

Client Driver运行在Client端(提交Spark作业的机器) Client会和请求到的Container进行通信来完成作业的调度和执行，Client是不能退出的 日志信息会在控制台输出：便于我们测试

Cluster Driver运行在ApplicationMaster中 Client只要提交完作业之后就可以关掉，因为作业已经在YARN上运行了 日志是在终端看不到的，因为日志是在Driver上，只能通过 yarn logs -applicationIdapplication_id

代码语言：javascript复制
./bin/spark-submit 
--class org.apache.spark.examples.SparkPi 
--master yarn 
--executor-memory 1G 
--num-executors 1 
/home/hadoop/app/spark-2.1.0-bin-2.6.0-cdh5.7.0/examples/jars/spark-examples_2.11-2.1.0.jar 
4

此处的yarn就是我们的yarn client模式 如果是yarn cluster模式的话，设置为yarn-cluster

代码语言：javascript复制
Exception in thread "main" java.lang.Exception: When running with master 'yarn' either HADOOP_CONF_DIR or YARN_CONF_DIR must be set in the environment.

如果想运行在YARN之上，那么就必须要设置HADOOP_CONF_DIR或者是YARN_CONF_DIR

代码语言：javascript复制
1）export HADOOP_CONF_DIR=/home/hadoop/app/hadoop-2.6.0-cdh5.7.0/etc/hadoop
2) $SPARK_HOME/conf/spark-env.sh
代码语言：javascript复制
./bin/spark-submit 
--class org.apache.spark.examples.SparkPi 
--master yarn-cluster 
--executor-memory 1G 
--num-executors 1 
/home/hadoop/app/spark-2.1.0-bin-2.6.0-cdh5.7.0/examples/jars/spark-examples_2.11-2.1.0.jar 
4

查看spark任务的日志 yarn logs -applicationId application_1495632775836_0002

yarn spark node.js

0 人点赞