Spark环境搭建——on yarn集群模式

本篇博客，Alice为大家带来关于如何搭建Spark的on yarn集群模式的教程。 文章目录准备工作cluster模式client模式[了解]两种模式的区别 官方文档: http://spark.apache.org/docs/latest/running-on-yarn.html 准备工作 安装启动Hadoop(需要使用HDFS和YARN，已经ok) 安装单机版Spark(已经ok) 注意：不需要集群，因为把Spark程序提交给YARN运行本质上是把字节码给YARN集群上的JVM运行，但是得有一个东西帮我去把任务提交上个YARN，所以需要一个单机版的Spark，里面的有spark-shell命令，spark-submit命令 修改配置: 在spark-env.sh ，添加HADOOP_CONF_DIR配置，指明了hadoop的配置文件的位置 vim /export/servers/spark/conf/spark-env.sh 加入下面的声明，把路径改为自己hadoop对应的路径 export HADOOP_CONF_DIR=/export/servers/hadoop/etc/hadoop cluster模式 说明 在企业生产环境中大部分都是cluster部署模式运行Spark应用 Spark On YARN的Cluster模式 指的是Driver程序运行在YARN集群上 补充Driver是什么: The process running the main() function of the application and creating the SparkContext 运行应用程序的main()函数并创建SparkContext的进程 图解 注意： 之前我们使用的spark-shell是一个简单的用来测试的交互式窗口，下面的演示命令使用的是spark-submit用来提交打成jar包的任务 /export/servers/spark/bin/spark-submit \ --class org.apache.spark.examples.SparkPi \ --master yarn \ --deploy-mode cluster \ --driver-memory 1g \ --executor-memory 1g \ --executor-cores 2 \ --queue default \ /export/servers/spark/examples/jars/spark-examples_2.11-2.2.0.jar \ 10 具体的参数含义，见下图说明。 查看界面 http://node01:8088/cluster client模式[了解] 说明 学习测试时使用，开发不用，了解即可 Spark On YARN的Client模式 指的是Driver程序运行在提交任务的客户端 图解 运行示例程序 /export/servers/spark/bin/spark-submit \ --class org.apache.spark.examples.SparkPi \ --master yarn \ --deploy-mode client \ --driver-memory 1g \ --executor-memory 1g \ --executor-cores 2 \ --queue default \ /export/servers/spark/examples/jars/spark-examples_2.11-2.2.0.jar \ 10 具体参数对应的含义请参照cluster模式。 两种模式的区别 Cluster和Client模式最最本质的区别是：Driver程序运行在哪里！ 其中，就直接的区别就是: 运行在YARN集群中就是Cluster模式， 运行在客户端就是Client模式 当然，还有由本质区别延伸出来的区别: cluster模式：生产环境中使用该模式 1.Driver程序在YARN集群中 2.应用的运行结果不能在客户端显示 3.该模式下Driver运行ApplicattionMaster这个进程中， 如果出现问题，yarn会重启ApplicattionMaster(Driver) client模式： 1.Driver运行在Client上的SparkSubmit进程中 2.应用程序运行结果会在客户端显示   本次的分享就到这里，受益的小伙伴或对大数据技术感兴趣的朋友记得点赞关注Alice哟(＾Ｕ＾)ノ~ＹＯ 作者：Alice菌

on yarn Spark环境搭建 ON spark yarn