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。

官方文档:

http://spark.apache.org/docs/latest/running-on-yarn.html

准备工作

1. 安装启动Hadoop(需要使用HDFS和YARN，已经ok)

2. 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

3. 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

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
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

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
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

文章来源: alice.blog.csdn.net，作者：大数据梦想家，版权归原作者所有，如需转载，请联系作者。

原文链接：alice.blog.csdn.net/article/details/104416575