spark submit 提交脚本的参数详解

在将项目打包之后，可能需要将其提交到大数据平台上去跑，这个时候就涉及到脚本处理。这里主要是有关spark的运行任务…一些常用的提交参数配置如下所示：

参数名	参数说明
- -master	master 的地址，提交任务到哪里执行，例如 spark://host:port, yarn, local
- -deploy-mode	在本地 (client) 启动 driver 或在 cluster 上启动，默认是 client
- -name	应用程序的名称
- -class	应用程序的主类，仅针对 java 或 scala 应用
- -jars	用逗号分隔的本地 jar 包，设置后，这些 jar 将包含在 driver 和 executor 的 classpath 下
- -packages	包含在driver 和executor 的 classpath 中的 jar 的 maven 坐标
- -exclude-packages	为了避免冲突 而指定不包含的 package
- -repositories	远程 repository
- -conf	指定 spark 配置属性的值
- -properties-file	加载的配置文件，默认为 conf/spark-defaults.conf
- -driver-memory	Driver内存，默认 1G
- -driver-java-options	传给 driver 的额外的 Java 选项
- -driver-library-path	传给 driver 的额外的库路径
- -driver-class-path	传给 driver 的额外的类路径
- -driver-cores	Driver 的核数，默认是1。在 yarn 或者 standalone 下使用
- -executor-memory	每个 executor 的内存，默认是1G
–total-executor-cores	所有 executor 总共的核数。仅仅在 mesos 或者 standalone 下使用
–num-executors	启动的 executor 数量。默认为2。在 yarn 下使用
–executor-core	每个 executor 的核数。在yarn或者standalone下使用

提交的脚本示例：

spark2-submit 
--conf spark.yarn.submit.waitAppCompletion=false 
--queue xxxx.xxx 
--proxy-user xxx 
--master yarn-cluster 
--class xxxx.xxx.xxxTask （对应包下的类的路径)
--name xxxTask 
--conf kafka.version=0.10  
--executor-cores 2  
--executor-memory 2048M 
--driver-memory 512M 
--num-executors 1 
hdfs://xxxx(提交jar包中所显示的完整路径，jar包将对应保存在hdfs的相应目录里面)