Spark部署模式（三）——Yarn模式

目录

1. Yarn模式运行流程

2. 安装Yarn模式

3. 日志查看

---

Yarn模式是指Spark直接调用Yarn进行资源调度，Standalone下资源调度用的是Spark自身的Master和ApplicationMaster；

在Yarn模式下直接直接用Yarn的ResourceManager、NodeManager和Container环境做资源调度，Spark计算框架的ApplicationMaster和Executor存在于Container中。

Spark ApplicationMaster负责和Yarn交互做资源调度，

Spark Driver负责和Executor交互做任务调度，

Spark中的Master和Worker没有了，换成了对应的yarn的RM和NM，Executor和Driver依然存在。

1. Yarn模式运行流程

（1）客户端提交应用程序，SparkSubmit

（2）让RM启动Spark的ApplicationMaster程序，用于Spark与Yarn之间资源交互

（3）AM向RM申请资源，用于启动Executor

（4）RM获取集群的资源信息（NM）

（5）RM将资源信息发送给AM，由AM中的Driver判断任务调度的地址

（6）Driver划分任务，分配任务task发送给Executor执行

（7）Executor执行任务，执行完毕后，通知Driver

（8）Driver和AM交互通知RM回收资源

（9）Executor、Container、Driver、ApplicationMaster就都释放资源消失

（10）最终留下Yarn的RM和NM，在client端打印结果。

 

2. 安装Yarn模式

（1）修改hadoop配置文件yarn-site.xml添加如下内容

[kevin@hadoop100 hadoop]$ vi yarn-site.xml
        
        
                yarn.nodemanager.pmem-check-enabled
                false
        
        
        
                yarn.nodemanager.vmem-check-enabled
                false
        

这里默认是true，本地测试时为避免任务失败都改成false了

（2）修改spark-env.sh，添加配置

[kevin@hadoop100 conf]$ vi spark-env.sh

YARN_CONF_DIR=/opt/module/hadoop-2.7.2/etc/hadoop

（3）分发配置文件

[kevin@hadoop100 conf]$ xsync /opt/module/hadoop-2.7.2/etc/hadoop/yarn-site.xml
[kevin@hadoop100 conf]$ xsync spark-env.sh

（4）启动HDFS和Yarn集群服务，就可以正常开始运行了，Spark的Yarn模式配置完毕

 

3. 日志查看

（1）修改配置文件spark-default.conf，添加信息

spark.yarn.historyServer.address=hadoop100:18080
spark.history.ui.port=18080

这里把历史日志地址选在了hadoop100这台主机上，端口是18080

（2）重启Spark的历史服务

[kevin@hadoop100 spark]$ sbin/stop-history-server.sh
[kevin@hadoop100 spark]$ sbin/start-history-server.sh

（3）启动hadoop历史服务

[kevin@hadoop100 hadoop-2.7.2]$ sbin/mr-jobhistory-daemon.sh start historyserver

（4）历史服务配置完毕，点开18080端口查看历史服务

ps：如果Web端显示不了，可能是由于hadoop中配置文件设定主机名冲突，四个.site文件检查一下，确保服务的主机名信息一致