在Pycharm中添加外部工具运行Python Spark

终端命令以不同模式运行Python Spark

在“终端”中以不同模式运行Python Spark程序需要输入很长的命令，例如分别以local、Hadoop YARN、和Spark Standalone模式运行Python Spark（这里以~/pythonwork/PythonProject/wordcount.py为例）每次都要输入命令：

local:

cd ~/pythonwork/PythonProject
spark-submit --driver-memory 2g --master local[4] wordcount.py


Hadoop YARN:

cd ~/pythonwork/PythonProject
Hadoop_CONF_DIR=/usr/local/hadoop/etc/hadoop spark-submit --driver-memory 512m --executor-cores 2 --master yarn --deploy-mode client wordcount.py

Spark Standalone:

cd ~/pythonwork/PythonProject
spark-submit --master spark://master:7077 --deploy-mode client --executor-memory 500M --deploy-mode client --total-executor-cores 2 wordcount.py


---

Pycharm添加spark-submit外部工具

点击菜单栏“File”–>”Settings”–>”Tools”–>”External Tools”–>”+”，先设置spark-submit路径：

再设置运行spark-submit的参数，在”Arguments”中输入--driver-memory 2g --master local[4]（具体参数值可以改变）之后，点击”Insert Macro…”，找到”Filename”并选中，下方空白出现wordcount.py，再点击“Insert”

最后设置工作目录，工作目录即wordcount.py所在目录，和上面同样方法设置：

点击OK，OK设置完成。

测试设置是否成功：选中wordcount.py，点击菜单栏”Tools”–>”External Tools”，点击运行”spark submit”

之后下方出现运行结果：

可以看到第一行显示的就是在终端运行spark-submit的所输入的命令。

---

Pycharm添加spark-submit yarn-client外部工具

即在Pycharm中以Hadoop YARN运行Python Spark，除了运行参数设置不同，其余和spark sumbit设置相同。

这时如果运行spark-sumbit yarn-client,可能会出现下列报错，原因在于没有配置HADOOP_CONF_DIR环境变量：

“Exception in thread “main” java.lang.IllegalArgumentException: Missing application resource.”

解决方法：在spark配置文件中的spark-env.sh加入一行：

HADOOP_CONF_DIR=/home/hadoop/hadoop-2.4.0/etc/hadoop/

---

Pycharm添加spark-submit Standalone外部工具

除了参数配置不同，其他都一样：