Spark三大运行模式之Yarn 模式

一、模式概述

Spark 客户端直接连接 Yarn，不需要额外构建 Spark 集群。有 yarnclient 和 yarn-cluster 两种模式，主要区别在于：Driver 程序的运行节点。

yarn-client：Driver 程序运行在客户端，适用于交互、调试，希望立即看到 app 的输出

yarn-cluster：Driver 程序运行在由 RM（ResourceManager）启动的 AP（APPMaster）适用于生产环境。

运行模式图：

二、安装使用

（1）修改 hadoop 配置文件 yarn-site.xml,添加如下内容：

[atguigu@hadoop102 hadoop]$ vi yarn-site.xml
        <!--是否启动一个线程检查每个任务正使用的物理内存量，如果任务超出分配值，则直接将其杀掉，默认是true -->
          <property>
                 <name>yarn.nodemanager.pmem-check-enabled</name>                	
                 <value>false</value>
                                        
          </property>
         <!--是否启动一个线程检查每个任务正使用的虚拟内存量，如果任务超出分配值，则直接将其杀掉，默认是true -->
          <property>
                 <name>yarn.nodemanager.vmem-check-enabled</name>
                 <value>false</value>
          </property>

(2）修改 spark-env.sh，添加如下配置：

[atguigu@hadoop102 conf]$ vi spark-env.sh
YARN_CONF_DIR=/opt/module/hadoop-2.7.2/etc/hadoop

(3）分发配置文件

[atguigu@hadoop102 conf]$ xsync /opt/module/hadoop2.7.2/etc/hadoop/yarn-site.xml
[atguigu@hadoop102 conf]$ xsync spark-env.sh

(4）执行一个程序

[atguigu@hadoop102 spark]$ bin/spark-submit \
--class org.apache.spark.examples.SparkPi \
--master yarn \
--deploy-mode client \
./examples/jars/spark-examples_2.11-2.1.1.jar \
100

注意：在提交任务之前需启动 HDFS 以及 YARN 集群。

三、日志查看

（1）修改配置文件 spark-defaults.conf
添加如下内容：

spark.yarn.historyServer.address=hadoop101:18080
spark.history.ui.port=4000

（2）重启 spark 历史服务

[atguigu@hadoop102 spark]$ sbin/stop-history-server.sh
stopping org.apache.spark.deploy.history.HistoryServer
[atguigu@hadoop102 spark]$ sbin/start-history-server.sh
starting org.apache.spark.deploy.history.HistoryServer, logging to
/opt/module/spark/logs/spark-atguiguorg.apache.spark.deploy.history.HistoryServer-1-hadoop102.out

（3）提交任务到 Yarn 执行

[atguigu@hadoop102 spark]$ bin/spark-submit \
--class org.apache.spark.examples.SparkPi \
--master yarn \
--deploy-mode client \
./examples/jars/spark-examples_2.11-2.1.1.jar \
100

（4）Web 页面查看日志