Spark运行模式之Yarn模式详解

Yarn模式

概述

Spark客户端直接连接Yarn，不需要额外构建Spark集群。有yarn-client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。

安装使用

1. 修改hadoop配置文件yarn-site.xml,添加如下内容：

[liujh@hadoop102 hadoop]$ vi yarn-site.xml

  
        <property>
                <name>yarn.nodemanager.pmem-check-enabledname>
                <value>falsevalue>
        property>
        
        <property>
                <name>yarn.nodemanager.vmem-check-enabledname>
                <value>falsevalue>
        property>

2. 修改spark-env.sh，添加如下配置：

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

3. 分发配置文件

[liujh@hadoop102 conf]$ xsync /opt/module/hadoop-2.7.2/etc/hadoop/yarn-site.xml
[liujh@hadoop102 conf]$ xsync spark-env.sh

4. 执行一个程序

[liujh@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。

日志查看

1. 修改配置文件spark-defaults.conf

添加如下内容：
spark.yarn.historyServer.address=hadoop102:18080
spark.history.ui.port=18080

2. 重启spark历史服务

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

3. 提交任务到Yarn执行

[liujh@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
   
   

Mesos模式(了解)

Spark客户端直接连接Mesos；不需要额外构建Spark集群。国内应用比较少，更多的是运用yarn调度。

几种模式对比

模式	Spark安装机器数	需启动的进程	所属者
Local	1	无	Spark
Standalone	3	Master及Worker	Spark
Yarn	1	Yarn及HDFS	Hadoop

简书：https://www.jianshu.com/u/0278602aea1d
CSDN：https://blog.csdn.net/u012387141