php提交spark,spark任务提交之SparkLauncher
最近需要做一个UI，在UI上做一个可以提交的spark程序的功能；
1-zeppelin就是这样的一个工具，其内部也是比较繁琐的。有兴趣的可以了解下。
2-SparkLauncher，spark自带的类
linux下其基本用法：
public static voidmain(String[] args) throws Exception {
HashMap envParams = new HashMap<>();
envParams.put("YARN_CONF_DIR", "/home/hadoop/cluster/hadoop-release/etc/hadoop");
envParams.put("HADOOP_CONF_DIR", "/home/hadoop/cluster/hadoop-release/etc/hadoop");
envParams.put("SPARK_HOME", "/home/hadoop/cluster/spark-new");
envParams.put("SPARK_PRINT_LAUNCH_COMMAND", "1");
SparkAppHandle spark= newSparkLauncher(envParams)
.setAppResource("/home/hadoop/cluster/spark-new/examples/jars/spark-examples_2.11-2.2.1.jar")
.setMainClass("org.apache.spark.examples.SparkPi")
.setMaster("yarn")
.startApplication();
Thread.sleep(100000);
}
运行结果：
信息: 18/12/03 18:12:12 INFO scheduler.DAGScheduler: ResultStage 0 (reduce at SparkPi.scala:38) finished in 1.462s
十二月03, 2018 6:12:12下午 org.apache.spark.launcher.OutputRedirector redirect
信息:18/12/03 18:12:12 INFO scheduler.DAGScheduler: Job 0 finished: reduce at SparkPi.scala:38, took 3.395705s
十二月03, 2018 6:12:12下午 org.apache.spark.launcher.OutputRedirector redirect
信息: Piis roughly 3.1461157305786527
windows下运行：
如果linux能运行，那就安装windows下所依赖包，包含jdk，hadoop，scala，spark;
可以参考https://blog.csdn.net/u011513853/article/details/52865076
代码贴上：
public classSparkLauncherTest {private static String YARN_CONF_DIR = null;private static String HADOOP_CONF_DIR = null;private static String SPARK_HOME = null;private static String SPARK_PRINT_LAUNCH_COMMAND = "1";private static String Mater = null;private static String appResource = null;private static String mainClass = null;public static voidmain(String[] args) throws Exception {if (args.length != 1) {
System.out.println("Usage: ServerStatisticSpark ");
System.exit(1);
}
TrackerConfig trackerConfig=TrackerConfig.loadConfig();if ("local".equals(args[0])){
YARN_CONF_DIR="D:\\software\\hadoop-2.4.1\\etc\\hadoop";
HADOOP_CONF_DIR="D:\\software\\hadoop-2.4.1\\etc\\hadoop";
SPARK_HOME="D:\\spark-new";
Mater= "local";
appResource= "D:\\spark-new\\examples\\jars\\spark-examples_2.11-2.2.1.jar";
}else{
YARN_CONF_DIR="/home/hadoop/cluster/hadoop-release/etc/hadoop";
HADOOP_CONF_DIR="/home/hadoop/cluster/hadoop-release/etc/hadoop";
SPARK_HOME="/home/hadoop/cluster/spark-new";
Mater= "yarn";
appResource= "/home/hadoop/cluster/spark-new/examples/jars/spark-examples_2.11-2.2.1.jar";
}
HashMap envParams = new HashMap<>();
envParams.put("YARN_CONF_DIR", YARN_CONF_DIR);
envParams.put("HADOOP_CONF_DIR", HADOOP_CONF_DIR);
envParams.put("SPARK_HOME", SPARK_HOME);
envParams.put("SPARK_PRINT_LAUNCH_COMMAND", SPARK_PRINT_LAUNCH_COMMAND);
mainClass= "org.apache.spark.examples.SparkPi";
SparkAppHandle spark= newSparkLauncher(envParams)
.setAppResource(appResource)
.setMainClass(mainClass)
.setMaster(Mater)
.startApplication();
Thread.sleep(100000);
}
}
运行结果：
信息: 18/12/04 17:01:11 INFO scheduler.DAGScheduler: Job 0 finished: reduce at SparkPi.scala:38, took 0.808691s
十二月04, 2018 5:01:11下午 org.apache.spark.launcher.OutputRedirector redirect
信息: Piis roughly 3.1455757278786396
遇到的问题，sparkLauncher一直运行不了；
这时hadoop，jdk都用了很长时间，排除其原因；
本地可以编写和运行scala，应该也不属于其中的问题；
最后发现cmd运行spark\bin下的spark-submit会出现问题。于是重新拷贝linux下的spark包；
发现spark-shell可以正常运行，原来会报错：不是内部或外部命令，也不是可运行的程序或批处理文件
现在还存在的问题：
打jar包时，会有部分类打不进去，报错信息类没有找到；
等UI做成后，会更新整个流程。