Spark从入门到精通7：Spark客户端之Spark Submit的使用

通过前面的介绍我们知道，Spark的客户端（Driver）有两种：Spark Submit和Spark Shell。这两种客户端相同点都是维护一个Spark Context对象，来向Spark集群提交任务；不同点是Spark Submit只能提交任务，不能交互，而Spark Shell是一个命令行工具，即可以提交任务，还可以人机交互。本节先来介绍Spark Submit客户端的使用。

例子：使用蒙特卡罗方法计算圆周率。

1.蒙特卡罗方法计算圆周率的基本思想

image

如图所示，蒙特卡罗方法求圆周率，使用的是概率的思想：往正方形区域随机撒点，总点数记为P2，落在单位圆区域内的点数记为P1，单位圆的面积为π，正方形的面子为4，π = P1 / P2 * 4。这里的P1和P2均由随机实验中得到，实验的次数（P2）越多，得到的结果就越精确。

2.使用Spark Submit提交测试用例SparkPI

Spark提供的测试用例$SPARK_HOME/examples/jars/spark-examples_2.11-2.1.0.jar中就有蒙特卡罗求圆周率的例子SparkPI，我们就使用它来介绍Spark Submit的使用。

2.1启动Spark集群

(1)如果配置了基于Zookeeper的Spark HA，需要先启动Zookeeper服务器

[root@master ~]# zkServer.sh start

(2)启动Spark集群

[root@master ~]# start-all.sh

[root@master ~]# jps
3578 Jps
3468 QuorumPeerMain
3501 Master

[root@slave1 ~]# jps
1992 Worker
2073 Jps

[root@slave2 ~]# jps
2082 Jps
1992 Worker

2.2使用Spark Submit提交SparkPI任务

使用Spark Submit的命令格式如下：

spark-submit --master SparkMaster节点 --class Java类名 Jar包 其他参数

(1)提交SparkPI任务，随机实验次数为100：

[root@master ~]# cd /root/training/spark-2.1.0-bin-hadoop2.7/
[root@master spark-2.1.0-bin-hadoop2.7]# bin/spark-submit --master spark://master:7077
--class org.apache.spark.examples.SparkPi examples/jars/spark-examples_2.11-2.1.0.jar 100

image

(2)提交SparkPI任务，随机实验次数为1000：

[root@master spark-2.1.0-bin-hadoop2.7]# bin/spark-submit –master spark://master:7077
–class org.apache.spark.examples.SparkPi examples/jars/spark-examples_2.11-2.1.0.jar 1000

image

(3)提交SparkPI任务，随机实验次数为10000：

[root@master spark-2.1.0-bin-hadoop2.7]# bin/spark-submit –master spark://master:7077
–class org.apache.spark.examples.SparkPi examples/jars/spark-examples_2.11-2.1.0.jar 10000

image

可以看到上面三次实验的结果分别是：

PI = 3.1416903141690313
PI = 3.141910431419104
PI = 3.141647975141648

一般对于随机实验来说，试验次数越多结果越精确。但是不免存在误差。如果想要获取更精确的圆周率，你可以输入更多的次数进行测试。但这不是本文介绍的重点。

至此，使用Spark Submit客户端提交Spark任务的方法已经介绍完毕，祝你玩的愉快！