【Spark】on yarn集群模式安装部署
- 官方文档
http://spark.apache.org/docs/latest/running-on-yarn.html
- 前提
安装启动Hadoop(需要使用HDFS和YARN)
安装单机版Spark
不需要集群，因为把Spark程序提交给YARN运行本质上是把字节码给YARN集群上的JVM运行，但是得有一个东西帮我去把任务提交上个YARN，所以需要一个单机版的Spark，里面的有spark-shell命令，spark-submit命令
- 修改配置
spark-env
cd /export/servers/spark-2.2.0-bin-2.6.0-cdh5.14.0/conf/
vim ./spark-env.sh配置：
#配置java环境变量
export JAVA_HOME=${JAVA_HOME}
#指定spark Master的IP
export SPARK_MASTER_HOST=node01
#指定spark Master的端口
export SPARK_MASTER_PORT=7077
export HADOOP_CONF_DIR=/export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop
- cluster模式
1.在企业生产环境中大部分都是cluster部署模式运行Spark应用
2.Spark On YARN的Cluster模式 指的是Driver程序运行在YARN集群上
3.Driver：运行应用程序的main()函数并创建SparkContext的进程
测试
/export/servers/spark-2.2.0-bin-2.6.0-cdh5.14.0/bin/spark-submit \
--class org.apache.spark.examples.SparkPi \
--master yarn \
--deploy-mode cluster \
--driver-memory 1g \
--executor-memory 1g \
--executor-cores 2 \
--queue default \
/export/servers/spark-2.2.0-bin-2.6.0-cdh5.14.0/examples/jars/spark-examples_2.11-2.2.0.jar \
10
查看界面
http://node01:8088/cluster
- client模式
1.主要用于学习测试时使用，开发不用
2.Spark On YARN的Client模式 指的是Driver程序运行在提交任务的客户端
测试
/export/servers/spark-2.2.0-bin-2.6.0-cdh5.14.0/bin/spark-submit \
--class org.apache.spark.examples.SparkPi \
--master yarn \
--deploy-mode client \
--driver-memory 1g \
--executor-memory 1g \
--executor-cores 2 \
--queue default \
/export/servers/spark-2.2.0-bin-2.6.0-cdh5.14.0/examples/jars/spark-examples_2.11-2.2.0.jar \
10
查看界面
http://node01:8088/cluster
- 两种模式的区别
cluster模式
1.Driver程序在YARN集群中
2.应用的运行结果不能在客户端显示
3.该模式下Driver运行ApplicattionMaster这个进程中，如果出现问题，yarn会重启ApplicattionMaster(Driver)
client模式
1.Driver运行在Client上的SparkSubmit进程中
2.应用程序运行结果会在客户端显示