Spark On Yarn基本原理及部署
文章目录
- Spark On Yarn基本原理
- Spark On Yarn架构图
- Spark On Yarn部署及测试
Spark On Yarn基本原理
- 对于企业来说,如果在已有的Yarn群集的前提下单独准备Spark Standalone群集,本身对资源的利用率就不会很高,所以在很多企业的应用场景下,Spark一般会运行到Yarn的群集中。
- YARN本身是一个资源调度框架,负责对运行在内部的计算框架进行资源调度管理,作为典型的计算框架,Spark本身可以直接运行在YARN中,并接受YARN调度。所以无需部署Spark集群,只需要找一台服务器,充当Spark的客户端,就可可提交任务到YARN集群。
Spark On Yarn架构图
- YARN中的ResourceManager代替Spark中的Master角色。
- YARN中的NodeManager代替Spark中的Worker角色。
- Drvier角色运行在Yarn容器内或提交任务的客户端进程中。
- Executor运行在Yarn提供的容器内。
Spark On Yarn部署及测试
- 部署方式与之前相同,需要注意点,确保spark-env,sh这个脚本中必须添加HADOOP_CONF_DIR与YARN_CONF_DIR两个环境变量:
#具体环境变量根据自己系统来设定HADOOP_CONF_DIR=/export/server/hadoop-3.3.0/etc/hadoopYARN_CONF_DIR=/export/server/hadoop-3.3.0/etc/hadoop
- pyspark连接到Yarn中,使用以下命令:
# --deploy-mode 选项是指定部署模式, 默认是 客户端模式
# client就是客户端模式
# cluster就是集群模式
# --deploy-mode 仅可以用在YARN模式下
bin/pyspark --master yarn --deploy-mode client|cluster
我们可以在Yarn资源管理界面中查看这个任务,输入http://node1:8088
- 验证测试以下
sc.parallelize([1,2,3,4,5]).map(lambda x: 2*x+1).collect()
如何查看子任务
输入node1:4040或点击如下图所示即可进入任务界面
退出pyspark之后yarn程序状态显示FINISHED
spark-submit提交到Yarn中,使用以下命令:
bin/spark-submit --master yarn /export/server/spark-3.2.0/examples/src/main/python/pi.py 100
Spark On Yarn基本原理及部署相关推荐
- spark on yarn 完全分部署_大数据Spark面试题(一)
1.spark的有几种部署模式,每种模式特点?(☆☆☆☆☆) 1)本地模式 Spark不一定非要跑在hadoop集群,可以在本地,起多个线程的方式来指定.将Spark应用以多线程的方式直接运行在本地, ...
- Spark On YARN 集群安装部署
2019独角兽企业重金招聘Python工程师标准>>> 最近毕设需要用到 Spark 集群,所以就记录下了部署的过程.我们知道 Spark 官方提供了三种集群部署方案: Standa ...
- spark on yarn 完全分布式_Apache Spark探秘:三种分布式部署方式比较
[本文详细介绍了Spark的三种部署方式及其比较,欢迎读者朋友们阅读.转发和收藏!] 目前Apache Spark支持三种分布式部署方式,分别是 standalone . spark on mesos ...
- spark on yarn 部署问题
spark on yarn 部署报:java.io.IOException: Resource file:/usr/local/spark-1.6.3-bin-hadoop2.6/lib/spark- ...
- Spark on YARN的部署
Spark on YARN的原理就是依靠yarn来调度Spark,比默认的Spark运行模式性能要好的多,前提是首先部署好hadoop HDFS并且运行在yarn上,然后就可以开始部署spark on ...
- DSS部署-11、Spark on Yarn部署
文章目录 第七部分 Spark on Yarn部署 相关配置 操作记录如下 spark-sql -e "show databases" 第七部分 Spark on Yarn部署 相 ...
- spark on yarn简单部署
spark on yarn无需启动master和worker进程.
- Apache Spark源码走读之8 -- Spark on Yarn
欢迎转载,转载请注明出处,徽沪一郎. 概要 Hadoop2中的Yarn是一个分布式计算资源的管理平台,由于其有极好的模型抽象,非常有可能成为分布式计算资源管理的事实标准.其主要职责将是分布式计算集群的 ...
- spark on yarn 完全分布式_Spark编程笔记(1)-架构基础与运行原理
引言 根据IBM前首席执行官郭士纳的观点,IT领域每隔十五年就会迎来一 次重大变革 .当前我们正处于第三次信息浪潮(2010年前后),物联网.云计算和大数据技术突飞猛进. 信息爆炸是我们当前所需要解决 ...
最新文章
- [学习笔记]matlab
- tableau可视化数据分析60讲(七)-工作表操作(长篇干货建议收藏!)
- 饱和气压与温度的关系_不同温度下空气中饱和水分含量及饱和蒸汽压
- e300氛围灯哪里调节_让快乐来得更简单!体验新宝骏E300/E300 PLUS
- Linux后台执行命令
- Struts2中Action的属性接收参数
- Window中的Docker 拉取Mysql镜像 并在本地Navicate链接
- Linux字符串转码utf8,Linux C/C++ 字符集转换,UTF-8,GB2312
- 召唤新一代超参调优开源新神器,集十大主流模块于一身
- VS中项目的循环引用的问题
- matlab 交换矩阵的行和列
- python 两个列表比较_如何在Python中比较两个列表
- android 中管理短信
- 【持久化框架】SpringMVC+Spring4+Mybatis3集成,开发简单Web项目+源码下载 【转】...
- 线路板板SMT贴片中二极管正负极区分方法
- Ubuntu18更换软件源
- 计算机英文参考文献近四年,英文参考文献标准格式
- [状压dp][BZOJ3717][PA2014]Pakowanie
- 一根均线选股法_一条均线走天下,经典实用的均线选股战法,学会让你少走弯路!...
- 7-4 走迷宫II(Dijkstra 算法)
热门文章
- 使用 JS 脚本实现网页全自动秒杀抢购功能
- BZOJ 5395--[Ynoi2016]谁的梦(STL容斥)
- Java程序运行机制简介
- 百度-AI趣味课堂(三)
- Java NIO学习笔记三------Chanel的四种实现篇
- Caused by: java.io.IOException: Cannot run program mips64el-linux-android-stri
- 美丽说胡嵩:APP只做一件事 价值定位要清晰 | 马可咪
- java deadlock oracle_APPARENT DEADLOCK!!! - C3P0连接池DeadLock机制分析
- C++ 解决输入字符串分割成正整数的问题
- ICASSP2023|达摩院语音实验室入选论文全况速览