spark

#spark| 来源: 网络整理| 查看: 265

spark-submit 可以提交任务到 spark 集群执行，也可以提交到 hadoop 的 yarn 集群执行。

1. 例子

一个最简单的例子，部署 spark standalone 模式后，提交到本地执行。

./bin/spark-submit \ --master spark://localhost:7077 \ examples/src/main/python/pi.py

如果部署 hadoop，并且启动 yarn 后，spark 提交到 yarn 执行的例子如下。

注意，spark 必须编译成支持 yarn 模式，编译 spark 的命令为：

build/mvn -Pyarn -Phadoop-2.x -Dhadoop.version=2.x.x -DskipTests clean package

其中, 2.x 为 hadoop 的版本号。编译完成后，可执行下面的命令，提交任务到 hadoop yarn 集群执行。

./bin/spark-submit --class org.apache.spark.examples.SparkPi \--master yarn \--deploy-mode cluster \--driver-memory 1g \--executor-memory 1g \--executor-cores 1 \--queue thequeue \examples/target/scala-2.11/jars/spark-examples*.jar 10 www.yinhu.tech 2. spark-submit 详细参数说明参数名参数说明 --master master 的地址，提交任务到哪里执行，例如 spark://host:port, yarn, local --deploy-mode 在本地 (client) 启动 driver 或在 cluster 上启动，默认是 client --class 应用程序的主类，仅针对 java 或 scala 应用 --name 应用程序的名称 --jars 用逗号分隔的本地 jar 包，设置后，这些 jar 将包含在 driver 和 executor 的 classpath 下 --packages 包含在driver 和executor 的 classpath 中的 jar 的 maven 坐标 --exclude-packages 为了避免冲突而指定不包含的 package --repositories 远程 repository --conf PROP=VALUE

指定 spark 配置属性的值，

例如 -conf spark.executor.extraJavaOptions="-XX:MaxPermSize=256m"

--properties-file 加载的配置文件，默认为 conf/spark-defaults.conf --driver-memory Driver内存，默认 1G --driver-java-options 传给 driver 的额外的 Java 选项 --driver-library-path 传给 driver 的额外的库路径 --driver-class-path 传给 driver 的额外的类路径 --driver-cores Driver 的核数，默认是1。在 yarn 或者 standalone 下使用 --executor-memory 每个 executor 的内存，默认是1G --total-executor-cores 所有 executor 总共的核数。仅仅在 mesos 或者 standalone 下使用 --num-executors 启动的 executor 数量。默认为2。在 yarn 下使用 --executor-core 每个 executor 的核数。在yarn或者standalone下使用

【本文地址】

公司简介

联系我们