spark-shell运行参数--master

spark-shell

spark-shell

  如果直接使用spark-shell命令直接运行,那么它的一切参数都使用的是默认配置,例如:

#资源存储的位置,默认为本地,以及使用什么调度框架 ,默认使用的是spark内置的资源管理和调度框架Standalone 
#local单机版,只占用一个线程,local[*]占用当前所有线程
--master 默认为 local[*] 
#默认使用集群最大的内存大小
--executor-memorty
#默认使用最大核数
--total-executor-cores 

spark-shell [options]

spark-shell --master spark://端口号:7077 --executor-memory 1g --total-executor-cores 1

  上面命令是加了部分spark-shell运行参数的,主要是–master配置的是spark默认的资源管理和调度框架,而端口号:7070则是在命令里面使用的资源存储位置,类似于hdfs。
例如:

sc.textFile("wc.txt").map(_.split(",")).collect

wc.txt文件必须在端口号:7077的根目录下存在,如果不存在,会报如下错误:

Caused by: java.io.FileNotFoundException: File file:/root/wc.txt does not exist
  at org.apache.hadoop.fs.RawLocalFileSystem.deprecatedGetFileStatus(RawLocalFileSystem.java:611)
  at org.apache.hadoop.fs.RawLocalFileSystem.getFileLinkStatusInternal(RawLocalFileSystem.java:824)
  at org.apache.hadoop.fs.RawLocalFileSystem.getFileStatus(RawLocalFileSystem.java:601)
  at org.apache.hadoop.fs.FilterFileSystem.getFileStatus(FilterFileSystem.java:421)
  at org.apache.hadoop.fs.ChecksumFileSystem$ChecksumFSInputChecker.<init>(ChecksumFileSystem.java:142)
  at org.apache.hadoop.fs.ChecksumFileSystem.open(ChecksumFileSystem.java:346)
  at org.apache.hadoop.fs.FileSystem.open(FileSystem.java:769)
  at org.apache.hadoop.mapred.LineRecordReader.<init>(LineRecordReader.java:109)
  at org.apache.hadoop.mapred.TextInputFormat.getRecordReader(TextInputFormat.java:67)
  at org.apache.spark.rdd.HadoopRDD$$anon$1.liftedTree1$1(HadoopRDD.scala:251)
  at org.apache.spark.rdd.HadoopRDD$$anon$1.<init>(HadoopRDD.scala:250)
  at org.apache.spark.rdd.HadoopRDD.compute(HadoopRDD.scala:208)
  at org.apache.spark.rdd.HadoopRDD.compute(HadoopRDD.scala:94)
  at org.apache.spark.rdd.RDD.computeOrReadCheckpoint(RDD.scala:323)
  at org.apache.spark.rdd.RDD.iterator(RDD.scala:287)
  at org.apache.spark.rdd.MapPartitionsRDD.compute(MapPartitionsRDD.scala:38)
  at org.apache.spark.rdd.RDD.computeOrReadCheckpoint(RDD.scala:323)
  at org.apache.spark.rdd.RDD.iterator(RDD.scala:287)
  at org.apache.spark.rdd.MapPartitionsRDD.compute(MapPartitionsRDD.scala:38)
  at org.apache.spark.rdd.RDD.computeOrReadCheckpoint(RDD.scala:323)
  at org.apache.spark.rdd.RDD.iterator(RDD.scala:287)
  at org.apache.spark.scheduler.ResultTask.runTask(ResultTask.scala:87)
  at org.apache.spark.scheduler.Task.run(Task.scala:109)
  at org.apache.spark.executor.Executor$TaskRunner.run(Executor.scala:338)
  at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1149)
  at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:624)
  at java.lang.Thread.run(Thread.java:748)

如果要使用本地的资源,改下命令就OK。

spark-shell --master local[*] --executor-memory 1g --total-executor-cores 1
### 回答1: Spark任务可以通过两种方式进行提交:spark-shellspark-submit。 1. spark-shell:是Spark提供的交互式命令行工具,可以在命令行中直接输入Spark代码进行交互式计算。在spark-shell中提交任务,可以直接在命令行中输入Spark代码,Spark会自动将代码转换为任务并提交到集群中执行。 2. spark-submit:是Spark提供的命令行工具,可以将打包好的Spark应用程序提交到集群中执行。在使用spark-submit提交任务时,需要先将Spark应用程序打包成jar包,然后通过命令行指定jar包路径和其他参数Spark会自动将jar包提交到集群中执行。 ### 回答2: Apache Spark是一个开源的大数据处理框架,可以用于分布式处理数据、机器学习等等领域。在使用Spark时,我们需要先编写Spark任务,然后将任务提交给Spark集群进行执行,这可以通过两种方式来实现:spark-shellspark-submit。 1. spark-shellspark-shellSpark自带的交互式命令行工具,可以让用户在命令行中直接执行Spark操作。如果您想对数据进行简单的操作或者试验Spark一些功能,那么使用spark-shell是最佳选择。在spark-shell中,用户可以直接输入Spark操作,例如读取文件、转换RDD等等,同时还可以在命令中设置各种参数来定制化Spark操作。 2. spark-submit:spark-submit是Spark任务的常用提交方式,它是一个命令行工具,需要用户编写一个Spark任务包含的代码文件和相应的依赖文件,然后将这些文件打包成jar包,使用spark-submit来将jar包提交给Spark集群执行。使用spark-submit有许多优点,例如可以将任务提交给集群让其在后台执行、可以设置任务的各种参数(例如内存设置、CPU核心数等)以优化任务执行效率。同时,在生产环境下,使用spark-submit也可以通过将任务提交到生产环境的Spark集群来实现自动化部署、管理和监控。 总而言之,使用spark-shellspark-submit的选择取决于您希望达到的目的和需求。对于一些简单的数据处理任务或者试验Spark功能来说,使用spark-shell是比较方便的;而对于一些复杂的数据处理任务或者生产环境下的Spark任务来说,建议使用spark-submit来提交任务。 ### 回答3: Spark作为当前最流行的大数据处理框架之一,它可以通过多种方式来提交Spark任务。其中,最常用的两种方式是通过spark-shellspark-submit提交Spark任务。 1. spark-shell Spark-shell是一个交互式命令行工具,用户可以在其中编写Spark代码,并且即时运行。在使用Spark-shell时,用户不需要将代码打包成JAR文件并将其提交给Spark集群进行执行。 直接在命令行运行spark-shell命令即可进入Spark-shell交互式命令行界面。在Spark-shell中,用户可以与Spark进行交互,包括创建RDD、进行数据转换和操作等。 2. spark-submit Spark-submit是一个命令行工具,它可以将用户编写的Spark代码打包成JAR文件,并且将该JAR文件提交给Spark集群进行执行。用户可以通过spark-submit命令来提交Spark任务。在提交任务时,用户需要指定JAR文件的路径、主类名以及其他执行参数。具体命令格式如下: ``` ./bin/spark-submit --class <main-class> \ --master <master-url> \ --deploy-mode <deploy-mode> \ --conf <key>=<value> \ <application-jar> \ [application-arguments] ``` 其中,参数解释如下: - --class:指定主类名。 - --master:指定Spark集群的URL。 - --deploy-mode:指定任务的部署模式,通常有两种,即client模式和cluster模式。 - --conf:指定Spark配置参数。 - <application-jar>:指定需要提交的JAR文件路径。 - [application-arguments]:指定程序运行时的一些参数。 总的来说,虽然spark-shellspark-submit都可以用于提交Spark任务,但是它们具有不同的优缺点。spark-shell相对于spark-submit来说更加适合小规模的数据处理和代码调试,而对于大规模数据处理任务,则建议使用spark-submit来提交任务,以获得更高的执行效率。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值