Spark(03)——Spark四种运行部署模式：Local模式、Standalone模式、Yarn模式、Windows模式

最新推荐文章于 2024-06-22 08:29:53 发布
最新推荐文章于 2024-06-22 08:29:53 发布
阅读量2.3k 收藏 10
点赞数 1
分类专栏： Spark 文章标签： hadoop spark 大数据
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/BigData2018/article/details/106503865
版权

目录

Spark作为一个数据处理框架和计算引擎，被设计在所有常见的集群环境中运行, 在国内工作中主流的环境为Yarn，不过逐渐容器式环境也慢慢流行起来。接下来，我们就分别看看不同环境下Spark的运行
在这里插入图片描述

一、Local模式

所谓的Local模式，就是不需要其他任何节点资源就可以在本地执行Spark代码的环境，一般用于教学，调试，演示等，之前在IDEA中运行代码的环境我们称之为开发环境，不太一样。

1、解压缩文件

将spark-2.4.5-bin-without-hadoop-scala-2.12.tgz文件上传到/opt/software目录下（没有此目录得自己建，mkdir -p /opt/software），在software下并解压缩，放置在指定位置，路径中不要包含中文或空格，课件后续如果涉及到解压缩操作，不再强调。并用mv命令重命名为spark-local

tar -zxvf spark-2.4.5-bin-without-hadoop-scala-2.12.tgz -C /opt/module
cd /opt/module 
mv /opt/module/spark-2.4.5-bin-without-hadoop-scala-2.12 /opt/module/spark-local

spark2.4.5默认不支持Hadoop3，可以采用多种不同的方式关联Hadoop3

（1）修改spark-local/conf/spark-env.sh文件，增加如下内容

SPARK_DIST_CLASSPATH=$(/opt/module/hadoop-3.1.3/bin/hadoop classpath)

（2）方式二（建议）：除了修改配置文件外，也可以直接引入对应的Jar包

在这里插入图片描述

2、启动Local环境

（1）进入解压缩后的路径，执行指令

[atguigu@hadoop102 spark-local]$ bin/spark-shell --master local[*]

在这里插入图片描述

（2）启动成功后，可以输入网址进行Web UI监控页面访问

http://虚拟机地址:4040

在这里插入图片描述
3、命令行工具

cd /opt/module/spark-local/data/

在解压缩文件夹下的data目录中，添加word.txt文件。

[atguigu@hadoop102 data]$ vim word.txt

添加：

hello spark
hello scala
hello flink
spark

在命令行工具中执行如下代码指令（和IDEA中代码简化版一致）

scala> sc.textFile("data/word.txt").flatMap(_.split(" ")).map((_,1)).reduceByKey(_+_).collect

4、退出本地模式

按键Ctrl+C或输入Scala指令

:quit

5、提交应用

bin/spark-submit \
--class org.apache.spark.examples.SparkPi \
--master local[2] \
./examples/jars/spark-examples_2.12-2.4.5.jar \
10

  1. –class表示要执行程序的主类

  2. –master local[2] 部署模式，默认为本地模式，数字表示分配的虚拟CPU核数量

  3. spark-examples_2.12-2.4.5.jar 运行的应用类所在的jar包

  4. 数字10表示程序的入口参数，用于设定当前应用的任务数量

在这里插入图片描述

二、Standalone模式

local本地模式毕竟只是用来进行练习演示的，真实工作中还是要将应用提交到对应的集群中去执行，这里我们来看看只使用Spark自身节点运行的集群模式，也就是我们所谓的独立部署（Standalone）模式。Spark的Standalone模式体现了经典的master-slave模式。

集群规划:

Linux1Linux2Linux3
SparkWorker MasterWorkerWorker

1、解压缩文件

将spark-2.4.5-bin-without-hadoop-scala-2.12.tgz文件上传到Linux并解压缩在指定位置

tar -zxvf spark-2.4.5-bin-without-hadoop-scala-2.12.tgz -C /opt/module
cd /opt/module 
mv spark-2.4.5-bin-without-hadoop-scala-2.12 spark-standalone

spark2.4.5默认不支持Hadoop3，可以采用多种不同的方式关联Hadoop3

（1）方式一：修改spark-standalone/conf/spark-env.sh文件，增加如下内容

SPARK_DIST_CLASSPATH=$(/opt/module/hadoop-3.1.3/bin/hadoop classpath)

要先启动Hadoop才能用Spark

（2）方式二（建议）：除了修改配置文件外，也可以直接引入对应的Jar包

在这里插入图片描述

2、修改配置文件

（1）进入解压缩后路径的conf目录，修改slaves.template文件名为slaves

mv slaves.template slaves

（2）修改slaves文件，添加work节点

[atguigu@hadoop102 conf]$ vim slaves

hadoop102
hadoop103
hadoop104

（3）修改spark-env.sh.template文件名为spark-env.sh

mv spark-env.sh.template spark-env.sh

（4）修改spark-env.sh文件，添加JAVA_HOME环境变量和集群对应的master节点

[atguigu@hadoop102 conf]$ vim spark-env.sh 

export JAVA_HOME=/opt/module/jdk1.8.0_212
SPARK_MASTER_HOST=hadoop102
SPARK_MASTER_PORT=7077

注意：7077端口，相当于hadoop3内部通信的8020端口

（5）分发spark-standalone目录

[atguigu@hadoop102 module]$ xsync spark-standalone

3、启动集群

（1）执行脚本命令

sbin/start-all.sh

（2）查看三台服务器运行进程

================ hadoop102 ===============
3685 Jps
3558 Worker
3389 Master
================ hadoop103 ===============
1671 Jps
1577 Worker
================ hadoop104 ===============
1740 Jps
1645 Worker

（3）查看Master资源监控Web UI界面: http://hadoop102:8080/

在这里插入图片描述

8080端口=>资源监控页面--Master
4040端口=>计算监控页面

4、提交应用

bin/spark-submit \
--class org.apache.spark.examples.SparkPi \
--master spark://hadoop102:7077 \
./examples/jars/spark-examples_2.12-2.4.5.jar \
10

  1. –class表示要执行程序的主类

  2. –master spark://hadoop102:7077 独立部署模式，连接到Spark集群

  3. spark-examples_2.12-2.4.5.jar 运行类所在的jar包

  4. 数字10表示程序的入口参数，用于设定当前应用的任务数量
    在这里插入图片描述
    执行任务时，会产生多个Java进程
    在这里插入图片描述
    执行任务时，默认采用服务器集群节点的总核数，每个节点内存1024M。
    在这里插入图片描述

5、提交参数说明

在提交应用中，一般会同时一些提交参数

bin/spark-submit \
--class <main-class>
--master <master-url> \
... # other options
<application-jar> \
[application-arguments]
参数解释可选值举例
–classSpark程序中包含主函数的类
–masterSpark程序运行的模式本地模式：local[*]、spark://linux1:7077、 Yarn
–executor-memory 1G指定每个executor可用内存为1G符合集群内存配置即可，具体情况具体分析。
–total-executor-cores 2指定所有executor使用的cpu核数为2个
–executor-cores指定每个executor使用的cpu核数
application-jar打包好的应用jar，包含依赖。这个URL在集群中全局可见。 比如hdfs:// 共享存储系统，如果是file:// path，那么所有的节点的path都包含同样的jar
application-arguments传给main()方法的参数
6、配置历史服务

由于spark-shell停止掉后，集群监控hadoop102:4040页面就看不到历史任务的运行情况，所以开发时都配置历史服务器记录任务运行情况。

**注意：需要启动hadoop集群，HDFS上的directory目录需要提前存在。**
退出hadoop安全模式
hdfs dfsadmin -safemode leave
sbin/start-dfs.sh
[atguigu@hadoop102 conf]$ hdfs dfs -mkdir /directory

(1) 修改spark-defaults.conf.template文件名为spark-defaults.conf

mv spark-defaults.conf.template spark-defaults.conf

（2）修改spark-default.conf文件，配置日志存储路径

spark.eventLog.enabled          true
spark.eventLog.dir              hdfs://hadoop102:8020/directory

（3）修改spark-env.sh文件, 添加日志配置

export SPARK_HISTORY_OPTS="
-Dspark.history.ui.port=18080
-Dspark.history.fs.logDirectory=hdfs://hadoop102:8020/directory
-Dspark.history.retainedApplications=30"

  • 参数1含义：WEBUI访问的端口号为18080

  • 参数2含义：指定历史服务器日志存储路径

  • 参数3含义：指定保存Application历史记录的个数，如果超过这个值，旧的应用程序信息将被删除，这个是内存中的应用数，而不是页面上显示的应用数。

（4）分发配置文件

[atguigu@hadoop102 spark-standalone]$ xsync conf

（5）重新启动集群和历史服务

sbin/start-all.sh
sbin/start-history-server.sh

（6）重新执行任务

bin/spark-submit \
--class org.apache.spark.examples.SparkPi \
--master spark://hadoop102:7077 \
./examples/jars/spark-examples_2.12-2.4.5.jar \
10

（7）查看历史服务：http://hadoop102:18080/

在这里插入图片描述
7、配置高可用（HA）

所谓的高可用是因为当前集群中的Master节点只有一个，所以会存在单点故障问题。所以为了解决单点故障问题，需要在集群中配置多个Master节点，一旦处于活动状态的Master发生故障时，由备用Master提供服务，保证作业可以继续执行。这里的高可用一般采用Zookeeper设置

Linux1Linux2Linux3
SparkMaster Zookeeper WorkerMaster Zookeeper WorkerZookeeper Worker

（1）停止集群

sbin/stop-all.sh

（2) 启动Zookeeper

[atguigu@hadoop102 bin]$ zk.sh start

zk.sh脚本：

#!/bin/bash
case $1 in
    start)
        for i in hadoop102 hadoop103 hadoop104;do
        echo "================ $i ==============="
        ssh $i "/opt/module/zookeeper-3.5.7/bin/zkServer.sh start"
        done
    ;;

    stop)
        for i in hadoop102 hadoop103 hadoop104;do
        echo "================ $i ==============="
        ssh $i "/opt/module/zookeeper-3.5.7/bin/zkServer.sh stop"
        done
    ;;

   status)
        for i in hadoop102 hadoop103 hadoop104;do
        echo "================ $i ==============="
        ssh $i "/opt/module/zookeeper-3.5.7/bin/zkServer.sh status"
        done
    ;;
esac

（3）修改spark-env.sh文件添加如下配置

注释如下内容：
#SPARK_MASTER_HOST=hadoop102
#SPARK_MASTER_PORT=7077
SPARK_MASTER_WEBUI_PORT=8989

添加如下内容:
export SPARK_DAEMON_JAVA_OPTS="
-Dspark.deploy.recoveryMode=ZOOKEEPER 
-Dspark.deploy.zookeeper.url=hadoop102,hadoop103,hadoop104 
-Dspark.deploy.zookeeper.dir=/spark"

（4）分发配置文件

xsync conf/

（5）启动集群

sbin/start-all.sh

（6）查看web页面：hadoop102:8989

在这里插入图片描述

（7）启动hadoop102的单独Master节点，此时hadoop102节点Master状态处于备用状态

[atguigu@hadoop103 spark-standalone]$  sbin/start-master.sh

（8）查看web页面：hadoop103:8989

在这里插入图片描述

（9）提交应用到高可用集群

bin/spark-submit \
--class org.apache.spark.examples.SparkPi \
--master spark://hadoop102:7077,hadoop103:7077 \
--deploy-mode cluster \
./examples/jars/spark-examples_2.12-2.4.5.jar \
10

（10）停止hadoop102的Master资源监控进程

在这里插入图片描述

（11）查看hadoop103的Master 资源监控Web UI，稍等一段时间后hadoop103节点的Master状态提升为活动状态

在这里插入图片描述

三、Yarn模式

独立部署（Standalone）模式由Spark自身提供计算资源，无需其他框架提供资源。这种方式降低了和其他第三方资源框架的耦合性，独立性非常强。但是你也要记住，Spark主要是计算框架，而不是资源调度框架，所以本身提供的资源调度并不是它的强项，所以还是和其他专业的资源调度框架集成会更靠谱一些。所以接下来我们来学习在强大的Yarn环境下Spark是如何工作的（其实是因为在国内工作中，Yarn使用的非常多）。

1、解压缩文件

将spark-2.4.5-bin-without-hadoop-scala-2.12.tgz文件上传到Linux并解压缩在指定位置

tar -zxvf spark-2.4.5-bin-without-hadoop-scala-2.12.tgz -C /opt/module
cd /opt/module 
mv spark-2.4.5-bin-without-hadoop-scala-2.12 spark-yarn

spark2.4.5默认不支持Hadoop3，可以采用多种不同的方式关联Hadoop3

（1）方式一：修改spark-standalone/conf/spark-env.sh文件，增加如下内容

SPARK_DIST_CLASSPATH=$(/opt/module/hadoop-3.1.3/bin/hadoop classpath)

要先启动Hadoop才能用Spark

（2）方式二（建议）：除了修改配置文件外，也可以直接引入对应的Jar包

在这里插入图片描述

2、修改配置文件

（1） 修改hadoop配置文件/opt/module/hadoop-3.1.3/etc/hadoop/yarn-site.xml, 并分发

<!--是否启动一个线程检查每个任务正使用的物理内存量，如果任务超出分配值，则直接将其杀掉，默认是true -->
<property>
     <name>yarn.nodemanager.pmem-check-enabled</name>
     <value>false</value>
</property>

<!--是否启动一个线程检查每个任务正使用的虚拟内存量，如果任务超出分配值，则直接将其杀掉，默认是true -->
<property>
     <name>yarn.nodemanager.vmem-check-enabled</name>
     <value>false</value>
</property>

（2） 修改conf/spark-env.sh，添加JAVA_HOME和YARN_CONF_DIR配置

mv spark-env.sh.template spark-env.sh
。。。
export JAVA_HOME=/opt/module/jdk1.8.0_212
YARN_CONF_DIR=/opt/module/hadoop-3.1.3/etc/hadoop

3、启动HDFS以及YARN集群

#102上
[atguigu@hadoop102 hadoop-3.1.3]$ sbin/start-dfs.sh 

#103上
[atguigu@hadoop103 hadoop-3.1.3]$ sbin/start-yarn.sh

4、提交应用

bin/spark-submit \
--class org.apache.spark.examples.SparkPi \
--master yarn \
./examples/jars/spark-examples_2.12-2.4.5.jar \
10

如果出现如下错误：
Caused by: org.apache.hadoop.ipc.RemoteException(org.apache.hadoop.hdfs.server.namenode.SafeModeException): Cannot create directory /user/atguigu/.sparkStaging/application_1591070627301_0001. Name node is in safe mode.
得退出hadoop安全模式

 hdfs dfsadmin -safemode leave

然后再提交应用

最后显示结果为

在这里插入图片描述

查看http://192.168.117.103:8088/页面，点击History，查看历史页面

在这里插入图片描述

5、配置历史服务器

**注意：需要启动hadoop集群，HDFS上的directory目录需要提前存在。**
退出hadoop安全模式
hdfs dfsadmin -safemode leave
sbin/start-dfs.sh
[atguigu@hadoop102 conf]$ hdfs dfs -mkdir /directory

(1) 修改spark-defaults.conf.template文件名为spark-defaults.conf

mv spark-defaults.conf.template spark-defaults.conf

（2）修改spark-default.conf文件，配置日志存储路径

spark.eventLog.enabled          true
spark.eventLog.dir              hdfs://hadoop102:8020/directory

（3）修改spark-env.sh文件, 添加日志配置

export SPARK_HISTORY_OPTS="
-Dspark.history.ui.port=18080
-Dspark.history.fs.logDirectory=hdfs://hadoop102:8020/directory
-Dspark.history.retainedApplications=30"

  • 参数1含义：WEBUI访问的端口号为18080

  • 参数2含义：指定历史服务器日志存储路径

  • 参数3含义：指定保存Application历史记录的个数，如果超过这个值，旧的应用程序信息将被删除，这个是内存中的应用数，而不是页面上显示的应用数。

（4） 修改spark-defaults.conf

spark.yarn.historyServer.address=hadoop102:18080
spark.history.ui.port=18080

（5）重新启动集群和历史服务

sbin/start-history-server.sh

（6）重新执行任务

bin/spark-submit \
--class org.apache.spark.examples.SparkPi \
--master yarn \
./examples/jars/spark-examples_2.12-2.4.5.jar \
10

在这里插入图片描述

（7）Web页面查看日志：http://hadoop102:18080/

在这里插入图片描述

Web页面查看日志：http://hadoop103:8088

在这里插入图片描述

四、Windows模式

每次都需要启动虚拟机，启动集群，这是一个比较繁琐的过程，并且会占大量的系统资源，导致系统执行变慢，不仅仅影响学习效果，也影响学习进度，Spark非常暖心地提供了可以在windows系统下启动本地集群的方式，这样，在不使用虚拟机的情况下，也能学习Spark的基本使用

1、解压缩文件

将文件spark-2.4.5-bin-without-hadoop-scala-2.12.tgz解压缩到无中文无空格的路径中，将hadoop3依赖jar包拷贝到jars目录中。

在这里插入图片描述

引入jar包

在这里插入图片描述

2、启动本地环境

（1）执行解压缩文件路径下bin目录中的spark-shell.cmd文件，启动Spark本地环境

在这里插入图片描述

（2） 在bin目录中创建input目录，并添加word.txt文件, 在命令行中输入脚本代码

sc.textFile("input/word.txt").flatMap(_.split(",")).map((_,1)).reduceByKey(_+_).collect

在这里插入图片描述

3、命令行提交应用

在F:\spark-2.4.5\bin 目录下cmd 在打开cmd 执行如下命令：

spark-submit --class org.apache.spark.examples.SparkPi --master local[2] ../examples/jars/spark-examples_2.12-2.4.5.jar 10

在这里插入图片描述

专注大数据
关注
  • 1
    点赞
  • 踩
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Spark运行模式详解
NC_NE的博客
02-09 476
一、 Local 模式 1、简介：Local模式可和你在IDEA里面设置的local[*]不同。所谓的 Local 模式，就是不需要其他任何节点资源就可以在本地执行 Spark 代码的环境，说的更加明白点就是单机模式。 2、安装本地模式 下载spark-2.4.5-bin-hadoop2.7.tgz包 上传到 Linux 并解压缩，放置在指定位置，路径中不要包含中文或空格 官网地址：https://spark.apache.org/downloads.html tar -zxvf spark-2
spark1.2.1常用模式部署运行
03-02
Spark 支持三种分布式部署模式：standalone、spark on mesos 和 spark on YARN。其中，standalone 模式是 Spark 的默认模式，不需要其他的资源管理系统。在 standalone 模式下，Spark 可以以单机模式或伪分布式模式...
Spark的部署方式有哪些？
zy1992As的博客
11-23 2653
Standalone模式被称为集群单机模式。Spark框架与Hadoop1.0版本框架类似，本身都自带了完整的资源调度管理服务，可以独立部署到一个集群中，无需依赖任何其他的资源管理系统，在该模式下，Spark集群架构为主从模式，即一台Master节点与多台Slave节点，Slave节点启动的进程名称为Worker，此时集群会存在单点故障问题，后续将在Spark HA集群部署小节讲解利用Zookeeper解决单点问题的方案。lYarn Cluster：用于生产环境，所有的资源调度和计算都在集群上运行。
Spark的安装（Standalone模式，高可用模式，基于Yarn模式）
01-20
目录 spark的Standalone模式安装  一、安装流程 1、将spark-2.2.0-bin-hadoop2.7.tgz  上传到 /usr/local/spark/ 下，然后解压 2、进入到conf中修改名字 改为  .sh 结尾的 3、编辑 spark-env.sh 4、修改slaves 的名字  并且编辑他 5、发送到其他两台虚拟机上 6、修改ect/proflie下面的配置环境 7、到spark的sbin目录下 修改启动命令 8、启动之后的jps数目 二、检测是否安装成功 1、进谷歌浏览器看看（端口号是8080 和tomcat端口号是一样的，注意后期一块启动的冲突问题） 2、按
Spark运行模式——Spark Standalone模式
最新发布
m0_70276855的博客
06-22 570
​ Driver为主控进程，负责执行应用程序的main()方法，创建SparkContext对象（负责与Spark集群进行交互），提交Spark作业，并将作业转化为Task（一个作业由多个Task任务组成），然后在各个Executor进程间对Task进行调度和监控。本地模式在提交应用程序后，将会在本地生成一个名为SparkSubmit的进程，该进程既负责程序的提交，又负责任务的分配、执行和监控等。​ 集群的主节点称为Master节点，在集群启动时会在主节点启动一个名为Master的守护进程；
spark on yarn 完全分部署_Spark部署三种方式介绍：YARN模式、Standalone模式、HA模式...
weixin_39559015的博客
11-23 483
1.Yarn模式由谁来作为客户端提交作业给YARN?2.SPARK_HADOOP_VERSION=2.2.0 SPARK_YARN=true ./sbt/sbt assembly的作用是什么？3.Standalone 模式dist目录的作用是什么？4.recoveryDirectory最好是能够使用一个nfs的原因是什么？Spark的部署让人有点儿困惑，有些需要注意的事项，本来我已经装成功了YAR...
Spark的StandAlone模式原理和安装、Spark-on-YARN的理解
weixin_30791095的博客
10-29 157
Spark是一个内存迭代式运算框架，通过RDD来描述数据从哪里来，数据用那个算子计算，计算完的数据保存到哪里，RDD之间的依赖关系。他只是一个运算框架，和storm一样只做运算，不做存储。 Spark程序可以运行在Yarn、standalone、mesos等平台上，standalone是Spark提供的一个分布式运行平台，分为master和worker两个角色。 Standalone模式安装：...
springboot整合spark连接远程服务计算框架使用standAlone模式
08-15
这是Spark自带的一种资源管理器，可以独立于其他集群管理器（如YARN或Mesos）运行。在Standalone模式下，每个节点都既是worker又是driver，可以处理任务并调度其他节点的任务。这种方式简单易用，适合小型或中型规模...
spark基础,关于spark的安装和几种模式的部署
09-20
Yarn模式有两种提交模式：Yarn Cluster模式和Yarn Client模式。Cluster模式下，Driver运行在Application Master进程中，Client只负责提交任务；而在Client模式下，Driver运行在客户端，保持与Application Master的...
Scala基础(12)Spark命令参数及独立应用程序
01-20
如果设置为`local[*]`，那么Spark将在本地模式下运行，这里的`*`代表你想使用的CPU核心数量。例如，如果你有4个CPU核心，你可以运行`./bin/spark-shell --master local[4]`来启动Spark Shell，并使用这4个核心模拟...
Spark环境搭建（保姆级教程）
热门推荐
tangyi2008的专栏
02-24 5万+
Spark 是一个大规模数据处理的统一分析引擎 本文主要介绍Spark的相关配置，以及各种模式的代码提交，包括Local,Standalone,YARN。 文末有相应资源下载网盘链接。
Spark运行模式介绍
不忘初欣丶的博客
04-05 1954
Spark三种运行模式，本地运行模式，StandAlone运行模式，Spark on Yarn运行模式介绍
Spark内容分享(九)：三种 Spark 部署模式介绍
之乎者也·的博客
01-01 1412
在提交成功后, 将alive master直接kill掉不会影响程序运行，当新的master接收集群后, 程序继续运行, 正常得到结果。在YARN中 有一个历史服务器, 其功能是将YARN运行的程序的历史日志记录下来, 通过历史服务器方便用户查看程序运行的历史信息.Spark的历史服务器, 功能: 将Spark运行的程序的历史日志记录下来, 通过历史服务器方便用户查看程序运行的历史信息.不同的是, 这个解释器环境 运行的不是python代码, 而是scala程序代码。
Apache Spark三种分布式部署方式比较
weixin_33921089的博客
04-21 491
目前Apache Spark支持三种分布式部署方式，分别是standalone、spark on mesos和 spark on YARN。其中，第一种类似于MapReduce 1.0所采用的模式，内部实现了容错性和资源管理，后两种则是未来发展的趋势，部分容错性和资源管理交由统一的资源管理系统完成：让Spark运行在一个通用的资源管理系统之上，这样可以与其他计算框架，比如Ma...
spark安装须知：SPARK_DIST_CLASSPATH配置
学亮编程手记
07-02 4849
请注意，Spark2.x是用Scala2.11预构建的，但2.4.2版本除外，它是用Scala2.12预构建的。Smark3.0+是用Scala2.12预构建的。 spark-env.sh中配置： export SPARK_DIST_CLASSPATH=$(/opt/bigdata/hadoop-2.9.2/bin/hadoop classpath) 有了SPARK_DIST_CLASSPATH配置信息以后，Spark就可以把数据存储到Hadoop分布式文件系统HDFS中，也可以从HDFS中读取数据。如
Spark四种部署模式
pre_tender的博客
09-03 1383
Spark集群三种部署模式的区别 Spark的四种部署方式概括
Spark有几种部署方式？
大数据流浪法师的学习笔记与分享
05-25 1562
Spark支持3种集群管理器（Cluster Manager） Standalone：独立模式，Spark原生的简单集群管理器，自带完整的服务，可单独部署到一个集群中，无需依赖任何其他资源管理系统，使用Standalone可以很方便地搭建一个集群； Apache Mesos：一个强大的分布式资源管理框架，它允许多种不同的框架部署在其上，包括yarn； Hadoop YARN：统一的资源管理机制，在上面可以运行多套计算框架，如map reduce、storm等，根据driver在集群中的位置不同，分为yar
Spark学习—— (3) 运行模式Local,Standalone,YARN
机器学习，大数据
04-22 2159
Spark有多种运行模式，包括—— local模式，本地运行 Standalone模式，使用Spark原生的资源调度器 YARN模式（生产模式中常用），使用Hadoop的YARN作为资源调度器 Mesos模式，使用Mesos作为资源调度器 本文主要介绍前面三种最常用的运行模式，其中每种模式又可细分为两种模式。在搭建好集群的基础上，使用各个模式分别运行，描述其运行过程。 关于集群搭建，可以参考上...
Spark有几种部署方式？请分别简要论述
mischen520的博客
07-13 682
1）Local:运行在一台机器上，通常是练手或者测试环境。 2）Standalone:构建一个基于Mster+Slaves的资源调度集群，Spark任务提交给Master运行。是Spark自身的一个调度系统。 3）Yarn: Spark客户端直接连接Yarn，不需要额外构建Spark集群。有yarn-client和yarn-cluster两种模式，主要区别在于：Driver程序的运行节点。 4）Mesos：国内大环境比较少用。 ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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