WordCount提交到Spark-Yarn运行

代码

object Scala02_WordCountOnYarn {
  def main(args: Array[String]): Unit = {
    val conf: SparkConf = new SparkConf().setAppName("wordcount")
    val sc = new SparkContext(conf)
    val resRDD: RDD[(String, Int)] = sc.textFile(args(0)).flatMap(_.split(" ")).map((_,1)).reduceByKey(_+_)
    resRDD.saveAsTextFile(args(1))
    sc.stop()
  }
}

submit

bin/spark-submit \
--class com.aura.spark.day01.Scala02_WordCountOnYarn \
--master yarn \
--executor-memory 2G \
--total-executor-cores 8 \
--deploy-mode cluster \
/home/hadoop/jar/WordCount.jar \
/word_in /word_out

submit的参数解释

• \表示换行。
• class后面是类的全类名。
• master指定yarn方式运行。
• executor-memory指定每个executor的可用内存。
• total-executor-cores指定所有executor的cpu核数。
• deploy-mode指定以cluster或者client模式运行。
• /home/hadoop/jar/WordCount.jar是本地jar包路径。
• /word_in是HDFS集群输入路径。
• /word_out是HDFS集群输出路径。