### 回答1：
要将
作业提交到CDH6.3.2的YARN集群上，需要使用以下命令：
```
spark-submit --master yarn --deploy-mode client --class <main-class> <application-jar> <application-arguments>
```
其中，`<main-class>`是你的应用程序的主类，`<application-jar>`是你的应用程序的jar包路径，`<application-arguments>`是你的应用程序的
参数。
例如，如果你的应用程序的主类是`com.example.MyApp`，jar包路径是`/path/to/myapp.jar`，应用程序需要传递两个
参数`arg1`和`arg2`，则
提交作业的命令如下：
```
spark-submit --master yarn --deploy-mode client --class com.example.MyApp /path/to/myapp.jar arg1 arg2
```
提交作业后，
Spark将在YARN集群上启动应用程序，并将日志输出到YARN的应用程序日志中。你可以使用YARN的命令行工具或Web UI来监视应用程序的运行状态和日志输出。
### 回答2：
在CDH6.3.2框架中，使用
spark-submit命令可以将
作业提交到YARN资源管理器，实现分布式部署执行
作业的功能。
具体步骤如下：
1. 在终端中使用
spark-submit命令，指定主类名、执行
参数等信息。
例如：
```bash
spark-submit \
--class org.apache.
spark.examples.
SparkPi \
--master yarn \
--deploy-mode cluster \
--num-executors 3 \
--driver-memory 4g \
--executor-memory 2g \
--executor-cores 2 \
/path/to/examples.jar 100
```
--class
参数指定执行的主类名，对应的jar文件已经上传至HDFS上。
--master
参数指定使用YARN作为资源管理器，--deploy-mode
参数指定执行模式为集群模式。
--num-executors
参数指定申请的Executor个数。
--driver-memory
参数指定Driver进程需要使用的内存大小，同样可以指定Executor进程的内存和核数。
2. 执行以上命令后，YARN资源管理器会为
任务分配相应的资源，并启动
作业执行。
3. 可以通过YARN界面查看
作业的运行状况，包括Container的个数、启动时间、资源使用情况等。
4. 执行完成后，可以在日志文件和
任务的输出目录中查看
作业的输出结果。
总的来说，通过
spark-submit命令
提交作业到YARN非常方便，只需指定相应的
参数即可实现
作业的分布式部署，提高执行效率并节省时间。
### 回答3：
CDH 6.3.2 是包含了 Hadoop、Hive、
Spark 等组件的
大数据平台。要
提交 Spark 作业到 YARN 集群，需要使用
spark-submit 命令。
首先，要确保已经安装了 CDH 6.3.2 和
Spark。然后，在本地编写好
Spark 作业代码，并上传到集群中的一个路径。
接下来，通过以下命令
提交 Spark 作业：
```
spark-submit \
--class com.example.YourMainClass \
--master yarn \
--deploy-mode client \
--num-executors 4 \
--executor-memory 4g \
--executor-cores 2 \
/path/to/your/
spark/job.jar \
arg1 arg2
```
其中，`--class`
参数指定主类，`--master yarn` 表示使用 YARN 集群作为
Spark 的资源管理器，`--deploy-mode client` 表示客户端模式， `--num-executors`、`--executor-memory` 和 `--executor-cores` 分别是设定
Spark 应用程序执行所需的 executor 数量、每个 executor 占用的内存和 CPU 核心数量。`/path/to/your/
spark/job.jar` 是你上传的
Spark 作业包的路径，`arg1` 和 `arg2` 是你的应用程序所需要的
参数。
提交成功后，
Spark 应用程序就会在 YARN 上执行，输出结果会被打印到标准输出中或者存储到指定路径。
需要注意的是，
提交的
Spark 作业路径和
参数是相对于 YARN 集群上的路径和
参数，而不是本地路径和
参数。另外，如果采用了集群管理工具 Cloudera Manager 管理 CDH 6.3.2，也可以通过其提供的界面来
提交 Spark 作业，更加方便快捷。
3373
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
