pyspark提交到集群运行

from pyspark import SparkContext

textFile = SparkContext().textFile("hdfs://hadoop102:8020/input/words.txt")
wordCount = (
    textFile.flatMap(lambda line: line.split(" "))
        .filter(lambda word: word != "")
        .map(lambda word: (word, 1))
        .reduceByKey(lambda x, y: x + y)
        .sortBy(lambda x: x[1], False)
        .take(5)
)
print(wordCount)



# !/bin/bash

source /etc/profile
source ~/.bashrc

dt1=$1

echo "-------------------" $dt1
dt=`date -d"$dt1" '+%Y%m%d'`


spark-submit \
--master yarn \
--deploy-mode client \
--num-executors 30 \
--executor-memory 4G \
--executor-cores 2 \
--driver-memory 4G \
--conf spark.default.parallelism=40 \
--conf spark.executor.memoryOverhead=2560 \
--conf spark.network.timeout=200s \
--conf spark.driver.maxResultSize=2G \
--conf "spark.executor.extraJavaOptions=-XX:+UseConcMarkSweepGC -XX:+CMSParallelRemarkEnabled -XX:+UseCMSCompactAtFullCollection -XX:+UseCompressedOops -XX:+PrintGC -XX:+PrintGCDetails -XX:+PrintGCTimeStamps -XX:+PrintGCDateStamps -XX:+PrintGCApplicationStoppedTime -XX:+PrintHeapAtGC -XX:+PrintGCApplicationConcurrentTime -Xloggc:gc.%p_%t.log -XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath=/var/log/spark/java_pid<pid>.hprof" \
/root/WorldCountDemo.py  \
      > /root/logs/${dt1}.log 2>&1

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