关于Spark on yarn

Cluster 模式

./bin/spark-submit \
--class com.qf.spark.day1.WordCount\
--master yarn \
--deploy-mode cluster \
--driver-memory 1g \
--executor-memory 1g \
--executor-cores 2 \
--queue default \
/home/bigdata/sparkwordcount.jar\
hdfs://node01:9000/wc
hdfs://node01:9000/out-yarn-1

Client 模式

./bin/spark-submit \
--class org.apache.spark.examples.SparkPi \
--master yarn \
--deploy-mode client \
--driver-memory 1g \
--executor-memory 1g \
--executor-cores 2 \
--queue default \
lib/spark-examples*.jar\
10

每次提交jar包都会上传一次,耗时久也浪费空间,需要优化
spark on yarn作业运行的jar包缓存优化
1、先将 spark-assembly-hadoop.jar 上传到hdfs的lib目录下
2、上传jar包到这个目录下
3、配置spark文件指定到这个目录

题外话
linux找出某目录下小于1M的文件
find ./ -type f -size -1M 
找出当前目录,及其子目录中,大于1G的所有文件
find ./ -type f -size +1G

注意要根据环境配置这几个参数

--num-executors
--executor-memory 
--executor-cores 

Spark on Yarn 执行单元数、内存、CPU 数的推荐分配

yarn 生产环境下资源不足问题和网络的问题

查看spark on yarn的日志和程序状态的方法

Spark运行状态的监控

Spark中Task,Partition,RDD、节点数、Executor数、core数目的关系

评论 1
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