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