系列文章:
第一章 Hadoop集群搭建的准备
第二章 Hadoop集群搭建
第三章 Zookeeper分布式集群部署(2n+1台虚拟机)
第四章 Hadoop高可用集群搭建(HA)
第五章 Hive的安装与配置
待更新
第九章 spark独立模式部署(Standalone)
第十章 spark配置历史服务
第十一章 搭建Spark高可用(HA)
第十二章 spark配置Yarn模式(混合部署模式)
待更新
文章目录
Spark设置Yarn模式
前提:进入spark目录(这里是/export/servers/spark-3.1.2)
1.停止集群。
sbin/stop-all.sh
2.修改Hadoop的配置文件。
进入Hadoop的etc/hadoop/目录(这里是/export/servers/hadoop-2.7.4/etc/hadoop)。
打开core-site.xml文件,代码如下:
vim core-site.xml
在<configuration></configuration>标签之间添加以下内容:
<!--是否开启一个线程检查每个任务正使用的物理内存量,如果任务超出分配值,直接将其杀掉,默认是true-->
<property>
<name>yarn.resourcemanager.pmem-check-enabled</name>
<value>false</value>
</property>
<!--是否启动一个线程检查每个任务正使用的虚拟内存量,如果任务超出分配值,直接将其杀掉,默认是true-->
<property>
<name>yarn.resourcemanager.vmem-check-enabled</name>
<value>false</value>
</property>
3.修改spark-env.sh文件。
修改配置文件(先进入spark-3.1.2的conf目录)
cd /export/servers/spark-3.1.2/conf
vim spark-env.sh
添加JAVA_HOME和YARN_CONF_DIR配置:
export JAVA_HOME=/export/servers/jdk1.8.0
YARN_CONF_DIR=/export/servers/hadoop-2.7.4/etc/hadoop
4.启动HDFS和YARN集群。
start-all.sh
5.启动集群。
sbin/start-all.sh
6.提交应用测试。
进入/export/servers/spark-3.1.2目录
sbin/start-all.sh
命令行输入:
bin/spark-submit \
--class org.apache.spark.examples.SparkPi \
--master yarn \
--deploy-mode cluster \
./examples/jars/spark-examples_2.12-3.1.2.jar \
10
- --deploy-mode 指定部署模式,cluster表示集群模式(控制台看不到结果),client表示客户端模式(控制台可以看到结果)。
7、配置历史服务。
步骤与 第十章 spark配置历史服务相同,只是在spark-defaults.conf文件中多添加两行配置。
修改spark-defaults.conf文件。
mv spark-defaults.conf.template spark-defaults.conf
vim spark-defaults.conf
添加以下内容,配置日志存储路径:
spark.eventLog.enabled true
spark.eventLog.dir hdfs://node1:9000/directory
#以下是多出来的两行配置
spark.yarn.historyServer.address=node1:180180
spark.history.ui.port=18080