Spark基础入门(三)--------作业执行方式

本文介绍了Spark的基础,特别是SparkContext的作用和Job提交过程。一个SparkContext代表一个application,可以提交多个job。job的执行包括Action触发job、DAGScheduler生成DAG图、TaskScheduler分发任务到Executor执行等步骤。实验表明,SparkSQL的sqlContext.sql操作是同步的,而SparkStreaming可以并发提交job。
摘要由CSDN通过智能技术生成

(一)SparkContext

代表对集群的一个连接

驱动程序通过sparkContext连接spark集群

每个JVM只允许启动一个SparkContext,一个sparkContext连接代表一个application,每个application中可能有多个jobjobid

yarn上面的一个application如下:


代码中初始化sparkContext的方式如下:

SparkConf conf = new SparkConf().setAppName(appName).setMaster("local").setJars(new String[]{"wangke-demo-1.0.jar"});

JavaSparkContext sc = new JavaSparkContext(conf);

注意:程序里的setMaster,.setJars可以不写,而是通过参数的方式指定,参数的方式和程序里面指定效果是一样的。但参数方式更加灵活,不在程序中写死,而是在提交应用时,根据spark集群部署的情况(

  • 1
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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