spark on yarn 基本用法

两种模式:
cluster mode
client mode




启动shell:
bin/spark-shell --master yarn-client
bin/spark-shell --master yarn-cluster  - 不支持




例子:
提交Spark Job方式:
./bin/spark-submit --class org.apache.spark.examples.SparkPi \
    --master yarn \
    --deploy-mode client \
    --driver-memory 2g \
    --executor-memory 2g \
    --executor-cores 1 \
    --queue default \
    examples/jars/spark-examples_2.11-2.0.2.jar \
    10




./bin/spark-submit --class org.apache.spark.examples.SparkPi \
    --master yarn \
    --deploy-mode cluster \
    --driver-memory 2g \
    --executor-memory 2g \
    --executor-cores 1 \
    --queue default \
    examples/jars/spark-examples_2.11-2.0.2.jar \
    10


提交任务,cluster模式,添加jar方式:
./bin/spark-submit --class my.main.Class \
    --master yarn \
    --deploy-mode cluster \
    --jars my-other-jar.jar,my-other-other-jar.jar \
    my-main-jar.jar \
    app_arg1 app_arg2




配置hive-metastore服务:
  <property>
    <name>hive.metastore.local</name>
    <value>false</value>
  </property>
  <property>
    <name>hive.metastore.uris</name>
    <value>thrift://pc1:9083,thrift://pc2:9083</value>
  </property>
两台都启动:
nohup bin/hive --service metastore 2>&1 >> /dev/null &
同步hive-site.xml文件到hive的conf目录下




spark sql shell:
bin/spark-sql




执行spark sql方式:
  ./bin/spark-sql --master yarn --deploy-mode cluster --name mysql_test --queue default -f test.sql --不支持
  ./bin/spark-sql --master yarn --deploy-mode client --name mysql_test --queue default -f test.sql 




配置historyserver:


方式一 spark-defaults.conf:
#地址
park.yarn.historyServer.address        http://pc3:18080
#端口
spark.history.ui.port 18080
#是否记录Spark事件，用于应用程序在完成后重构webUI
spark.eventLog.enabled true
#历史任务存放的hdfs地址
spark.eventLog.dir hdfs://cluster1/tmp/spark/history-job
#开启压缩
spark.eventLog.compress true
#job信息地址,必须预先建立 - 实际测试中这个参数生效,这个spark.eventLog.dir貌似不生效
spark.history.fs.logDirectory   hdfs://pc3:9000/tmp/spark/history-job




方式二 spark-env.sh:
export SPARK_HISTORY_OPTS="-Dspark.history.ui.port=18080 -Dspark.history.retainedApplications=3 -Dspark.history.fs.logDirectory=hdfs://cluster1/tmp/spark/history-job"


启动:
sbin/start-history-server.sh


jps:
102274 HistoryServer