spark多个application的同时运行

    在spark的Job Scheduling中介绍了spark多个任务同时执行，相关链接为：

https://spark.apache.org/docs/1.2.0/job-scheduling.html

    spark要实现多个application同时运行，涉及到多个application的资源共享。在spark on yarn模式下，yarn可以用来管理集群资源。为了能够比较好的利用集群的内存资源和cpu资源，需要使用spark的Dynamic Resource Allocation 功能

       Dynamic Resource Allocation有一个问题，就是executor空闲的时候，executor会被remove，但是executor执行后的数据结果很可能被其它executor使用，为了解决这个问题spark需要启动external shfuffle service，相关配置为往yarn-site.xml文件加入如下内容：

<property>
   <name>yarn.nodemanager.aux-services</name>
   <value>spark_shuffle</value>
  </property>
  <property>
   <name>yarn.nodemanager.aux-services.spark_shuffle.class</name>
   <value>org.apache.spark.network.yarn.YarnShuffleService</value>
  </property>

   同时需要将 spark-<version>-yarn-shuffle.jar放到hadoop的yarn的lib库里面，我的spark版本是1.3.1，也就是 spark-1.3.1-yarn-shuffle.jar 文件

  我的yarn的lib库目录为：/usr/local/hadoop2.6.0/share/hadoop/yarn/lib/

   /usr/local/hadoop2.6.0/是我的hadoop安装目录

   如果spark-1.3.1-yarn-shuffle.jar 文件没有放到正确的目录，spark application在启动的时候会卡在accepted state，相关的打印如下：

/06 10:49:14 INFO yarn.Client: 
         client token: N/A
         diagnostics: N/A
         ApplicationMaster host: N/A
         ApplicationMaster RPC port: -1
         queue: default
         start time: 1436150953666
         final status: UNDEFINED
         tracking URL: http://ddos12:8088/proxy/application_1435917011732_0005/
         user: root
15/07/06 10:49:15 INFO yarn.Client: Application report for application_1435917011732_0005 (state: ACCEPTED)
15/07/06 10:49:16 INFO yarn.Client: Application report for application_1435917011732_0005 (state: ACCEPTED)
15/07/06 10:49:17 INFO yarn.Client: Application report for application_1435917011732_0005 (state: ACCEPTED)

......................................................................

    external shuffle service的作用是托管已经被remove的executor的计算结果数据，当其它running的executor需要使用这些数据的时候，向external shuffle service请求数据