windows电脑安装参考:Spark学习笔记--Spark在Windows下的环境搭建,特别提示一下,可以不用安装hadoop,如果只是学习的话。(windows安装肯定只是为了学习啊。。。)
spark任务执行过程简介
Yarn和Spark的StandAlone调度模式对比
Yarn | Spark | 作用 |
ResouceManager | Master | 管理子节点、资源调度、接收任务请求 |
NodeManger | Worker | 管理当前节点,并管理子进程 |
YarnChild | Executor | 运行真正的计算逻辑的(Task) |
Client | SparkSubmit (相当于yarn的Client + ApplicaitonMaster) | 提交app,管理该任务的Executor(提交任务,并上传jar包 |
ApplicaitonMaster | 并将Task提交到(Executor) |
用idea编写spark程序
创建RDD,然后对RDD进行操作(调用RDD的方法,方法分为两类,一个叫Transformation(懒 lazy),一类叫Action(会执行任务))
rdd上的方法和scala原生的方法是有区别的
写好程序,打包上传集群运行
本地模式运行spark程序,setMaster("local[*]")