on yarn集群模式

●官方文档

http://spark.apache.org/docs/latest/running-on-yarn.html

 

准备工作

1.安装启动Hadoop(需要使用HDFS和YARN，已经ok)

 

2.安装单机版Spark(已经ok)

注意：不需要集群，因为把Spark程序提交给YARN运行本质上是把字节码给YARN集群上的JVM运行，但是得有一个东西帮我去把任务提交上个YARN，所以需要一个单机版的Spark，里面的有spark-shell命令，spark-submit命令

 

3.修改配置：

在spark-env.sh ，添加HADOOP_CONF_DIR配置，指明了hadoop的配置文件的位置

vim /export/servers/spark/conf/spark-env.sh

export HADOOP_CONF_DIR=/export/servers/hadoop/etc/hadoop

 

 

 cluster模式

●说明

在企业生产环境中大部分都是cluster部署模式运行Spark应用

Spark On YARN的Cluster模式 指的是Driver程序运行在YARN集群上

●补充Driver是什么:

运行应用程序的main()函数并创建SparkContext的进程

 

●图解

 

●运行示例程序

 spark-shell是一个简单的用来测试的交互式窗口

spark-submit用来提交打成jar包的任务

/export/servers/spark-2.2.0-bin-2.6.0-cdh5.14.0/bin/spark-submit \ --class org.apache.spark.examples.SparkPi \ --master yarn \ --deploy-mode cluster \ --driver-memory 1g \ --executor-memory 1g \ --executor-cores 2 \ --queue default \ /export/servers/spark-2.2.0-bin-2.6.0-cdh5.14.0/examples/jars/spark-examples_2.11-2.2.0.jar \ 10

 

 ●查看界面

http://node01:8088/cluster

 

 

client模式

●说明

学习测试时使用，开发不用，了解即可

Spark On YARN的Client模式 指的是Driver程序运行在提交任务的客户端

●图解

●运行示例程序

/export/servers/spark-2.2.0-bin-2.6.0-cdh5.14.0/bin/spark-submit \ --class org.apache.spark.examples.SparkPi \ --master yarn \ --deploy-mode client \ --driver-memory 1g \ --executor-memory 1g \ --executor-cores 2 \ --queue default \ /export/servers/spark-2.2.0-bin-2.6.0-cdh5.14.0/examples/jars/spark-examples_2.11-2.2.0.jar \ 10

两种模式的区别

Cluster和Client模式最本质的区别是：Driver程序运行在哪里！

运行在YARN集群中就是Cluster模式，

运行在客户端就是Client模式

当然还有由本质区别延伸出来的区别，面试的时候能简单说出几点就行

●cluster模式：生产环境中使用该模式

1.Driver程序在YARN集群中

2.应用的运行结果不能在客户端显示

3.该模式下Driver运行ApplicattionMaster这个进程中，如果出现问题，yarn会重启ApplicattionMaster(Driver)

 

●client模式：

1.Driver运行在Client上的SparkSubmit进程中

2.应用程序运行结果会在客户端显示