Spark Yarn 模式部署

• 解压缩文件
• 修改配置文件
• 配置历史服务器
• • 配置日志存储路径
• 启动HDFS以及YARN集群
• 提交应用
• • 查看进程
  • 查看历史页面

解压缩文件

将 spark-3.0.0-bin-hadoop3.2.tgz 文件上传到 linux 并解压缩，放置在指定位置

tar -zxvf spark-3.0.0-bin-hadoop3.2.tgz -C /opt/module

cd /opt/module 

换名 :

mv spark-3.0.0-bin-hadoop3.2 spark-3.0.0-yarn

修改配置文件

修改 conf/spark-env.sh ，添加 JAVA_HOME 和 YARN_CONF_DIR 配置

mv spark-env.sh.template spark-env.sh

内容 :

export JAVA_HOME=/opt/module/jdk1.8.0_212
YARN_CONF_DIR=/opt/module/hadoop-3.1.3/etc/hadoop

修改 hadoop 配置文件 /opt/module/hadoop/etc/hadoop/yarn-site.xml

vim yarn-site.xml

内容 :

	<!--是否启动一个线程检查每个任务正使用的物理内存量，如果任务超出分配值，则直接将其杀掉，默认是true -->
	<property>
	     <name>yarn.nodemanager.pmem-check-enabled</name>
	     <value>false</value>
	</property>
	
	<!--是否启动一个线程检查每个任务正使用的虚拟内存量，如果任务超出分配值，则直接将其杀掉，默认是true -->
	<property>
	     <name>yarn.nodemanager.vmem-check-enabled</name>
	     <value>false</value>
	</property>

分发 :

xsync hadoop/

配置历史服务器

修改 spark-defaults.conf.template 文件名为 spark-defaults.conf

mv spark-defaults.conf.template spark-defaults.conf

配置日志存储路径

修改 spark-default.conf 文件

vim spark-default.conf

内容 :

spark.eventLog.enabled          true
spark.eventLog.dir              hdfs://cpucode101:8020/directory

myhadoop.sh start

创建 hdfs 文件夹

hadoop fs -mkdir /directory

修改 spark-env.sh 文件, 添加日志配置

vim spark-env.sh

export SPARK_HISTORY_OPTS="
-Dspark.history.ui.port=18080 
-Dspark.history.fs.logDirectory=hdfs://cpucode101:8020/directory 
-Dspark.history.retainedApplications=30"

• 参数1：WEB UI 访问的端口号为 18080
• 参数2：指定历史服务器日志存储路径
• 参数3：指定保存 Application 历史记录的个数，如果超过这个值，旧的应用程序信息将被删除，这个是内存中的应用数，而不是页面上显示的应用数

修改 spark-defaults.conf

spark.yarn.historyServer.address=cpucode102:18080
spark.history.ui.port=18080

启动历史服务

./sbin/start-history-server.sh 

启动HDFS以及YARN集群

myhadoop.sh start

提交应用

./bin/spark-submit \
--class org.apache.spark.examples.SparkPi \
--master yarn \
--deploy-mode cluster \
./examples/jars/spark-examples_2.12-3.0.0.jar \
10

查看进程

jpsall

查看历史页面

查看页面