安装使用
下载地址：
https://spark.apache.org/downloads.html
https://archive.apache.org/dist/spark/
上传并解压Spark安装包
1
2
3
| tar -zxvf spark-3.1.3-bin-hadoop3.2.tgz -C /opt/bunny/
cd /opt/bunny
mv spark-3.1.3-bin-hadoop3.2 spark-yarn
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
| 修改hadoop配置文件/opt/module/hadoop-3.1.3/etc/hadoop/yarn-site.xml，添加如下内容
因为测试环境虚拟机内存较少，防止执行过程进行被意外杀死，做如下配置
[atguigu@hadoop102 hadoop]$ vim yarn-site.xml
<!--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>
4）分发配置文件
[atguigu@hadoop102 conf]$ xsync /opt/module/hadoop-3.1.3/etc/hadoop/yarn-site.xml
|
配置文件
1
2
3
4
| cd /opt/bunny/spark-yarn/conf
mv spark-env.sh.template spark-env.sh
vim spark-env.sh
|
内容如下
1
| YARN_CONF_DIR=/opt/bunny/hadoop-3.1.3/etc/hadoop
|
启动HDFS以及YARN集群
执行程序
1
2
3
4
5
6
7
| cd /opt/bunny/spark-yarn/
bin/spark-submit \
--class org.apache.spark.examples.SparkPi \
--master yarn \
./examples/jars/spark-examples_2.12-3.1.3.jar \
10
|
查看hadoop103:8088页面，点击History，查看历史页面
配置历史服务
1
2
3
4
| cd /opt/bunny/spark-yarn/conf
mv spark-defaults.conf.template spark-defaults.conf
vim spark-defaults.conf
|
1
2
| spark.eventLog.enabled true
spark.eventLog.dir hdfs://h102:8020/directory
|
1
2
3
4
5
6
| vim spark-env.sh
export SPARK_HISTORY_OPTS="
-Dspark.history.ui.port=18080
-Dspark.history.fs.logDirectory=hdfs://h102:8020/directory
-Dspark.history.retainedApplications=30"
|
vi /opt/bunny/spark-yarn/conf/spark-defaults.conf
添加如下内容：
1
2
| spark.yarn.historyServer.address=h102:18080
spark.history.ui.port=18080
|
HDFS上的目录需要提前存在
hadoop fs -mkdir /directory
重启Spark历史服务
1
2
3
| cd /opt/bunny/spark-yarn
sbin/stop-history-server.sh
sbin/start-history-server.sh
|
3）提交任务到Yarn执行
1
2
3
4
5
6
7
| cd /opt/bunny/spark-yarn
bin/spark-submit \
--class org.apache.spark.examples.SparkPi \
--master yarn \
./examples/jars/spark-examples_2.12-3.1.3.jar \
10
|
Web页面查看日志：http://h103:8088/cluster
点击“history”跳转到http://h102:18080/
点击yarn（8088）上spark任务的history按钮，进入的是spark历史服务器（18080），而不再是yarn历史服务器（19888）。
运行流程
