Spark GraphX提交應(yīng)用程序

Spark GraphX提交應(yīng)用程序

在Spark bin目錄下的spark-submit可以用來(lái)在集群上啟動(dòng)應(yīng)用程序。它可以通過統(tǒng)一的接口使用Spark支持的所有集群管理器，所有你不必為每一個(gè)管理器做相應(yīng)的配置。

用spark-submit啟動(dòng)應(yīng)用程序

bin/spark-submit腳本負(fù)責(zé)建立包含Spark以及其依賴的類路徑（classpath），它支持不同的集群管理器以及Spark支持的加載模式。

./bin/spark-submit \
  --class <main-class>
  --master <master-url> \
  --deploy-mode <deploy-mode> \
  --conf <key>=<value> \
  ... # other options
  <application-jar> \
  [application-arguments]

一些常用的選項(xiàng)是：

• --class：你的應(yīng)用程序的入口點(diǎn)(如org.apache.spark.examples.SparkPi)
• --master：集群的master URL(如spark://23.195.26.187:7077)
• --deploy-mode：在worker節(jié)點(diǎn)部署你的driver(cluster)或者本地作為外部客戶端（client）。默認(rèn)是client。
• --conf：任意的Spark配置屬性，格式是key=value。
• application-jar：包含應(yīng)用程序以及其依賴的jar包的路徑。這個(gè)URL必須在集群中全局可見，例如，存在于所有節(jié)點(diǎn)的hdfs://路徑或file://路徑
• application-arguments：傳遞給主類的主方法的參數(shù)

一個(gè)通用的部署策略是從網(wǎng)關(guān)集群提交你的應(yīng)用程序，這個(gè)網(wǎng)關(guān)機(jī)器和你的worker集群物理上協(xié)作。在這種設(shè)置下，client模式是適合的。在client模式下，driver直接在spark-submit進(jìn)程中啟動(dòng)，而這個(gè)進(jìn)程直接作為集群的客戶端。應(yīng)用程序的輸入和輸出都和控制臺(tái)相連接。因此，這種模式特別適合涉及REPL的應(yīng)用程序。

另一種選擇，如果你的應(yīng)用程序從一個(gè)和worker機(jī)器相距很遠(yuǎn)的機(jī)器上提交，通常情況下用cluster模式減少drivers和executors的網(wǎng)絡(luò)遲延。注意，cluster模式目前不支持獨(dú)立集群、mesos集群以及python應(yīng)用程序。

有幾個(gè)我們使用的集群管理器特有的可用選項(xiàng)。例如，在Spark獨(dú)立集群的cluster模式下，你也可以指定--supervise用來(lái)確保driver自動(dòng)重啟（如果它因?yàn)榉橇阃顺龃a失?。榱肆信espark-submit所有的可用選項(xiàng)，用--help運(yùn)行它。

# Run application locally on 8 cores
./bin/spark-submit \
  --class org.apache.spark.examples.SparkPi \
  --master local[8] \
  /path/to/examples.jar \
  100

# Run on a Spark Standalone cluster in client deploy mode
./bin/spark-submit \
  --class org.apache.spark.examples.SparkPi \
  --master spark://207.184.161.138:7077 \
  --executor-memory 20G \
  --total-executor-cores 100 \
  /path/to/examples.jar \
  1000

# Run on a Spark Standalone cluster in cluster deploy mode with supervise
./bin/spark-submit \
  --class org.apache.spark.examples.SparkPi \
  --master spark://207.184.161.138:7077 \
  --deploy-mode cluster
  --supervise
  --executor-memory 20G \
  --total-executor-cores 100 \
  /path/to/examples.jar \
  1000

# Run on a YARN cluster
export HADOOP_CONF_DIR=XXX
./bin/spark-submit \
  --class org.apache.spark.examples.SparkPi \
  --master yarn-cluster \  # can also be `yarn-client` for client mode
  --executor-memory 20G \
  --num-executors 50 \
  /path/to/examples.jar \
  1000

# Run a Python application on a Spark Standalone cluster
./bin/spark-submit \
  --master spark://207.184.161.138:7077 \
  examples/src/main/python/pi.py \
  1000

Master URLs

傳遞給Spark的url可以用下面的模式