Spark-shell和Spark-Submit的使用

2024年3月8日 136次阅读 来源: spark

Spark-shell有两种使用方式：

  • 1：直接Spark-shell

    会启动一个SparkSubmit进程来模拟Spark运行环境，是一个单机版的。

  • 2：Spark-shell –master Spark：//hadoop1:7077,hadoop2:7077,hadoop3:7077 –total-executor-cores 5 –executor-memory 5G

    指定任务提交的集群路径在哪里。这就需要提前启动一个真实的Standalone集群。

    可以指定多个master的地址，用逗号隔开。

    如果没有指定–total-executor-cores 5 –executor-memory 5G，那么就会使用集群中所有可用的资源，没一个worker中都会启动executor。

不管哪种方式，只要启动完成后。

  • 1/就初始化了一个SparkContext对象为SC，而在这个对象的源码中，

    • 1.1/就创建一个SparkENV对象，里面创建一个SystemActor。

    • 1.2/接着创建一个两个Actor：ClientActor和DriverActor。

      其中ClientActor就会根据刚刚的–master 来连接指定的集群

      在worker中会创建好那些运行程序的executor了。

  • 2/同时也创建了一个SparkSQl对象，用于SparkSQl操作的。

  • 3/最终会进入一个scala的交互界面中。

    此时可以写通过RDD的transform和action的算子，最终通过action算子调用DAGSchudler对任务进行stage切分，然后通过TaskSchudler调用DriverActor将Stage下发到executor执行。

Spark-Submit的使用

  • 用来提交在IDEA中编写并且打包成jar的包到集群中运行。

  • 具体的提交过程，请看Spark源码分析的任务提交过程。

    Spark-Submit –master spark://hadoop1:7077,hadoop2:7077 –executor-memory 5g –total-executor-cores 10 –class 主类路径 jar包的路径 文件的输入路径 文件的输出路径

    原文作者：spark
    原文地址: https://www.cnblogs.com/zmdandy/p/6255937.html
    本文转自网络文章，转载此文章仅为分享知识，如有侵权，请联系博主进行删除。
点赞