spark shell运行模式小记

共计 1459 个字符，预计需要花费 4 分钟才能阅读完成。

集群经常会增加相应的node节点，但是相应的环境有没有及时更新，有的时候因为某个节点环境没有配置好导致程序跑挂了，所以有的时候需要本地模式仅在driver跑相应的测试代码，记录一下当前的几种运行模式

• 本地模式

Spark单机运行，一般用于开发测试。

• Standalone模式

构建一个由Master+Slave构成的Spark集群，Spark运行在集群中。

• Spark on Yarn模式

Spark客户端直接连接Yarn。不需要额外构建Spark集群。

• Spark on Mesos模式

Spark客户端直接连接Mesos。不需要额外构建Spark集群。

启动方式: spark-shell.sh(Scala)

spark-shell通过不同的参数控制采用何种模式进行。 涉及两个参数：

1
2
3
4

--master MASTER_URL         spark://host:port, mesos://host:port, yarn, or local.
--deploy-mode DEPLOY_MODE   Whether to launch the driver program locally ("client") or
                            on one of the worker machines inside the cluster ("cluster")
                            (Default: client).

–master参数用于指定采用哪种运行模式。
对于Spark on Yarn模式和Spark on Mesos模式还可以通过 –deploy-mode参数控制Drivers程序的启动位置。

• 进入本地模式：

./spark-shell --master local
./spark-shell --master local[2]  # 本地运行,两个worker线程,理想状态下为本地CPU core数

• 进入Standalone模式：

./spark-shell --master spark://192.168.1.10:7077

备注：测试发现MASTER_URL中使用主机名替代IP地址无法正常连接(hosts中有相关解析记录)，即以下命令连接不成功：

./spark-shell --master spark://ctrl:7077  # 连接失败

• Spark on Yarn模式

1
2
3
4
5
6
7

./spark-shell --master yarn
./spark-shell --master yarn-client
#不支持这种模式
#./spark-shell --master yarn-cluster
./spark-shell --master yarn --deploy-mode client
#不支持这种模式
#./spark-shell --master yarn --deploy-mode cluster

备注：Yarn的连接信息在Hadoop客户端的配置文件中指定。通过spark-env.sh中的环境变量HADOOPCONFDIR指定Hadoop配置文件路径。

• Spark on Mesos模式：

./spark-shell --master mesos://host:port
./spark-shell --master mesos://host:port --deploy-mode client
./spark-shell --master mesos://host:port --deploy-mode cluster

启动方式: pyspark(Python)

参数及用法与Scala语言的spark-shell相同，比如：

pyspark --master local[2]

参考http://blog.cheyo.net/29.html