Fork me on GitHub

【Spark篇】---Spark中yarn模式两种提交任务方式

一、前述

Spark可以和Yarn整合,将Application提交到Yarn上运行,和StandAlone提交模式一样,Yarn也有两种提交任务的方式。

二、具体

           1、yarn-client提交任务方式

  • 配置

         在client节点配置中spark-env.sh添加Hadoop_HOME的配置目录即可提交yarn 任务,具体步骤如下:

        

          注意client只需要有Spark的安装包即可提交任务,不需要其他配置(比如slaves)!!!

  • 提交命令

         ./spark-submit --master yarn  --class org.apache.spark.examples.SparkPi  ../lib/spark-examples-1.6.0-hadoop2.6.0.jar 100

        ./spark-submit   --master yarn-lient   --class org.apache.spark.examples.SparkPi ../lib/spark-examples-1.6.0-hadoop2.6.0.jar 100

        ./spark-submit  --master yarn --deploy-mode  client --class org.apache.spark.examples.SparkPi ../lib/spark-examples-1.6.0-hadoop2.6.0.jar 100

       

  • 执行原理图解

 

  • 执行流程

 

  1. 客户端提交一个Application,在客户端启动一个Driver进程。
  2. Driver进程会向RS(ResourceManager)发送请求,启动AM(ApplicationMaster)的资源。
  3. RS收到请求,随机选择一台NM(NodeManager)启动AM。这里的NM相当于Standalone中的Worker节点。
  4. AM启动后,会向RS请求一批container资源,用于启动Executor.
  5. RS会找到一批NM返回给AM,用于启动Executor。
  6. AM会向NM发送命令启动Executor。
  7. Executor启动后,会反向注册给Driver,Driver发送task到Executor,执行情况和结果返回给Driver端。
  • 总结

        1、Yarn-client模式同样是适用于测试因为Driver运行在本地Driver会与yarn集群中的Executor进行大量的通信会造成客户机网卡流量的大量增加.

        2、 ApplicationMaster的作用:

                 为当前的Application申请资源

                 给NodeManager发送消息启动Executor。

        注意:ApplicationMaster有launchExecutor和申请资源的功能,并没有作业调度的功能。

 

2、yarn-cluster提交任务方式

  • 提交命令

         ./spark-submit --master yarn --deploy-mode cluster  --class org.apache.spark.examples.SparkPi ../lib/spark-examples-1.6.0-hadoop2.6.0.jar 100

         ./spark-submit   --master yarn-cluster  --class org.apache.spark.examples.SparkPi ../lib/spark-examples-1.6.0-hadoop2.6.0.jar 100

        结果在yarn的日志里面:

  • 执行原理

 

 

  • 执行流程
  1. 客户机提交Application应用程序,发送请求到RS(ResourceManager),请求启动AM(ApplicationMaster)
  2. RS收到请求后随机在一台NM(NodeManager)上启动AM(相当于Driver端)。
  3. AM启动,AM发送请求到RS,请求一批container用于启动Executor。
  4. RS返回一批NM节点给AM。
  5. AM连接到NM,发送请求到NM启动Executor
  6. Executor反向注册到AM所在的节点的Driver。Driver发送task到Executor。
  • 总结

        1、Yarn-Cluster主要用于生产环境中,因为Driver运行在Yarn集群中某一台nodeManager中,每次提交任务的Driver所在的机器都是随机的不会产生某一台机器网卡流量激增的现象缺点是任务提交后不能看到日志。只能通过yarn查看日志。

         2.ApplicationMaster的作用:

 

               为当前的Application申请资源

               给nodemanager发送消息 启动Excutor。

               任务调度。(这里和client模式的区别是AM具有调度能力,因为其就是Driver端,包含Driver进程)

 

       3、 停止集群任务命令:yarn application -kill applicationID

 

自我最后总结:stand-alone模式中Master发送对应的命令启动Worker上的executor进程,而yarn模式中的applimaster也是负责启动worker中的Driver进程,可见都是master负责发送消息,然后再对应的节点上启动executor进程。菲官方证实,仅供理解!!!

 

 

posted @ 2018-02-04 21:18  L先生AI课堂  阅读(17035)  评论(1编辑  收藏  举报