1、Spark学习：spark-shell和spark-submit的区别及各自工作

一、异同

   1、相同点：放置的位置都在/spark/bin目录下面

   2、不同点：

        （1）、spark-shell本身是交互式的，dos界面上会提供一种类似于IDE的开发环境，开发人员可以在上面进行编程。在运行时，会调用底层的spark-submit方法进行执行。

        （2）、spark-submit本身不是交互性的，用于提交在IDEA等编辑器中编译并打包生成的Jar包到集群环境中，并执行。

二、执行

   1、spark-shell

       (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。

 2、spark-submit

         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

 

 

 

口诀：submit-shell交互环境，最终submit