Standalone集群多作业并行-优快云博客

本文链接：https://blog.youkuaiyun.com/py_tamir/article/details/95046716

探讨Spark Standalone集群默认的FIFO调度策略及其对多作业执行的影响，介绍如何通过调整spark.cores.max参数实现多作业并行运行，包括三种配置方法：SparkConf、spark-submit与spark-env.sh。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1、默认情况
2、修改配置

1、默认情况

standalone集群对于同时提交上来的多个作业，仅仅支持FIFO调度策略，也就是先入先出；默认情况下，集群对多个作业同时执行的支持是不好的，没有办法同时执行多个作业；因为先提交上来的每一个作业都会尝试使用集群中所有可用的cpu资源，此时相当于就是只能支持作业串行起来，一个一个运行了。

2、修改配置

我们希望能够支持多作业同时运行，那么就需要调整一下资源参数，我们可以设置spark.cores.max参数，来限制每个作业能够使用的最大的cpu core数量，这样先提交上来的作业不会使用所有的cpu资源，后面提交上来的作业就可以获取到资源，也可以同时并行运行了。可以通过设置全局的一个参数，让每个作业最多只能获取到一部分cpu core资源，那么后面提交上来的作业，就也可以获取到一部分资源，standalone集群才可以支持同时执行多个作业。

方式一：

使用SparkConf或spark-submit中的--conf标识，设置参数即可；

SparkConf conf = new SparkConf()
.set("spark.cores.max", "10")

通常不建议使用SparkConf，硬编码，来设置一些属性，不够灵活。

方式二:

建议使用spark-submit来设置属性

--conf spark.cores.max=10

方式三：

通过spark-env.sh配置每个application默认能使用的最大cpu数量来进行限制，默认是无限大，此时就不需要每个application都自己手动设置了，在spark-env.sh中配置spark.deploy.defaultCores即可。
比如说: export SPARK_MASTER_OPTS="-Dspark.deploy.defaultCores=10"