spark的常用参数配置(local、yarn)

spark的常用参数配置(local、yarn)

spark配置的优先级

虽然,spark配置的优先级是这样的:
代码中SparkConf的设置(最高的优先级) > spark-submit --选项 > spark-defaults.conf配置 > spark-env.sh配置 > 默认值
但实际测试下来发现,spark-submit的优先级会比在脚本中配置SparkConf要高,因此,在实际的编程过程中,推荐优先使用spark-submit的方式。

local模式

/opt/spark2/bin/spark-submit \
--master local \
--driver-memory 8g \
--executor-memory 16g \
--num-executors 4 \
--executor-cores 4 \
--conf spark.default.parallelism=100 \
spark_test.py

yarn模式

client方式

/opt/spark2/bin/spark-submit \
--master yarn \
--deploy-mode client \
--driver-memory 8g \
--executor-memory 16g \
--num-executors 4 \
--executor-cores 4 \
--conf spark.default.parallelism=100 \
--conf spark.executorEnv.PYTHONPATH=pyspark.zip:py4j-0.10.7-src.zip \
--conf spark.yarn.dist.files=file:/opt/spark2/python/lib/pyspark.zip,file:/opt/spark2/python/lib/py4j-0.10.7-src.zip \
--conf spark.hadoop.hive.exec.dynamic.partition=true \
--conf spark.hadoop.hive.exec.dynamic.partition.mode=nonstrict \
spark_test.py

cluster方式

/opt/spark2/bin/spark-submit \
--master yarn \
--deploy-mode cluster \
--driver-memory 8g \
--executor-memory 16g \
--num-executors 4 \
--executor-cores 4 \
--conf spark.default.parallelism=100 \
--conf spark.executorEnv.PYTHONPATH=pyspark.zip:py4j-0.10.7-src.zip \
--conf spark.yarn.dist.files=file:/opt/spark2/python/lib/pyspark.zip,file:/opt/spark2/python/lib/py4j-0.10.7-src.zip \
--conf spark.hadoop.hive.exec.dynamic.partition=true \
--conf spark.hadoop.hive.exec.dynamic.partition.mode=nonstrict \
--py-files='/export/uddev/udhuangj/self_study/python_cluster.zip' \
spark_test.py
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值