Apache spark 如何使用AWS ECS Fargate而不是EMR/EC2运行apache spark作业？

AWS Elastic MapReduce有很多功能，但它有一些粗糙的边缘，我想避开它，在ApacheSpark中进行一些相当便宜的计算。具体来说，我想看看是否可以在AWS ECS/Fargate上运行（scala）spark应用程序。如果我能让它在客户端/本地模式下只运行一个容器，那就更好了

我首先选择hadoop3（用于AWS STS支持）和kubernetes配置文件发布Spark：

标签v2.4.0下的apache/spark git存储库中 ./dev/make-distribution.sh——名称hadoop3-kubernetes-Phadoop-3.1-Pkubernetes-T4 然后从该发行版中构建通用spark docker映像：

docker build-tspark:2.4.0-hadoop3.1-f kubernetes/dockerfiles/spark/Dockerfile。

然后在我的项目中，我在tope上构建了另一个docker映像，将sbt组装的uberjar复制到工作目录中，并将入口点设置为spark submit shell脚本

# Dockerfile
FROM spark:2.4.0-hadoop3.1
COPY target/scala-2.11/my-spark-assembly.jar .
ENTRYPOINT [ "/opt/spark/bin/spark-submit" ]

在本地计算机上，我可以通过在docker compose命令规范中提供适当的参数来运行该应用程序：

# docker-compose.yml
...
   command:
     - --master
     - local[*]
     - --deploy-mode
     - client
     - my-spark-assembly.jar

不幸的是，在Fargate ECS中，我很快就遇到了一个故障，将以下stacktrace写入CloudWatch：

Exception in thread "main" java.lang.ExceptionInInitializerError
at org.apache.spark.SparkConf$.<init>(SparkConf.scala:714)
at org.apache.spark.SparkConf$.<clinit>(SparkConf.scala)
at org.apache.spark.SparkConf$$anonfun$getOption$1.apply(SparkConf.scala:388)
at org.apache.spark.SparkConf$$anonfun$getOption$1.apply(SparkConf.scala:388)
at scala.Option.orElse(Option.scala:289)
at org.apache.spark.SparkConf.getOption(SparkConf.scala:388)
at org.apache.spark.SparkConf.get(SparkConf.scala:250)
at org.apache.spark.deploy.SparkHadoopUtil$.org$apache$spark$deploy$SparkHadoopUtil$$appendS3AndSparkHadoopConfigurations(SparkHadoopUtil.scala:463)
at org.apache.spark.deploy.SparkHadoopUtil$.newConfiguration(SparkHadoopUtil.scala:436)
at org.apache.spark.deploy.SparkSubmit$$anonfun$2.apply(SparkSubmit.scala:334)
at org.apache.spark.deploy.SparkSubmit$$anonfun$2.apply(SparkSubmit.scala:334)
at scala.Option.getOrElse(Option.scala:121)
at org.apache.spark.deploy.SparkSubmit.prepareSubmitEnvironment(SparkSubmit.scala:334)
at org.apache.spark.deploy.SparkSubmit.submit(SparkSubmit.scala:143)
at org.apache.spark.deploy.SparkSubmit.doSubmit(SparkSubmit.scala:86)
at org.apache.spark.deploy.SparkSubmit$$anon$2.doSubmit(SparkSubmit.scala:924)
at org.apache.spark.deploy.SparkSubmit$.main(SparkSubmit.scala:933)
at org.apache.spark.deploy.SparkSubmit.main(SparkSubmit.scala)
Caused by: java.net.UnknownHostException: c0d66fa49434: c0d66fa49434: Name does not resolve
at java.net.InetAddress.getLocalHost(InetAddress.java:1506)
at org.apache.spark.util.Utils$.findLocalInetAddress(Utils.scala:946)
at org.apache.spark.util.Utils$.org$apache$spark$util$Utils$$localIpAddress$lzycompute(Utils.scala:939)
at org.apache.spark.util.Utils$.org$apache$spark$util$Utils$$localIpAddress(Utils.scala:939)
at org.apache.spark.util.Utils$$anonfun$localCanonicalHostName$1.apply(Utils.scala:996)
at org.apache.spark.util.Utils$$anonfun$localCanonicalHostName$1.apply(Utils.scala:996)
at scala.Option.getOrElse(Option.scala:121)
at org.apache.spark.util.Utils$.localCanonicalHostName(Utils.scala:996)
at org.apache.spark.internal.config.package$.<init>(package.scala:296)
at org.apache.spark.internal.config.package$.<clinit>(package.scala)
... 18 more
Caused by: java.net.UnknownHostException: c0d66fa49434: Name does not resolve
at java.net.Inet4AddressImpl.lookupAllHostAddr(Native Method)
at java.net.InetAddress$2.lookupAllHostAddr(InetAddress.java:929)
at java.net.InetAddress.getAddressesFromNameService(InetAddress.java:1324)
at java.net.InetAddress.getLocalHost(InetAddress.java:1501)
... 27 more

线程“main”java.lang.ExceptionInInitializeError中的异常 位于org.apache.spark.SparkConf$（SparkConf.scala:714） 位于org.apache.spark.SparkConf$（SparkConf.scala） 位于org.apache.spark.SparkConf$$anonfun$getOption$1.apply（SparkConf.scala:388） 位于org.apache.spark.SparkConf$$anonfun$getOption$1.apply（SparkConf.scala:388） 在scala.Option.orElse（Option.scala:289） 位于org.apache.spark.SparkConf.getOption（SparkConf.scala:388） 位于org.apache.spark.SparkConf.get（SparkConf.scala:250） 在org.apache.spark.deploy.SparkHadoopUtil$.org$apache$spark$deploy$SparkHadoopUtil$$appends3和sparkhadoopconfigurations上（SparkHadoopUtil.scala:463） 位于org.apache.spark.deploy.SparkHadoopUtil$.newConfiguration（SparkHadoopUtil.scala:436） 位于org.apache.spark.deploy.SparkSubmit$$anonfun$2.apply（SparkSubmit.scala:334） 位于org.apache.spark.deploy.SparkSubmit$$anonfun$2.apply（SparkSubmit.scala:334） 位于scala.Option.getOrElse（Option.scala:121） 位于org.apache.spark.deploy.SparkSubmit.prepareSubmitEnvironment（SparkSubmit.scala:334） 位于org.apache.spark.deploy.SparkSubmit.submit（SparkSubmit.scala:143） 位于org.apache.spark.deploy.SparkSubmit.doSubmit（SparkSubmit.scala:86） 位于org.apache.spark.deploy.SparkSubmit$$anon$2.doSubmit（SparkSubmit.scala:924） 位于org.apache.spark.deploy.SparkSubmit$.main（SparkSubmit.scala:933） 位于org.apache.spark.deploy.SparkSubmit.main（SparkSubmit.scala） 原因：java.net.UnknownHostException:c0d66fa49434:c0d66fa49434:名称未解析 位于java.net.InetAddress.getLocalHost（InetAddress.java:1506） 位于org.apache.spark.util.Utils$.findLocalInetAddress（Utils.scala:946） 位于org.apache.spark.util.Utils$.org$apache$spark$util$Utils$$localIpAddress$lzycompute（Utils.scala:939） 位于org.apache.spark.util.Utils$.org$apache$spark$util$Utils$$localIpAddress（Utils.scala:939） 位于org.apache.spark.util.Utils$$anonfun$localCanonicalHostName$1.apply（Utils.scala:996） 位于org.apache.spark.util.Utils$$anonfun$localCanonicalHostName$1.apply（Utils.scala:996） 位于scala.Option.getOrElse（Option.scala:121） 位于org.apache.spark.util.Utils$.localCanonicalHostName（Utils.scala:996） 位于org.apache.spark.internal.config.package$（package.scala:296） 位于org.apache.spark.internal.config.package$（package.scala） ... 还有18个 原因：java.net.UnknownHostException:c0d66fa49434:名称未解析 位于java.net.Inet4AddressImpl.lookupAllHostAddr（本机方法） 位于java.net.InetAddress$2.lookupAllHostAddr（InetAddress.java:929） 位于java.net.InetAddress.getAddressesFromNameService（InetAddress.java:1324） 位于java.net.InetAddress.getLocalHost（InetAddress.java:1501） ... 还有27个

---

有没有人成功地进行了类似的尝试？

Fargate支持任务定义中提供的“command”或“environment”参数。是的，为了清楚起见，我将相同的命令从docker compose转换到了任务定义中，作为逗号分隔的字符串。Fargate支持任务定义中提供的“command”或“environment”参数。是的，为了清楚起见，我将docker compose中的同一命令作为逗号分隔的字符串转换为任务定义。