Apache spark oozie spark操作-如何指定spark选项
我通过oozie spark action在Thread客户端模式下运行spark作业。我需要指定与驱动程序和应用程序主控程序相关的设置。我尝试按照oozie的文档配置spark选项,但它不起作用 以下是oozie doc提供的信息:Apache spark oozie spark操作-如何指定spark选项,apache-spark,oozie,Apache Spark,Oozie,我通过oozie spark action在Thread客户端模式下运行spark作业。我需要指定与驱动程序和应用程序主控程序相关的设置。我尝试按照oozie的文档配置spark选项,但它不起作用 以下是oozie doc提供的信息: Example: <workflow-app name="sample-wf" xmlns="uri:oozie:workflow:0.1"> ... <action name="myfirstsparkjob">
Example:
<workflow-app name="sample-wf" xmlns="uri:oozie:workflow:0.1">
...
<action name="myfirstsparkjob">
<spark xmlns="uri:oozie:spark-action:0.1">
<job-tracker>foo:8021</job-tracker>
<name-node>bar:8020</name-node>
<prepare>
<delete path="${jobOutput}"/>
</prepare>
<configuration>
<property>
<name>mapred.compress.map.output</name>
<value>true</value>
</property>
</configuration>
<master>local[*]</master>
<mode>client<mode>
<name>Spark Example</name>
<class>org.apache.spark.examples.mllib.JavaALS</class>
<jar>/lib/spark-examples_2.10-1.1.0.jar</jar>
<spark-opts>--executor-memory 20G --num-executors 50</spark-opts>
<arg>inputpath=hdfs://localhost/input/file.txt</arg>
<arg>value=2</arg>
</spark>
<ok to="myotherjob"/>
<error to="errorcleanup"/>
</action>
...
</workflow-app>
在实际的驱动程序jvm中未设置上述与驱动程序相关的设置。我在linux进程信息上验证了它
参考资料:尝试将本地[*]
更改为纱线尝试将本地[*]
更改为纱线——执行器内存20G
应能正常工作
此外,请尝试使用:
<master>yarn-cluster</master>
<mode>cluster</mode>
——执行器内存20G
应能正常工作
此外,请尝试使用:
<master>yarn-cluster</master>
<mode>cluster</mode>
我确实发现了问题所在。在Thread客户端模式下,您不能使用--driver memory 10g
指定与驱动程序相关的参数,因为您的驱动程序(oozie launcher作业)已在该点之前启动。它是一个oozie启动器(这是一个mapreduce作业)启动您的实际spark和任何其他作业,对于该作业,spark选项是相关的。但要在Thread客户端模式下设置驱动程序参数,您需要在oozie工作流中基本配置配置
:
<configuration>
<property>
<name>oozie.launcher.mapreduce.map.memory.mb</name>
<value>8192</value>
</property>
<property>
<name>oozie.launcher.mapreduce.map.java.opts</name>
<value>-Xmx6000m</value>
</property>
<property>
<name>oozie.launcher.mapreduce.map.cpu.vcores</name>
<value>24</value>
</property>
<property>
<name>mapreduce.job.queuename</name>
<value>default</value>
</property>
</configuration>
oozie.launcher.mapreduce.map.memory.mb
8192
oozie.launcher.mapreduce.map.java.opts
-Xmx6000m
oozie.launcher.mapreduce.map.cpu.vcores
24
mapreduce.job.queuename
违约
我还没有尝试过纱线簇模式,但spark选项可能适用于驾驶员设置。但我的问题是关于纱线客户端模式。我确实发现了问题所在。在Thread客户端模式下,您不能使用--driver memory 10g
指定与驱动程序相关的参数,因为您的驱动程序(oozie launcher作业)已在该点之前启动。它是一个oozie启动器(这是一个mapreduce作业)启动您的实际spark和任何其他作业,对于该作业,spark选项是相关的。但要在Thread客户端模式下设置驱动程序参数,您需要在oozie工作流中基本配置配置
:
<configuration>
<property>
<name>oozie.launcher.mapreduce.map.memory.mb</name>
<value>8192</value>
</property>
<property>
<name>oozie.launcher.mapreduce.map.java.opts</name>
<value>-Xmx6000m</value>
</property>
<property>
<name>oozie.launcher.mapreduce.map.cpu.vcores</name>
<value>24</value>
</property>
<property>
<name>mapreduce.job.queuename</name>
<value>default</value>
</property>
</configuration>
oozie.launcher.mapreduce.map.memory.mb
8192
oozie.launcher.mapreduce.map.java.opts
-Xmx6000m
oozie.launcher.mapreduce.map.cpu.vcores
24
mapreduce.job.queuename
违约
我还没有尝试过纱线簇模式,但spark选项可能适用于驾驶员设置。但我的问题是关于纱线客户端模式。这是一个救命恩人!这是救命恩人!