Spark中yarn模式两种提交任务方式

/ Spark / 没有评论 / 49浏览

总结Spark中yarn模式两种提交任务方式,以及执行原理。

yarn模式两种提交任务方式:

yarn模式配置

在client节点的配置spark-env.sh中,添加HADOOP_HOME的配置目录即可提交yarn任务

2b3e70c1.png

注意:client只需要有Spark的安装包即可提交任务,不需要其他配置(比如slaves)。在HDP上,我们安装spark client服务即可。

yarn-client

提交命令

ed893857.png

执行原理图解

1e8b67fd.png

执行流程:

  1. 客户端提交一个Application,在客户端启动一个Driver进程。
  2. Driver进程会向RS(ResourceManager)发送请求,启动AM(ApplicationMaster)的资源。
  3. RS收到请求,随机选择一台NM(NodeManager)启动AM。这里的NM相当于Standalone中的Worker节点。
  4. AM启动后,会向RS请求一批Container资源,用于启动Executor。
  5. RS会找到一批NM返回给AM,用于启动Executor。
  6. AM会向NM发送命令启动Executor。
  7. Executor启动后,会反向注册给Driver,Driver发送task到Executor,执行情况和结果返回给Driver端。

总结:

  1. yarn-client模式同样是适用于测试,因为Driver运行在本地,Driver会与yarn集群中的Executor进行大量的通信,会造成客户机网卡流量的大量增加。
  2. ApplicationMaster的作用:为当前的Application申请资源;给NodeManager发送消息启动Executor。

注意:ApplicationMaster有launchExecutor和申请资源的功能,并没有作业调度的功能。

yarn-cluster

提交命令

结果在yarn的日志里面:

6cbf407f.png

执行原理图解

fabfbaef.png

执行流程:

  1. 客户机提交Application应用程序,发送请求到RS(ResourceManager),请求启动AM(ApplicationMaster)。
  2. RS收到请求后随机在一台NM(NodeManager)上启动AM(相当于Driver端)。
  3. AM启动,AM发送请求到RS,请求一批Container用于启动Executor。
  4. RS返回一批NM节点给AM。
  5. AM连接到NM,发送请求到NM启动Executor。
  6. Executor反向注册到AM所在的节点的Driver。Driver发送task到Executor。

总结:

  1. yarn-cluster主要用于生产环境中,因为Driver运行在Yarn集群中某一台NodeManager中,每次提交任务的Driver所在的机器都是随机的,不会产生某一台机器网卡流量激增的现象,缺点是任务提交后不能看到日志。只能通过yarn查看日志。
  2. ApplicationMaster的作用:为当前的Application申请资源;给NodeManager发送消息,启动Excutor、任务调度。(这里和client模式的区别是AM具有调度能力,因为其就是Driver端,包含Driver进程)
  3. 停止集群任务命令:yarn application -kill applicationID

来源

【Spark篇】---Spark中yarn模式两种提交任务方式 - L先生AI课堂 - 博客园