yarn cluster模式例行任务一般会采用这种方式运行指定固定的executor数作业常用的参数都在其中指定了，后面的运行脚本会省略spark-submit \
--master yarn-cluster \
--deploy-mode cluster \ #集群运行模式
--name wordcount_${date} \
转载
2023-07-02 22:53:40
77阅读
使用的开发工具：scala2.10.4、Idea16、JDK8
1.导入依赖的包和源码在下载Spark中到的导入spark的相关依赖了包和其源码.zip,相关源码的下载地址：https://github.com/apache/spark/tree/v1.6.0 地址最后面是对应的版本号，下载源码便于看注释
2.使用官方求Pi的例子[java] view plain
转载
2017-02-04 16:46:00
85阅读
点赞
1评论
首先参考这个编译源码并导入idea然后在run configuration里取消run之前的make然后跑一个SparkPi.scala，会报一些ClassNotFound的错，这时在Examples文件夹右键–> open module settings –> 把相应的Dependencies里改成Runtime如果是SparkPi.scala，在run configuration
原创
2022-07-19 11:25:28
74阅读
从hdfs上读取文件并运行wordcount[root@hadoop14 app]# hadoop fs -put word.txt /
原创
2022-12-28 15:08:13
173阅读
解决方案：一直以来，基于Akka实现的RPC通信框架是Spark引以为豪的主要特性，也是与Hadoop等分布式计算框架对比过程中一大亮点。 但是时代和技术都在演化，从Spark1.3.1版本开始，为了解决大块数据（如Shuffle）的传输问题，Spark引入了Netty通信框架，到了1.6.0版本，
转载
2018-09-27 19:54:00
73阅读
2评论
如何使用java连接Kerberos和非kerberos和kerberos的Spark1.6 ThriftServer
原创
2022-09-21 23:19:06
558阅读
如何部署hive2 on spark1
原创
2022-09-22 13:47:19
154阅读
本文主要介绍如何在Kerberos环境下的CDH集群中部署Spark1.6的Thrift Server服务和Spark SQL客户端。
原创
2022-09-21 23:19:29
237阅读
近年来，Apache Spark作为一款强大的大数据处理框架，被越来越多的企业和开发者所采用。在Spark 1.6版本中，引入了insertInto函数，可以帮助用户将数据插入到已有的表中。本文将详细介绍如何在Spark 1.6中实现insertInto操作，以帮助刚入行的小白顺利掌握这一技能。
整体流程：
| 步骤 | 操作 |
| -------- | -------- |
| 1 | 创
原创
2024-05-07 10:14:59
72阅读
Spark的一些配置总结配置总结： 集群内存总量：(executor个数) * (SPARK_EXECUTOR_MEMORY+ spark.yarn.executor.memoryOverhead)+(SPARK_DRIVER_MEMORY+spark.yarn.driver.memoryOverhead)----------------------------------------------
转载
2023-08-26 12:57:00
118阅读
一、spark介绍1.为什么使用Spark1.MapReduce编程模型的局限性繁杂只有Map和Reduce两个操作，复杂的逻辑需要大量的样板代码处理效率低：Map中间结果写磁盘，Reduce写HDFS，多个Map通过HDFS交换数据 任务调度与启动开销大不适合迭代处理、交互式处理和流式处理2.Spark是类Hadoop MapReduce的通用并行框架Job中间输出结果可以保存在内存，不再需要读
Spark参数配置大全 Spark提供了三个位置来配置系统Spark属性控制大多数应用程序参数，可以使用SparkConf对象或Java系统属性来设置。 通过conf/spark-env.sh每个节点上的脚本，环境变量可用于设置每台计算机的设置，例如IP地址。 可以通过配置日志log4j.properties。Spark属性Spark属性控制大多数应用程序设置，并分别为每个应用程序配置。
转载
2024-01-07 11:06:57
101阅读
前言Hive on Spark是指使用Spark替代传统MapReduce作为Hive的执行引擎，在HIVE-7292提出。Hive on Spark的效率比on MR要高不少，但是也需要合理调整参数才能最大化性能，本文简单列举一些调优项。为了符合实际情况，Spark也采用on YARN部署方式来说明。 Executor参数spark.executor.cores该参数表示每个
转载
2023-08-05 00:45:15
337阅读
# Spark参数配置指南
## 引言
在使用Spark进行大数据处理时，合理的参数配置对于任务的性能和效果至关重要。本文将介绍Spark参数配置的步骤和代码示例，并解释每个参数的含义和作用。
## 流程图
以下是配置Spark参数的流程图：
```flow
st=>start: 开始
op1=>operation: 创建SparkSession
op2=>operation: 设置参数
o
原创
2023-08-13 07:41:32
141阅读
1.Spark 属性Spark应用程序的运行是通过外部参数来控制的，参数的设置正确与否，好与坏会直接影响应用程序的性能，也就影响我们整个集群的性能。参数控制有以下方式：（1）直接设置在SparkConf，通过参数的形式传递给SparkContext，达到控制目的。（通过set()方法传入key-value对）比如：val conf = new SparkConf()
.setMaste
转载
2023-06-11 14:56:19
147阅读
之前一直在使用spark，对于spark的参数设置了解过部分。最近当被同事问起时，感觉自己又有点模糊。 好记性不如烂笔头。spark-submit的参数设置spark的运行模式有多种，这边就yarn提交的任务进行说明： 正常用到的参数如下：/bin/spark-submit –master yarn-cluster –num-executors 100 –executor-memory
转载
2023-08-05 16:57:01
362阅读
spark 参数详解spark参数配置优先级：SparkConf > CLI > spark-defaults.conf > spak-env.sh查看Spark属性：在 http://<driver>:4040 上的应用程序Web UI在 Environment 标签中列出了所有的Spark属性。spark-defaults.conf:(1) spark.maste
转载
2023-09-16 14:13:59
596阅读
1 spark 提交主要参数1.1 num-executors此数量代表 spark的executors数量， 所有的task在executor中运行。1.2 executor-cores 此数值代表每个 executor中可以并行运行的task数。 一般一个任务使用1核，此值等同于1个executor占用的CPU核心数。1.3 executor-memory此参数指定了每个
转载
2023-08-17 17:02:32
201阅读
基础的一些参数：--executor-cores 2（每台机器核数）--num-executors 20 （executor 节点数，不要太多5-20，如果程序涉及数据交换较多，节点数过多会，大量shuffle write需要跨机器网络传输数据，影响实际执行效率；同时与集群资源有关，申请资源需要合理，不要影响其他业务；集群网络不佳时，节点数过多会扩大对执行效率的影响）--driver-
转载
2023-07-13 20:12:44
128阅读
官方定义：spark是一个基于内存的分布式计算框架它会使得计算速度以及开发速度快！特点：One stack rule them all !一站解决所有问题热查询(Hive)批处理(MapReduce)实时流计算(Storm)回顾MapReduce 的 Shuffle过程 见图 hadoop慢的原因：DISK IO 输入输出DISK IO，Shuffle阶段也是DI...
原创
2022-12-30 09:39:08
188阅读
