一、spark on yark的本质：

master角色由yarn的resourcemanager担任（集群资源管家）。

worker角色由nodemanager担任（单机资源管家）。

driver运行在yarn容器内或者提交任务的客户端过程内。

干活的executor运行在yarn提供的容器内。

需要什么？

yarn集群

spark客户端

被提交的代码程序

部署：

Hadoop和yarn的环境变量

袁神启动！

在此之前要启动Hadoop-yarn。并进入expert里面的spark文件夹，启动。

bin/pyspark --master yarn

集群调度交给yarn，计算交给spark的executor。

两种运行模式：

1.cluster模式：driver运行在yarn容器内部

spark-submit --master yarn --deploy-mode cluster my_spark_app.py

2.client模式：driver运行在客户端，以上指令为客户端。

1）

  • pyspark 是 Spark 的交互式 PySpark Shell，通常用于在交互式 Python 环境（如 Jupyter Notebook 或终端）中运行 Spark 作业。pyspark --master yarn

  • 是 Spark 的应用程序提交工具，用于将打包好的 Spark 应用程序（如 .py 或 .jar 文件）提交到集群上运行。spark-submit --master yarn --deploy-mode my_spark_app.py

# spark # 大数据 # 分布式
Logo
腾讯云开发者社区

腾讯云面向开发者汇聚海量精品云计算使用和开发经验，营造开放的云计算技术生态圈。

更多推荐

终极指南：Flink SQL连接器版本管理从混乱到有序的升级之路

Apache Flink作为流处理领域的佼佼者，其SQL连接器的版本管理一直是开发者面临的核心挑战。本文将系统讲解Flink SQL连接器版本管理的最佳实践，帮助你轻松应对版本兼容性问题，实现从混乱到有序的升级之旅。## 连接器版本管理的常见痛点 😫在Flink应用开发中，连接器版本管理常常让开发者头疼不已。不同版本的连接器可能导致各种兼容性问题，例如API变更、功能差异甚至运行时错误。

avatar 腾讯云开发者社区

Elasticsearch复杂数据类型终极指南：从入门到精通

Elasticsearch作为功能强大的搜索引擎，支持多种复杂数据类型，让开发者能够灵活处理各种结构化和非结构化数据。本文将带你全面了解Elasticsearch中的复杂数据类型，从基础概念到实际应用，助你轻松掌握数据建模的核心技巧。## 内部对象：构建层级化数据结构在Elasticsearch中，对象类型（Object）是最基础的复杂数据类型之一，用于表示具有嵌套关系的数据。例如，我们可

avatar 腾讯云开发者社区

如何快速搭建Neon无服务器PostgreSQL：面向初学者的完整指南

Neon是一款革命性的无服务器PostgreSQL解决方案，它通过分离存储和计算层，实现了自动扩缩容、类代码式数据库分支以及零级扩展能力。本指南将帮助你从零开始搭建Neon开发环境，体验这款创新数据库的强大功能。## 准备工作：环境要求与依赖项在开始搭建Neon环境前，请确保你的系统满足以下要求：- Linux操作系统（推荐Ubuntu 20.04+或Debian 11+）- Git

avatar 腾讯云开发者社区