Ambari2.7.3-Spark2.3.2提交任務

Master URL	Meaning
local	在本地運行，只有一個工作進程，無並行計算能力
local[K]	在本地運行，有 K 個工作進程，通常設置 K 爲機器的CPU 核心數量
local[*]	在本地運行，工作進程數量等於機器的 CPU 核心數量
Spark://HOST:PORT	以 Standalone 模式運行，這是 Spark 自身提供的集羣運行模式，默認端口號: 7077
mesos://HOST:PORT	在 Mesos 集羣上運行，Driver 進程和 Worker 進程運行在 Mesos 集羣上，部署模式必須使用固定值:–deploy-mode cluster
yarn-client	在 Yarn 集羣上運行，Driver 進程在本地， Work 進程在 Yarn 集羣上， 部署模式必須使用固定值:–deploy-modeclient。Yarn 集羣地址必須在HADOOP_CONF_DIRorYARN_CONF_DIR 變量裏定義
yarn-cluster效率比yarn-client高	在 Yarn 集羣上運行，Driver 進程在 Yarn 集羣上，Work 進程也在 Yarn 集羣上，部署模式必須使用固定值:–deploy-mode cluster。Yarn 集羣地址必須在HADOOP_CONF_DIRorYARN_CONF_DIR 變量裏定義

1.本地運行模式 （單機）

spark-shell --master local

spark-submit \
--class org.apache.spark.examples.SparkPi \
--master local \
/usr/hdp/3.1.0.0-78/spark2/examples/jars/spark-examples_2.11-2.3.2.3.1.0.0-78.jar \
100

2.spark standalone模式【必須啓動master和worker】

spark-shell --master spark://master:7077

提交任務：
spark-submit \
--class org.apache.spark.examples.SparkPi \
--master spark://masterhd.bigdata:7077 \
--executor-memory 2G \ # 指定每個worker可用內存爲2G
--total-executor-cores 2 \ # 指定整個集羣使用的cup核數爲2個
/usr/hdp/3.1.0.0-78/spark2/examples/jars/spark-examples_2.11-2.3.2.3.1.0.0-78.jar \
100

3.spark on yarn-client模式【一定別啓動master和worker】

Ambari集羣下，默認啓動spark-shell是yarn模式
spark-shell

spark-shell --master yarn-client

提交任務：
spark-submit \
--class org.apache.spark.examples.SparkPi \
--master yarn-client \
/usr/hdp/3.1.0.0-78/spark2/examples/jars/spark-examples_2.11-2.3.2.3.1.0.0-78.jar \
100

4.spark on yarn-cluster模式【一定別啓動master和worker】

提交任務
spark-submit \
--class org.apache.spark.examples.SparkPi \
--master yarn-cluster \
/usr/hdp/3.1.0.0-78/spark2/examples/jars/spark-examples_2.11-2.3.2.3.1.0.0-78.jar \
100