方法1
把自己的電腦作爲Driver端,直接把jar包提交到集羣,此時Spark的Master與Worker會一直和本機的Driver端保持連接,調試比較方便。
import org.apache.spark.SparkContext
import org.apache.spark.SparkConf
object WordCount {
def main(args: Array[String]): Unit = {
val sparkConf = new SparkConf().setAppName("SparkTest")
//設置Master_IP
.setMaster("spark://1.185.74.124:7077")
//提交的jar包在你本機上的位置
.setJars(List("C:\\Users\\Administrator\\IdeaProjects\\Spark2.1.0\\out\\artifacts\\Spark2_1_0_jar\\Spark2.1.0.jar"))
//設置driver端的ip,這裏是你本機的ip
.setIfMissing("spark.driver.host", "172.18.18.114")
val sc = new SparkContext(sparkConf)
println("SparkTest...")
sc.stop
}
效果圖:
方法2
1.導入依賴的包和源碼
在下載spark中到的導入spark的相關依賴了包和其源碼.zip
2.使用官方求Pi的例子
import org.apache.spark.{SparkConf, SparkContext}
object FirstDemo {
def main(args: Array[String]) {
val conf = new SparkConf().setAppName("Spark Pi")
val spark = new SparkContext(conf)
val slices = if (args.length > 0) args(0).toInt else 2
val n = 100000 * slices
val count = spark.parallelize(1 to n, slices).map { i =>
val x = Math.random * 2 - 1
val y = Math.random * 2 - 1
if (x * x + y * y < 1) 1 else 0
}.reduce(_ + _)
println("*****Pi is roughly " + 4.0 * count / n)
spark.stop()
}
}
3.導出項目jar包
確認之後->build->build artifacts->rebuild
4.啓動集羣
先修改配置文件,再啓動集羣可能會導致master無法正常啓動,下次想取消遠程調試,可以把配置文件再改回來
[root@master sbin]# jps
30212 SecondaryNameNode
32437 -- main class information unavailable
30028 NameNode
所以請先啓動集羣
[root@master sbin]# ./start-all.sh
starting org.apache.spark.deploy.master.Master, logging to /hadoop/spark-1.6.0-bin-hadoop2.6/logs/spark-root-org.apache.spark.deploy.master.Master-1-master.out
slave01: starting org.apache.spark.deploy.worker.Worker, logging to /hadoop/spark-1.6.0-bin-hadoop2.6/logs/spark-root-org.apache.spark.deploy.worker.Worker-1-slave01.out
5.修改配置文件spark-class
spark-class在SPARK_HOME/bin下
done < <("$RUNNER" -cp "$LAUNCH_CLASSPATH" org.apache.spark.launcher.Main "$@")
修改成
done < <("$RUNNER" -cp "$LAUNCH_CLASSPATH" org.apache.spark.launcher.Main $JAVA_OPTS "$@")
$JAVA_OPTS 爲我們添加的參數,下面在命令行中爲其聲明(建議寫到配置文件中)
export JAVA_OPTS="$JAVA_OPTS -Xdebug -Xrunjdwp:transport=dt_socket,server=y,suspend=y,address=5005
6.提交Spark,開啓端口監聽
上傳之前生成的jar包到master節點,在命令行中執行
spark-submit --master spark://master:7077 --class FirstDemo Spark02.jar
出現如下結果,表示master正在監聽5005端口
[root@master ~]# spark-submit --master spark://master:7077 --class FirstDemo Spark02.jar
Listening for transport dt_socket at address: 5005
7.Idea配置遠程
添加Remote組件,填寫master的ip的監聽端口
8.啓動調試
JAVA_OPTS參數說明:
-Xdebug -Xrunjdwp:transport=dt_socket,server=y,suspend=y,address=5005
參數說明:
-Xdebug 啓用調試特性
-Xrunjdwp 啓用JDWP實現,包含若干子選項:
transport=dt_socket JPDA front-end和back-end之間的傳輸方法。dt_socket表示使用套接字傳輸。
address=5005 JVM在5005端口上監聽請求,這個設定爲一個不衝突的端口即可。
server=y y表示啓動的JVM是被調試者。如果爲n,則表示啓動的JVM是調試器。
suspend=y y表示啓動的JVM會暫停等待,直到調試器連接上才繼續執行。suspend=n,則JVM不會暫停等待。