缓存jar包来提升spark on Yarn job的提交速度
来源:互联网 发布:手残大联盟2杀人网络 编辑:程序博客网 时间:2024/06/04 23:20
之前一直使用Spark standalone方式提交job,最近team换成了yarn方式,但发现在yarn上,提交job的速度比standalone慢的多;看提交的日志,发现其中有个很明显的东西,yarn会将spark-assembly-1.3.0-hadoop2.4.0.jar
上传到hdfs中,这个jar包有130M+,花费了好几秒的时间,其实可以将其缓存在hdfs上的,每次job提交时不再需要重新上传,只需复制jar包即可,job提交速度明显加快。
配置方法:
在hdfs上创建个jar包缓存目录,设置权限为755
bin/hdfs dfs -mkdir hdfs://namenode_host:9000/spark-libs/
bin/hdfs dfs -chmod 755 hdfs://namenode_host:9000/spark-libs/
将对应版本的spark-assembly包put到创建的缓存目录中
bin/hdfs dfs -put ~/spark-1.3.0-bin-hadoop2.4/lib/spark-assembly-1.6.0-hadoop2.6.0.jar
bin/hdfs dfs -chmod 755 hdfs://namenode_host:9000/spark-libs/spark-assembly-1.6.0-hadoop2.6.0.jar在
spark-default.conf
中设置spark.yarn.jar
指定到 hdfs中spark-assembly包的绝对路径spark.yarn.jar hdfs://namenode_host:9000/spark-libs/spark-assembly-1.6.0-hadoop2.6.0.jar
配置完成后,再次提交job发现不再需要上传spark assembly: 2015-12-30 17:13:43,801 [main] INFO org.apache.spark.deploy.yarn.Client(59) - Source and destination file systems are the same. Not copying hdfs://bsaCluster/spark-lib/spark-assembly-1.3.0-hadoop2.4.0.jar
job submit速度加快了好几秒。
- 缓存jar包来提升spark on Yarn job的提交速度
- spark on yarn作业运行的jar包缓存优化
- spark on yarn作业运行的jar包缓存优化
- spark on yarn作业运行的jar包缓存优化
- spark on yarn作业运行的jar包缓存优化
- Spark On Yarn中spark.yarn.jar属性的使用
- Spark on yarn 提交应用的方式
- 减少spark job jar包的大小
- Spark On Yarn:提交Spark应用程序到Yarn
- Spark On Yarn:提交Spark应用程序到Yarn
- Oozie 提交Spark On Yarn示例
- spark-on-yarn作业提交缓慢优化
- Spark on Yarn:任务提交参数配置
- spark on yarn运行产生缺jar包错误及解决办法
- spark on yarn运行产生缺jar包错误及解决办法
- spark on yarn运行产生缺jar包错误及解决办法
- spark on yarn的理解
- spark on yarn 的安装
- 如何写一个计算器?
- RadioGroup的简单封装
- UITableViewCell的选中时的颜色设置
- Docker: Error starting container: Unable to load the AUFS module
- iOS 摇一摇 实现
- 缓存jar包来提升spark on Yarn job的提交速度
- 【IOS】dataToHexString与hexStringToData
- 关于Servlet的生命周期与工作原理
- 【OpenGL】学习笔记之常用函数(二)
- C++中智能指针的工作原理和简单实现
- Android 内存管理 Environment
- Objective-C Runtime
- Android的数据存储
- Android调用Java EE+axis2搭建的webservice服务详解