sprak报错

WARN scheduler.TaskSchedulerImpl: Initial job has not accepted any resources; check your cluster UI to ensure that workers are registered and have sufficient resources


字面意思是：
警告：初始job没有接受任何资源；检查你的集群UI界面以确保workers有足够的资源


可能的原因有三点
1. 主机主机名和ip是否配置正确
先查看/etc/hosts文件配置是否正确


同时可以通过spark-shell查看SparkContext获取的上下文信息, 如下操作：
[hadoop@master bin]$ ./spark-shell
........
scala> sc.getConf.getAll.foreach(println)
........
scala> sc.getConf.toDebugString
........
查看其中是否有错误的信息，可以确定你的HOSTS环境是否出了问题，如果没有继续往下看
2.端口号被占用，之前的程序已运行。
如果你的是初次运行自然不用看这个，或者你确定已经完全关闭了，可以继续往下看。
3.内存不足
正常情况下是不存在这种情况的，但是如果你是学习环境就不一样了，因为，无论你的环境有多少资源,
系统都是默认使用SPARK_EXECUTOR_MEMORY=1G的，那么你的资源可能就不够，同时更的多情况是，CDH集
群根据你的环境状况来进行调节worker_max_heapsize的大小的，当worker_max_heapsize比较小时，比如
64M，worker_max_heapsize小于了executor-memory  ，那么就会出现这种情况，解决办法如下


根据worker_max_heapsize的大小，在spark-env.sh 文件中设置executor-memory的大小，如：
worker_max_heapsize=128M
那么
export SPARK_EXECUTOR_MEMORY=100M