執(zhí)行Spark任務(wù)的兩種方式:spark-submit和spark-shell

1.spark-submit方式:將jar上傳到集群,然后到/bin目錄下通過(guò)spark-submit的方式,執(zhí)行spark任務(wù):
格式:

spark-submit  --master  spark的地址  --class   全類名   jar包地址  參數(shù) 

舉個(gè)栗子:運(yùn)行spark自帶的測(cè)試程序,計(jì)算pi的值

./spark-submit --master spark://node3:7077 --class org.apache.spark.examples.SparkPi /usr/local/spark-2.1.0-bin-hadoop2.7/examples/jars/spark-examples_2.11-2.1.0.jar 500

運(yùn)行結(jié)果:

Pi is roughly 3.1414508628290174

2.spark-shell方式:相當(dāng)于REPL工具,命令行工具,本身也是一個(gè)Application
2.1本地模式:不需要連接到Spark集群,在本地直接運(yùn)行语婴,用于測(cè)試

啟動(dòng)命令:bin/spark-shell 后面不寫(xiě)任何參數(shù)附鸽,代表本地模式:

[root@bigdata111 bin]# ./spark-shell 
Using Spark's default log4j profile: org/apache/spark/log4j-defaults.properties
Setting default log level to "WARN".
To adjust logging level use sc.setLogLevel(newLevel). For SparkR, use setLogLevel(newLevel).
19/06/18 17:52:17 WARN NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
19/06/18 17:52:27 WARN ObjectStore: Version information not found in metastore. hive.metastore.schema.verification is not enabled so recording the schema version 1.2.0
19/06/18 17:52:27 WARN ObjectStore: Failed to get database default, returning NoSuchObjectException
19/06/18 17:52:29 WARN ObjectStore: Failed to get database global_temp, returning NoSuchObjectException
Spark context Web UI available at http://192.168.226.111:4040
Spark context available as 'sc' (master = local[*], app id = local-1560851538355).
Spark session available as 'spark'.
Welcome to
      ____              __
     / __/__  ___ _____/ /__
    _\ \/ _ \/ _ `/ __/  '_/
   /___/ .__/\_,_/_/ /_/\_\   version 2.1.0
      /_/
         
Using Scala version 2.11.8 (Java HotSpot(TM) 64-Bit Server VM, Java 1.8.0_181)
Type in expressions to have them evaluated.
Type :help for more information.

scala> [root@bigdata111 bin]# 

2.2集群模式
啟動(dòng)命令:bin/spark-shell --master spark://.....

[root@bigdata111 spark-2.1.0-bin-hadoop2.7]# ./bin/spark-shell --master spark://bigdata111:7077

啟動(dòng)之后:

[root@bigdata111 spark-2.1.0-bin-hadoop2.7]# ./bin/spark-shell --master spark://bigdata111:7077
Using Spark's default log4j profile: org/apache/spark/log4j-defaults.properties
Setting default log level to "WARN".
To adjust logging level use sc.setLogLevel(newLevel). For SparkR, use setLogLevel(newLevel).
19/06/18 22:47:54 WARN NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
19/06/18 22:48:07 WARN ObjectStore: Failed to get database global_temp, returning NoSuchObjectException
Spark context Web UI available at http://192.168.226.111:4040
Spark context available as 'sc' (master = spark://bigdata111:7077, app id = app-20190618224755-0000).
Spark session available as 'spark'.
Welcome to
      ____              __
     / __/__  ___ _____/ /__
    _\ \/ _ \/ _ `/ __/  '_/
   /___/ .__/\_,_/_/ /_/\_\   version 2.1.0
      /_/
         
Using Scala version 2.11.8 (Java HotSpot(TM) 64-Bit Server VM, Java 1.8.0_181)
Type in expressions to have them evaluated.
Type :help for more information.

scala> 

說(shuō)明:
Spark context available as 'sc' (master = spark://bigdata111:7077, app id = app-20190618224755-0000).
Spark session available as 'spark'.

Spark session : Spark2.0以后提供的源请,利用session可以訪問(wèn)所有spark組件(core sql..)

'spark' 'sc' 兩個(gè)對(duì)象植旧,可以直接使用

舉個(gè)栗子:在Spark shell中 開(kāi)發(fā)一個(gè)wordCount程序
(*)讀取一個(gè)本地文件网持,將結(jié)果打印到屏幕上尼斧。
注意:示例必須只有一個(gè)worker 且本地文件與worker在同一臺(tái)服務(wù)器上荚恶。

scala> sc.textFile("/usr/local/tmp_files/test_WordCount.txt").flatMap(_.split(" ")).map((_,1)).reduceByKey(_+_).collect

結(jié)果:

res0: Array[(String, Int)] = Array((is,1), (love,2), (capital,1), (Beijing,2), (China,2), (hehehehehe,1), (I,2), (of,1), (the,1))

(*)讀取一個(gè)hdfs文件撩穿,進(jìn)行WordCount操作,并將結(jié)果寫(xiě)回hdfs

scala> sc.textFile("hdfs://bigdata111:9000/word.txt").flatMap(_.split(" ")).map((_,1)).reduceByKey(_+_).saveAsTextFile("hdfs://bigdata111:9000/result")

說(shuō)明:這里textFile()里的地址是HDFS上地址
spark任務(wù)執(zhí)行完成之后,會(huì)把結(jié)果存放在hdfs上的result文件夾里:


image.png

查看:

[root@bigdata111 opt]# hdfs dfs -ls /result/
Found 3 items
-rw-r--r--   3 root supergroup          0 2019-06-18 23:02 /result/_SUCCESS
-rw-r--r--   3 root supergroup         73 2019-06-18 23:02 /result/part-00000
-rw-r--r--   3 root supergroup         22 2019-06-18 23:02 /result/part-00001
[root@bigdata111 opt]# hdfs dfs -cat /result/*
(shuai,1)
(are,1)
(b,1)
(best,1)
(zouzou,1)
(word,1)
(hello,1)
(world,1)
(you,1)
(a,1)
(the,1)
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末谒撼,一起剝皮案震驚了整個(gè)濱河市食寡,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌廓潜,老刑警劉巖抵皱,帶你破解...
    沈念sama閱讀 218,546評(píng)論 6 507
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異辩蛋,居然都是意外死亡呻畸,警方通過(guò)查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,224評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門(mén)悼院,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)伤为,“玉大人,你說(shuō)我怎么就攤上這事〗视蓿” “怎么了叙甸?”我有些...
    開(kāi)封第一講書(shū)人閱讀 164,911評(píng)論 0 354
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)位衩。 經(jīng)常有香客問(wèn)我裆蒸,道長(zhǎng),這世上最難降的妖魔是什么糖驴? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 58,737評(píng)論 1 294
  • 正文 為了忘掉前任僚祷,我火速辦了婚禮,結(jié)果婚禮上贮缕,老公的妹妹穿的比我還像新娘辙谜。我一直安慰自己,他們只是感情好跷睦,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,753評(píng)論 6 392
  • 文/花漫 我一把揭開(kāi)白布筷弦。 她就那樣靜靜地躺著肋演,像睡著了一般抑诸。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上爹殊,一...
    開(kāi)封第一講書(shū)人閱讀 51,598評(píng)論 1 305
  • 那天蜕乡,我揣著相機(jī)與錄音,去河邊找鬼梗夸。 笑死层玲,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的反症。 我是一名探鬼主播辛块,決...
    沈念sama閱讀 40,338評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼铅碍!你這毒婦竟也來(lái)了润绵?” 一聲冷哼從身側(cè)響起,我...
    開(kāi)封第一講書(shū)人閱讀 39,249評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤胞谈,失蹤者是張志新(化名)和其女友劉穎尘盼,沒(méi)想到半個(gè)月后,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體烦绳,經(jīng)...
    沈念sama閱讀 45,696評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡卿捎,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,888評(píng)論 3 336
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了径密。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片午阵。...
    茶點(diǎn)故事閱讀 40,013評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖享扔,靈堂內(nèi)的尸體忽然破棺而出底桂,到底是詐尸還是另有隱情括细,我是刑警寧澤,帶...
    沈念sama閱讀 35,731評(píng)論 5 346
  • 正文 年R本政府宣布戚啥,位于F島的核電站奋单,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏猫十。R本人自食惡果不足惜览濒,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,348評(píng)論 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望拖云。 院中可真熱鬧贷笛,春花似錦、人聲如沸宙项。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 31,929評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)尤筐。三九已至汇荐,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間盆繁,已是汗流浹背掀淘。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 33,048評(píng)論 1 270
  • 我被黑心中介騙來(lái)泰國(guó)打工, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留油昂,地道東北人革娄。 一個(gè)月前我還...
    沈念sama閱讀 48,203評(píng)論 3 370
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像冕碟,于是被迫代替她去往敵國(guó)和親拦惋。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,960評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容