YARN REST API - Spark作业提交

Question

我正在尝试使用YARN REST API来提交spark-submit作业，我通常通过命令行运行。

我的命令行spark-submit看起来像这样

JAVA_HOME=/usr/local/java7/ HADOOP_CONF_DIR=/etc/hadoop/conf /usr/local/spark-1.5/bin/spark-submit \
--driver-class-path "/etc/hadoop/conf" \
--class MySparkJob \
--master yarn-cluster \
--conf "spark.executor.extraClassPath=/usr/local/hadoop/client/hadoop-*" \
--conf "spark.driver.extraClassPath=/usr/local/hadoop/client/hadoop-*" \
spark-job.jar --retry false --counter 10

阅读YARN REST API文档https://hadoop.apache.org/docs/stable/hadoop-yarn/hadoop-yarn-site/ResourceManagerRest.html#Cluster_Applications_APISubmit_Application ，我试图创建一个JSON有效负载到POST，看起来像

{
  "am-container-spec": {
    "commands": {
      "command": "JAVA_HOME=/usr/local/java7/ HADOOP_CONF_DIR=/etc/hadoop/conf org.apache.hadoop.yarn.applications.distributedshell.ApplicationMaster  --jar spark-job.jar --class MySparkJob --arg --retry --arg false --arg --counter --arg 10"
    }, 
    "local-resources": {
      "entry": [
        {
          "key": "spark-job.jar", 
          "value": {
            "resource": "hdfs:///spark-job.jar", 
            "size": 3214567, 
            "timestamp": 1452408423000, 
            "type": "FILE", 
            "visibility": "APPLICATION"
          }
        }
      ]
    }
  }, 
  "application-id": "application_11111111111111_0001", 
  "application-name": "test",
  "application-type": "Spark"   
}

我看到的问题是，hadoop configs目录以前是我运行作业的机器本地的，现在我通过REST API提交作业，它直接在RM上运行，我不知道如何提供这些细节？

Answer 1

如果您尝试通过REST API提交spark作业，我建议您查看Livy 。 这是向群集提交火花作业的简单方法。

Livy是一个开源的REST接口，可以从任何地方与Apache Spark进行交互。 它支持在本地或Apache Hadoop YARN中运行的Spark上下文中执行代码或程序的片段。

• 交互式Scala，Python和R shell
• Scala，Java，Python中的批量提交
• 多个用户可以共享同一个服务器（模拟支持）
• 可用于从任何地方使用REST提交作业
• 不需要对程序进行任何代码更改

我们还尝试通过Java RMI选项提交应用程序。