[英]Using LD_PRELOAD with Apache Spark (or YARN)
我们正在Apache Hadoop YARN上运行Spark作业。 我特别需要在这些作业上使用“ LD_PRELOAD技巧”。 (在出现任何恐慌之前,它不用于生产运行;这是自动化作业测试的一部分)。
我知道如何在作业中提交其他文件,并且知道如何在节点上设置环境变量,因此将这些设置添加到spark-defaults.conf
几乎可以提供一种解决方案:
spark.files=/home/todd/pwn_connect.so
spark.yarn.appMasterEnv.LD_PRELOAD=pwn_connect.so
spark.executorEnv.LD_PRELOAD=pwn_connect.so
但是我在容器日志中得到了这个错误:
ERROR: ld.so: object 'pwn_connect.so' from LD_PRELOAD cannot be preloaded: ignored.
问题似乎是LD_PRELOAD不接受我提供的相对路径。 但是我不知道如何提供绝对路径-我不知道这些文件在节点的本地文件系统上的放置位置。
首先,在YARN上运行时不使用spark.files
,它应该是spark.yarn.dist.files
。 并注意,如果将--files
参数提供给spark-submit
,则它将被覆盖。
对于LD_PRELOAD,有两种解决方案可以使用:
可以使用相对路径; 它们必须以./
spark.yarn.dist.files=/home/todd/pwn_connect.so spark.yarn.appMasterEnv.LD_PRELOAD=./pwn_connect.so spark.executorEnv.LD_PRELOAD=./pwn_connect.so
(没有./
相对路径是在LD_LIBRARY_PATH
中而不是当前工作目录中搜索的)。
如果首选绝对路径,则检查Spark源代码会发现,包括环境变量分配在内的整个命令行都将由shell进行扩展,因此表达式$PWD
将扩展为当前工作目录:
spark.yarn.dist.files=/home/todd/pwn_connect.so spark.yarn.appMasterEnv.LD_PRELOAD=$PWD/pwn_connect.so spark.executorEnv.LD_PRELOAD=$PWD/pwn_connect.so
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.