如何使用“spark-submit”管理 Spark JAR 文件依赖项？

使用“spark-submit”了解 Spark JAR 文件管理

将 JAR 文件添加到 Spark 作业

使用“spark”提交 Spark 作业时-submit”，您有多个选项用于添加其他 JAR 文件：

ClassPath

使用“--driver-class-path”和“--spark.executor.extraClassPath”等选项修改类路径。将 JAR 添加到 ClassPath 允许您的代码查找并加载该 JAR 中的类。

分隔符

ClassPath 设置中多个 JAR 文件的分隔符取决于操作系统。在 Linux 上，它是冒号 (':')，而在 Windows 上，它是分号 (';')。

文件分发

通过“--jars”或“添加的 JAR 文件SparkContext.addJar()”会在客户端模式下自动分发到所有工作节点。在集群模式下，您需要确保所有节点都可以通过 HDFS 或 S3 等外部源访问 JAR 文件。 “SparkContext.addFile()”对于分发非依赖文件很有用。

接受的文件 URI

“spark-submit”接受使用各种 URI 方案的 JAR 文件，包括本地文件路径、HDFS 、HTTP、HTTPS 和 FTP。

复制位置

其他 JAR 文件将复制到工作节点上每个 SparkContext 的工作目录，通常位于“/var/run/spark/work.jar”下。 "

选项优先级

直接在 SparkConf 上设置的属性具有最高优先级，其次是传递给“spark-submit”的标志，然后是“spark-defaults.conf”中的选项。

具体选项角色

• --jars,SparkContext.addJar()：添加JAR文件，但不修改ClassPath。
• --driver-class-path，spark.driver.extraClassPath：将 JAR 文件添加到驱动程序的 ClassPath。
• --driver-library-path，spark.driver。 extraLibraryPath：修改驱动程序的库路径设置。
• **--conf spark.executor.extraClassPath`：将 JAR 文件添加到执行器的 ClassPath。
• **--conf Spark.executor。 extraLibraryPath`：修改执行器的库路径设置。

组合选项

在客户端模式下，可以安全地使用多个选项将 JAR 文件添加到驱动程序和工作节点。然而，在集群模式下，您可能需要使用额外的方法来确保 JAR 文件可供所有工作节点使用。

以上是如何使用“spark-submit”管理 Spark JAR 文件依赖项？的详细内容。更多信息请关注PHP中文网其他相关文章！