spark-on-yarn作業提交緩慢優化中的spark jar包處理是怎樣的

這篇文章將為大家詳細講解有關spark-on-yarn作業提交緩慢優化中的spark jar包處理是怎樣的，文章內容質量較高，因此小編分享給大家做個參考，希望大家閱讀完這篇文章后對相關知識有一定的了解。

spark on yanr方式運行計算作業，發現作業提交緩慢,查看日志如下：

18/09/25 11:25:38 WARN yarn.Client: Neither spark.yarn.jars nor spark.yarn.archive is set, falling back to uploading libraries under SPARK_HOME.
18/09/25 11:25:51 INFO yarn.Client: Uploading resource file:/tmp/spark-293d2659-5df4-4445-8e6a-2d46103402e4/__spark_libs__6050322568575248936.zip -> hdfs://hadoop001:9000/user/hadoop/.sparkStaging/application_1537843134586_0005/__spark_libs__6050322568575248936.zip
18/09/25 11:26:04 INFO yarn.Client: Uploading resource file:/tmp/spark-293d2659-5df4-4445-8e6a-2d46103402e4/__spark_conf__938847757818885511.zip -> hdfs://hadoop001:9000/user/hadoop/.sparkStaging/application_1537843134586_0005/__spark_conf__.zip

從日志信息可以看到，

如果spark.yarn.archive 或者 spark.yarn.jars這兩個參數都沒有配置，spark就會把$SPARK_HOME/jars/所有的jar上傳到分布式緩存中，大約耗時30s左右，造成提交緩慢。

解決辦法：

1、將$SPARK_HOME/jars/下面的所有jar包上傳到hdfs上

hadoop fs -mkdir -p /spark/jars/

hadoop fs -put /home/hadoop/app/spark-2.3.1-bin-2.6.0-cdh6.7.0/jars/*.jar /spark/jars/

2、spark-default.conf文件里面添加如下參數：

spark.yarn.jar                 hdfs://hadoop001:9000/spark/jars/*.jar

關于spark-on-yarn作業提交緩慢優化中的spark jar包處理是怎樣的就分享到這里了，希望以上內容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。