摸鱼大数据——Spark基础——Spark On Yarn环境配置和部署

import org.apache.spark.{SparkConf, SparkContext}
 
object SparkOnYarnApp {
  def main(args: Array[String]): Unit = {
    // 配置Spark
    val conf = new SparkConf()
      .setAppName("SparkOnYarnApp")
      .setMaster("yarn") // 设置Spark运行模式为YARN
      .set("spark.executor.instances", "5") // 设置Executor的数量
      .set("spark.executor.cores", "2") // 设置每个Executor的核心数
      .set("spark.executor.memory", "4g") // 设置每个Executor的内存
      .set("spark.yarn.queue", "default") // 设置YARN队列
 
    // 创建SparkContext
    val sc = new SparkContext(conf)
 
    // 执行Spark作业
    val data = sc.parallelize(1 to 100)
    val count = data.filter(_ % 2 == 0).count() // 计算1到100中偶数的个数
    println(s"Even numbers count: $count")
 
    // 停止SparkContext
    sc.stop()
  }
}

这段代码演示了如何配置Spark以在YARN上运行，并创建一个简单的Spark应用程序，计算1到100中偶数的个数。在实际部署时，你需要确保YARN集群正常运行，并且Spark的jar包已经上传到HDFS上以供YARN使用。