Ho bisogno di inviare app/lavori con scintilla su un cluster di accensione remoto. Al momento ho acceso la mia macchina e l'indirizzo IP del nodo principale come filato-client. Btw la mia macchina non è nel cluster. presento il mio lavoro con questo comandoCome inviare un lavoro spark su un nodo master remoto nella modalità client filato?
./spark-submit --class SparkTest --deploy-mode client /home/vm/app.jar
Ho l'indirizzo del mio padrone insita nel mio app in forma
val spark_master = spark://IP:7077
Eppure tutto quello che ottiene è l'errore
16/06/06 03:04:34 INFO AppClient$ClientEndpoint: Connecting to master spark://IP:7077...
16/06/06 03:04:34 WARN AppClient$ClientEndpoint: Failed to connect to master IP:7077
java.io.IOException: Failed to connect to /IP:7077
at org.apache.spark.network.client.TransportClientFactory.createClient(TransportClientFactory.java:216)
at org.apache.spark.network.client.TransportClientFactory.createClient(TransportClientFactory.java:167)
at org.apache.spark.rpc.netty.NettyRpcEnv.createClient(NettyRpcEnv.scala:200)
at org.apache.spark.rpc.netty.Outbox$$anon$1.call(Outbox.scala:187)
at org.apache.spark.rpc.netty.Outbox$$anon$1.call(Outbox.scala:183)
at java.util.concurrent.FutureTask.run(FutureTask.java:266)
at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1142)
at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:617)
at java.lang.Thread.run(Thread.java:745)
Caused by: java.net.ConnectException: Connection refused: /IP:7077
O invece se uso
./spark-submit --class SparkTest --master yarn --deploy-mode client /home/vm/test.jar
ottengo
Exception in thread "main" java.lang.Exception: When running with master 'yarn' either HADOOP_CONF_DIR or YARN_CONF_DIR must be set in the environment.
at org.apache.spark.deploy.SparkSubmitArguments.validateSubmitArguments(SparkSubmitArguments.scala:251)
at org.apache.spark.deploy.SparkSubmitArguments.validateArguments(SparkSubmitArguments.scala:228)
at org.apache.spark.deploy.SparkSubmitArguments.<init>(SparkSubmitArguments.scala:109)
at org.apache.spark.deploy.SparkSubmit$.main(SparkSubmit.scala:114)
at org.apache.spark.deploy.SparkSubmit.main(SparkSubmit.scala)
ne ho veramente bisogno di avere Hadoop configurato come bene nel mio posto di lavoro? Tutto il lavoro verrà svolto in remoto e questa macchina non fa parte del cluster. Sto usando Spark 1.6.1.
Per impostare Hadoop_conf_dir è necessario installare hadoop anche nel mio computer client o semplicemente importare questi file di configurazione dal cluster/master? – Mnemosyne
Non hai bisogno di hadoop installato sul computer client. Hai solo bisogno di file di configurazione del client dal cluster. –
Quindi, se ho capito bene questi file sono generati nel cluster e devo solo ottenerli dal cluster o da qualcuno che ha accesso al cluster (cioè non devo generarli da solo)? Ti sto chiedendo perché il cluster non è mio e le uniche informazioni di accesso che ho ricevuto erano l'IP del master e si chiamava filato-client. – Mnemosyne