我正在运行这样的spark-submit:
spark-submit --deploy-mode client
--master yarn
--conf spark.files.overwrite=true
--conf spark.local.dir='/my/other/tmp/with/more/space'
--conf spark.executor.extraJavaOptions='-Djava.io.tmpdir=/my/other/tmp/with/more/space'
--conf spark.driver.extraJavaOptions='-Djava.io.tmpdir=/my/other/tmp/with/more/space'
--files hdfs:///a_big_file.binary,hdfs:///another_big_file.binary
... etc.
我需要以这种方式将这两个二进制文件添加到节点,因为它们由可以只处理本地文件的工作者中的外部.dll/ 解析.so。
现在在yarn=master deploy-mode=client我的节点中运行获取驱动程序,因此将文件从hdfs拉到/tmp目录。由于这些文件非常大,它可以/tmp非常快地填满我的有限目录。
我想知道是否有人可以指出改变这条路径的设置/tmp,/my/other/tmp/with/more/space因为我已经设置了参数spark.local.dir,spark.executor.extraJavaOptions并且spark.driver.extraJavaOptions。
如果您已经在hdfs上有这些文件,则不应将它们作为--files参数传递。--files应该用于在每个执行程序节点上创建一些静态数据的本地副本。在您的情况下,您应该将文件位置作为spark作业参数传递,以便以后访问。
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。