05-集群提交：spark-submit脚本

结构: 命令 + 选项 + 文件 + 参数
基础选项：优先级：代码中配置【程序特有】 > 参数选项【运行模式、程序名称、资源选项】 > 配置文件【公共配置】

• –master：用于指定程序的运行的模式：Local、Standalone、YARN、Mesos、K8s

  • local[N]：使用本地模式，给定N核CPU
  • spark://主机名:7077：使用Standalone模式，提交给Master
  • yarn：使用YARN集群模式，提交给RM

• –deploy-mode：决定了Driver进程运行的位置，两种模式：client【默认】、cluster

• –class：运行某个类，用Python写不用管，用于Java/Scala

• –name：指定程序的名字，等同于代码中setAppName

• –jars：指定额外的第三方依赖包，例如读写MySQL，需要MySQL的驱动包

• –conf：指定一些其他配置–conf key=value， 等同于代码中set方法

Spark程序集群模式运行时会启动两种进程：Driver驱动进程 + Executor计算进程，每种进程运行时都需要资源

Driver资源选项

• –driver-memory：用于指定Driver进程运行时能够使用的内存大小
• –driver-cores：用于指定Driver进程运行时能够使用CPU的核数
• –supervise：用于保证Driver进程安全，故障以后会自动重启

Executor资源选项

• –executor-memory：用于指定每个Executor能使用的内存数

• –executor-cores：用于指定每个Executor能使用的CPU核心数

• –total-executor-cores：用于指定Standalone情况下，所有Executor使用的总CPU核数

• –num-executors：用于Spark on YARN情况下，指定启动的Executor的个数

• –queue：用于指定将程序提交到哪个队列中运行