我将尝试使用Spark submit在Spark集群上运行一个fat jar包。我使用了AWS上Spark捆绑包中的"spark-ec2"可执行文件来创建集群。
我要使用的命令来运行jar文件是:
bin/spark-submit --class edu.gatech.cse8803.main.Main --master yarn-cluster ../src1/big-data-hw2-assembly-1.0.jar
一开始,它提示我至少要设置一个HADOOP_CONF_DIR或YARN_CONF_DIR环境变量,否则会出现错误。我不知道该设置什么,所以我使用了以下命令:
export HADOOP_CONF_DIR=/mapreduce/conf
现在错误已经改变为
Could not load YARN classes. This copy of Spark may not have been compiled with YARN support.
Run with --help for usage help or --verbose for debug output
家目录结构如下:
ephemeral-hdfs hadoop-native mapreduce persistent-hdfs scala spark spark-ec2 src1 tachyon
我甚至将YARN_CONF_DIR变量设置为与HADOOP_CONF_DIR相同的值,但错误消息并未改变。我无法找到任何强调此问题的文档,大多数文档只提到这两个变量,并没有进一步的细节说明。