Подача заявки EMR Yarn через REST - PullRequest
Новая
       29

Подача заявки EMR Yarn через REST

0 голосов
/ 04 февраля 2019

У меня есть кластер Hadoop в AWS с YARN, на который я подаю искровые приложения.Я работаю через REST-запросы, отправляя XML, как указано в этой документации: YARN REST API .Это прекрасно работает для обычного кластера.

В настоящее время я делаю POC для работы с кластером EMR вместо обычной, где я использую существующие команды REST и просто связываюсь с внутренней YARN EMR через SSH, как указано здесь: Веб-доступ к внутренним службам EMR .Он отлично работает для большинства команд REST, таких как POST http://<rm http address:port>/ws/v1/cluster/apps/new-application, но когда я отправляю новое приложение, оно немедленно завершается сбоем и сообщает, что не может найти ApplicationMaster.

Тип журнала: stderr

Время загрузки журнала: Вс 3 февраля 17:18:35 +0000 2019

Длина журнала: 88 

Error: Could not find or load main class org.apache.spark.deploy.yarn.ApplicationMaster

Я подозревал, что это как-то связано с classpath, и когдаЯ добавил к узлу приложения отправки REST флаг classpath с расположением EMR FS всех jar-файлов (/ usr / lib / spark / jars / *), он находит ApplicationMaster, но затем не может найти Jars в основных экземплярах, с этимжурнал странных ошибок:

Тип журнала: stderr

Время загрузки журнала: чт 31 января 15:11:21 +0000 2019

Длина журнала: 89 

Error: Could not find or load main class .usr.lib.spark.jars.datanucleus-core-3.2.10.jar

Самым необычным является способ описания кувшина, который он не может найти, а не класса.После дальнейшего изучения я нашел причину: когда команда Java отправляется в экземпляр Core, он разрешает путь к классам в своих трех файлах: java -server -classpath /usr/lib/spark/jars/datanucleus-api-jdo-3.2.6.jar /usr/lib/spark/jars/datanucleus-core-3.2.10.jar /usr/lib/spark/jars/datanucleus-rdbms-3.2.9.jar ... и поэтому пытается выполнить "/ usr / lib / spark / jars / datanucleus-core-3.2.10.jar ", как будто это работоспособный.Проблема заключается в том, что если я пытаюсь изменить путь к классу, чтобы он был более конкретным, или если я пытаюсь удалить его, приложение снова не может найти приложение ApplicationMaster.

REST-запрос, который я отправляю в YARN, выглядит так: 

<?xml version="1.0" encoding="UTF-8" standalone="yes"?> 
<application-submission-context> 
<application-id>application_1549270910165_0001</application-id> 
<application-name> .... some name .....</application-name> 
<queue>default</queue> 
<priority>0</priority> 
<am-container-spec> 
<local-resources> 
    <entry>

 ....... MANY MANY RESOURCES ......

        </value>
    </entry>

</local-resources> 
<environment> 
<entry> 
<key>SPARK_YARN_STAGING_DIR</key> 
<value>..... staging directory in our HDFS ..... </value> 
</entry> 
<entry> 
<key>CLASSPATH</key> 
<value>$PWD:$PWD/__spark_conf__:$PWD/__spark_libs__/*:/usr/lib/spark/jars/*:/usr/lib/spark/yarn/lib/*:%HADOOP_CONF_DIR%:%HAOOP_COMMON_HOME%/share/hadoop/common/*:%HADOOP_COMMON_HOME%/share/hadoop/common/lib/*:%HADOOP_HDFS_HOME%/share/hadoop/hdfs/*:%HADOOP_HDFS_HOME%/share/hadoop/hdfs/lib/*:%HADOOP_YARN_HOME%/share/hadoop/yarn/*:%HADOOP_YARN_HOME%/share/hadoop/yarn/lib/*:%HADOOP_MAPRED_HOME%/share/hadoop/mapreduce/*:%HADOOP_MAPRED_HOME%/share/hadoop/mapreduce/lib/*:$PWD/__spark_conf__/__hadoop_conf__</value> 
</entry>
<entry>
<key>SPARK_USER</key>
<value>... user name ....</value>
</entry>
</environment>
<commands> 
<command>command=$JAVA_HOME/bin/java -classpath '/usr/lib/spark/jars/*' -server -Xmx5120M -Djava.io.tmpdir=$PWD/tmp '-XX:hashCode=0' '-Dlog4j.configuration=log4j-client.cfg' '-Dhdp.version=2.8.4' -Dspark.yarn.app.container.log.dir=&lt;LOG_DIR&gt; org.apache.spark.deploy.yarn.ApplicationMaster ... some jar and arguments ....  --properties-file $PWD/__spark_conf__/__spark_conf__.properties 1&gt; &lt;LOG_DIR&gt;/stdout 2&gt; &lt;LOG_DIR&gt;/stderr</command> 
</commands> 
</am-container-spec> 
<unmanaged-AM>false</unmanaged-AM> 
<max-app-attempts>1</max-app-attempts> 
<resource> 
<memory>5632</memory> 
<vCores>1</vCores> 
</resource> 
<application-type>SPARK</application-type> 
<keep-containers-across-application-attempts>false</keep-containers-across-application-attempts> 
<application-tags> 
<tag>.... product tag .....</tag> 
</application-tags> 
<log-aggregation-context/> 
<attempt-failures-validity-interval>1</attempt-failures-validity-interval> 
<reservation-id/> 
</application-submission-context>

Буду признателен за любые выводы.

1 Ответ

0 голосов
/ 07 февраля 2019

После долгого поиска я обнаружил, что причина, по которой приложение не может загрузить класс org.apache.spark.deploy.yarn.ApplicationMaster, заключается в том, что это не версия ApplicationMaster, которую использует экземпляр ядра EMR - он использует org.apache.hadoop.yarn.applications.distributedshell.ApplicationMaster, что требуетCLASSPATH сегмент на входе для включения /usr/lib/hadoop-yarn/*.Я изменил два параметра во входном XML-запросе REST, и он успешно запустился.Мне все еще нужно будет настроить правильный CLASSPATH для реализации EMR, чтобы приложение успешно завершилось, но основная проблема этого вопроса решена.

Обновление : в конце концов я решил, что добавление шага в EMR и использование аргументов на самом деле является гораздо более простым способом его обработки.Я добавил к maven зависимостям EMR AWS Java SDK: 

<dependency>
    <groupId>com.amazonaws</groupId>
    <artifactId>aws-java-sdk-emr</artifactId>
    <version>1.11.486</version>
</dependency>

и добавил этот код: 

AddJobFlowStepsResult result = emr.addJobFlowSteps(new AddJobFlowStepsRequest()
            .withJobFlowId(clusterId)
            .withSteps(new StepConfig()
                    .withName(name)
                    .withActionOnFailure(ActionOnFailure.CONTINUE)
                    .withHadoopJarStep(new HadoopJarStepConfig()
                            .withJar("command-runner.jar")
                            .withArgs(stepargs))));

Stepargs взяты из моего исходного запроса REST, включая jars ифайлы для использования - просто с помощью spark-submit: 

List<String> stepargs = new ArrayList<String>();
stepargs.add("spark-submit");
stepargs.add("--class");
stepargs.add(mainClass);
stepargs.add("--deploy-mode");
stepargs.add("cluster");
stepargs.add("--master");
stepargs.add("yarn");
stepargs.add("--files");
stepargs.add(files);
stepargs.add("--jars");
stepargs.add(jars);
stepargs.add("--properties-file");
stepargs.add(confFileName);
stepargs.add(jar);
Iterator<String> itr = args.iterator();
while (itr.hasNext()) {
    String arg = itr.next();
    if (arg.equals("--arg")) {
        stepargs.add(itr.next());
    }
}
...