利用HDFS来解决Spark On Yarn模式解决Jar乱飞情况

Spark的jar包比较多，如果直接修改spark的jars目录中的jar可能对用户造成jar包冲突，也不利于管理，因为可以利用HDFS存储功能解决jar问题

1、在本地创建zip文件，压缩jar包

# 进入到spark的jars目录，在spark的jars目录下压缩包
zip spark.zip ./*

2、HDFS上创建存放spark jar目录

hdfs dfs -mkdir -p /spark-yarn/jars

3、将$SPARK_HOME/jars下的spark.zip包上传至刚健的HDFS路径

[hadoop@hadoop jars]$  hdfs dfs -put ./spark.zip /spark-yarn/jars/

4、在spark-defaults.conf中添加(也可以在启动时候 -conf 指定)

spark.yarn.archive hdfs://ruozedata001:9000/spark-jars/spark.zip

5、查看Spark log

yarn log -applicationID xxx