spark之Executor與初始化SparkSession

關於Executor：

一個executor同時只能執行一個計算任務

但一個worker(物理節點)上可以同時運行多個executor

executor的數量決定了同時處理任務的數量

一般來說，分區數遠大於executor的數量才是合理的

同一個作業，在計算邏輯不變的情況下，分區數和executor的數量很大程度上決定了作業運行的時間

初始化SparkSession

scala版本

import org.apache.spark.sql.SparkSession
val spark = SparkSession.builder().master("yarn-client").appName("New SS").config("spark.executor.instances","10").config("spark.executor.memory","10g").getOrCreate()
import spark.implicits._

　　在代碼中，我們通過配置指明了spark運行環境時的yarn，並以yarn-client的方式提交作業（yarn還支持yarn-cluster的方式，區別在於前者driver運行在客戶端，后者driver運行在yarn的container中）。我們一共申請了10個executer，每個10g。

python版本

from pyspark.sql import SparkSession
spark = SparkSession.builder.master("yarn-client").appName("New SS").config("spark.executor.instances","10").config("spark.executor.memory","10g").getOrCreate()