指定 hbase-site.xml 到 spark-submit

Question

我有一个 spark 作业（用 Scala 编写），它从另一台服务器上的 HBase 表中检索数据。为了做到这一点，我首先像这样创建HBaseContext： val hBaseContext:HBaseContext = new HBaseContext(sparkContext, HBaseConfiguration.create())

当我运行 spark 作业时，我使用 spark-submit 并指定所需的参数。像这样的：

spark-submit  --master=local[*] --executor-memory 4g --executor-cores 2 --num-executors 2 --jars $(for x in `ls -1 ~/spark_libs/*.jar`; do readlink -f $x; done | paste -s | sed -e 's/\t/,/g') --class com.sparksJob.MyMainClass myJarFile.jar "$@"

问题是它连接到 localhost 上的 zookeeper，但是我希望它连接到另一台服务器（HBase 所在的那个）上的 zookeeper。

硬编码此信息有效：

val configuration: Configuration = new Configuration()
configuration.set("hbase.zookeeper.quorum", "10.190.144.8")
configuration.set("hbase.zookeeper.property.clientPort", "2181")
val hBaseContext:HBaseContext = new HBaseContext(sparkContext, HBaseConfiguration.create(configuration))

但是我希望它是可配置的。

如何指定 spark-submit 到要使用的 hbase-site.xml 文件的路径？

Answer 1

您可以将 hbase-site.xml 作为 --files 选项的参数传递。您的示例将变为：

spark-submit  --master yarn-cluster --files /etc/hbase/conf/hbase-site.xml --executor-memory 4g --executor-cores 2 --num-executors 2 --jars $(for x in `ls -1 ~/spark_libs/*.jar`; do readlink -f $x; done | paste -s | sed -e 's/\t/,/g') --class com.sparksJob.MyMainClass myJarFile.jar "$@"

注意 master 设置为 yarn-cluster。任何其他选项都会使 hbase-site.xml 被忽略。