皮皮网

1.以源文件的源码形式交作业是啥意思？
2.Spark源码解析2-YarnCluster模式启动
3.Spark-Submit 源码剖析
4.document.form.submit()

以源文件的形式交作业是啥意思？

       Spark作业提交方式一般有两种，一种是源码使用spark-submit脚本进行提交作业，另一种方式是源码使用rest api方式，但是源码有时候由于集群的安全原因可能无法使用rest api方式进行提交作业，但是源码由于业务需要的话我们可以直接调用SparkSubmit.main方法进行api方式提交作业。（当然也可以使用ProcessBuilder执行shell脚本提交）。源码玫瑰大厅H5源码除了通常两种情况，源码Spark其实还提供了API提交作业的源码方法。

       1 调用SparkSubmit提交作业：

       为了使用SparkSubmit#main方法方式提交作业，源码因此重点就是源码需要构造参数，我们可以根据spark-submit脚本源码进行构造参数，源码翻阅spark-submit源码不难发现最终调用的源码是spark-class脚本提交作业，spark-class脚本中最核心的源码代码如下:

       exec "${ CMD[@]}"

       因此只要我们弄清楚 "${ CMD[@]}"参数是什么就可以解决问题，最好的源码方法就是在spark-class脚本中添加echo 打印出来看看。打印结果如下：

       /usr/local/jdk1.8.0_/bin/java -cp /home/daxin/bigdata/spark/conf/:/home/daxin/bigdata/spark/jars/*:/home/daxin/bigdata/hadoop/etc/hadoop/:/home/daxin/bigdata/hadoop/etc/hadoop/ -Xmx1g org.apache.spark.deploy.SparkSubmit --master yarn --class com.daxin.remote.debug.App wc.jar

       由于我们提交的源码.ready源码作业是使用yarn调度，因此需要传入hadoop相关配置。如果使用yarn调度却没有传入hadoop配置文件的话此时会提示操作不到ResourceMangaer，即信息如下：

       0.0.0.0/0.0.0.0:. Already tried 7 time(s); retry policy is RetryUpToMaximumCountWithFixedSleep(maxRetries=, sleepTime=1 SECONDS)

       正常spark脚本提交作业时候hadoop等相关配置文件是通过classpath传入的，因此我们在classpath传入即可。

       2：使用SPARK API提交作业。

       参考文档：https://spark.apache.org/docs/latest/rdd-programming-guide.html#launching-spark-jobs-from-java--scala，内容比较简单就不描述了。

       此处需要注意：

       如果Spark提交作业和Spring boot的jar整合的话，使用-cp是启动不起来的，由于Spring打包插件比较特殊，jar内部的目录结构与一般的jar结构不一样，所以使用-cp 指定mainclass会提示无法找到类，对于该情况可以将-cp与-jar联合使用。

       例如：

       java -cp 普通.jar -jar springboot.jar

       最后还需要注意的moveit源码就是：Linux权限问题，有时候可能因为classpath下面的配置文件没有权限读，因此也是会失败的，一定要确保有权限。

Spark源码解析2-YarnCluster模式启动

       YARN 模式运行机制主要体现在Yarn Cluster 模式和Yarn Client 模式上。在Yarn Cluster模式下，SparkSubmit、ApplicationMaster 和 CoarseGrainedExecutorBackend 是独立的进程，而Driver 是独立的线程；Executor 和 YarnClusterApplication 是对象。在Yarn Client模式下，SparkSubmit、ApplicationMaster 和 YarnCoarseGrainedExecutorBackend 也是独立的进程，而Executor和Driver是对象。

       在源码中，SparkSubmit阶段首先执行Spark提交命令，cordovaplugin 源码底层执行的是开启SparkSubmit进程的命令。代码中，SparkSubmit从main()开始，根据运行模式获取后续要反射调用的类名赋给元组中的ChildMainClass。如果是Yarn Cluster模式，则为YarnClusterApplication；如果是Yarn Client模式，则为主类用户自定义的类。接下来，获取ChildMainClass后，通过反射调用main方法的过程，反射获取类然后通过构造器获取一个示例并多态为SparkApplication，再调用它的start方法。随后调用YarnClusterApplication的start方法。在YarnClient中，kdl源码new一个Client对象，其中包含了yarnClient = YarnClient.createYarnClient属性，这是Yarn在SparkSubmit中的客户端，yarnClient在第行初始化和开始，即连接Yarn集群或RM。之后就可以通过这个客户端与Yarn的RM进行通信和提交应用，即调用run方法。

       ApplicationMaster阶段主要涉及开启一个Driver新线程、AM向RM注册、AM向RM申请资源并处理、封装ExecutorBackend启动命令以及AM向NM通信提交命令由NM启动ExecutorBackend。在ApplicationMaster进程中，首先开启Driver线程，开始运行用户自定义代码，创建Spark程序入口SparkContext，接着创建RDD，生成job，划分阶段提交Task等操作。

       在申请资源之前，AM主线程创建了Driver的终端引用，作为参数传入createAllocator()，因为Executor启动后需要向Driver反向注册，所以启动过程必须封装Driver的EndpointRef。AM主线程向RM申请获取可用资源Container，并处理这些资源。ExecutorBackend阶段尚未完成，后续内容待补充。

Spark-Submit 源码剖析

       直奔主题吧：

       常规Spark提交任务脚本如下：

       其中几个关键的参数：

       再看下cluster.conf配置参数，如下：

       spark-submit提交一个job到spark集群中，大致的经历三个过程：

       代码总Main入口如下：

       Main支持两种模式CLI：SparkSubmit；SparkClass

       首先是checkArgument做参数校验

       而sparksubmit则是通过buildCommand来创建

       buildCommand核心是AbstractCommandBuilder类

       继续往下剥洋葱AbstractCommandBuilder如下：

       定义Spark命令创建的方法一个抽象类,SparkSubmitCommandBuilder刚好是实现类如下

       SparkSubmit种类可以分为以上6种。SparkSubmitCommandBuilder有两个构造方法有参数和无参数：

       有参数中根据参数传入拆分三种方式，然后通过OptionParser解析Args，构造参数创建对象后核心方法是通过buildCommand，而buildCommand又是通过buildSparkSubmitCommand来生成具体提交。

       buildSparkSubmitCommand会返回List的命令集合，分为两个部分去创建此List,

       第一个如下加入Driver_memory参数

       第二个是通过buildSparkSubmitArgs方法构建的具体参数是MASTER，DEPLOY_MODE，FILES，CLASS等等，这些就和我们上面截图中是对应上的。是通过OptionParser方式获取到。

       那么到这里的话buildCommand就生成了一个完成sparksubmit参数的命令List

       而生成命令之后执行的任务开启点在org.apache.spark.deploy.SparkSubmit.scala

       继续往下剥洋葱SparkSubmit.scala代码入口如下：

       SparkSubmit，kill，request都支持，后两个方法知识支持standalone和Mesos集群方式下。dosubmit作为函数入口，其中第一步是初始化LOG，然后初始化解析参数涉及到类

       SparkSubmitArguments作为参数初始化类，继承SparkSubmitArgumentsParser类

       其中env是测试用的,参数解析如下，parse方法继承了SparkSubmitArgumentsParser解析函数查找 args 中设置的--选项和值并解析为 name 和 value ，如 --master yarn-client 会被解析为值为 --master 的 name 和值为 yarn-client 的 value 。

       这之后调用SparkSubmitArguments#handle(MASTER, "yarn-client")进行处理。

       这个函数也很简单，根据参数 opt 及 value，设置各个成员的值。接上例，parse 中调用 handle("--master", "yarn-client")后，在 handle 函数中，master 成员将被赋值为 yarn-client。

       回到SparkSubmit.scala通过SparkSubmitArguments生成了args，然后调用action来匹配动作是submit,kill,request_status,print_version。

       直接看submit的action，doRunMain执行入口

       其中prepareSubmitEnvironment初始化环境变量该方法返回一个四元 Tuple ，分别表示子进程参数、子进程 classpath 列表、系统属性 map 、子进程 main 方法。完成了提交环境的准备工作之后，接下来就将启动子进程。

       runMain则是执行入口，入参则是执行参数SparkSubmitArguments

       Main执行非常的简单：几个核心步骤

       先是打印一串日志（可忽略），然后是创建了loader是把依赖包jar全部导入到项目中

       然后是MainClass的生成，异常处理是ClassNotFoundException和NoClassDeffoundError

       再者是生成Application，根据MainClass生成APP,最后调用start执行

       具体执行是SparkApplication.scala，那么继续往下剥~

       仔细阅读下SparkApplication还是挺深的，所以打算另外写篇继续深入研读~

document.form.submit()

       å¾ˆå¥‡æ€ªçš„问题，呵呵。。被我碰到了。

       å¾ˆç®€å•,将页面中名称为"submit"的控件改一下名称就可以了

       æ¯”如:

       æœ‰ä¸€ä¸ªsubmit按钮名字叫submit

       <input type="submit" name="submit" value="提交"/>

       ä½ æŠŠè¿™ä¸ªåç§°æ”¹ä¸€ä¸‹

       <input type="submit" name="submit1" value="提交"/>

       -------------------------------------------------------------------

       è¿™ä¸¤å¤©åšåˆ—表数据显示的时候，几乎被"对象不支持此属性和方法" 的错误提示搞疯掉了，两个完全一样的程序（事后才知道有个单词的大小写

       ä¸ä¸€æ ·ï¼‰ï¼Œç«Ÿç„¶ä¸€ä¸ªæ˜¾ç¤ºæ­£å¸¸ï¼Œä¸€ä¸ªå´é¢‘繁提示出错。

       åœ¨ä¸€èˆ¬æƒ…况下，同一个表单只能被提交给同一个地址。但在实际web应用中，我们希望同一个表单可以根据用户的选择来完成不同的操作，即表

       å•çš„分向提交。比如说：在一个网站后台用户管理系统中，我需要对一些恶意的用户进行批量解锁，锁定用户或者删除的操作，当我从select

       ä¸­é€‰æ‹©åˆ é™¤ä¼šå‘˜æ—¶ï¼Œæˆ‘们希望表单会提交给能进行删除的处理程序，当我 从select 中选择锁定会员时，我们希望表单会 提交到锁定会员的处

       ç†ç¨‹åºï¼Œè§£é”ä¼šå‘˜ 也如此。我们极不愿意看到分别为这三个功能建立三个不同的页面，而其中仅仅 是处理程序不同。

       åˆ©ç”¨å®¢æˆ·ç«¯JavaScript的功能，我们简化可以把三项功能简化一个界面就可以完成，一个select，其中放置要进行的操作，一个Submit按钮(其

       å®žä¸€ä¸ªæ™®é€šçš„Button也可以实现，)

       <form action="?" method="post" enctype="application/x-www-form-urlencoded" name="listfrm" id="listfrm">

       <label>

       <select name="Action" size="1" id="Action">

       <option value="delete">删除</option>

       <option value="lock">删除</option>

       <option value="unlock">删除</option>

       </select>

       </label>

       <input name="Submit" id="Submit" type="submit" value="确定" onclick="doPostBack(this.form,'?" />

       </form>

       è¿™æ˜¯JavaScript中doPostBack函数的源代码，其中传递的参数为表单对象的引用和表单的action文件地址

       function doPostBack(formObj,actionFile){

       if(confirm("确定要执行的操作吗？")){

       formObj.action=actionFile;

       formObj.submit();

       return true;

       }

       return false;

       }

       è¿™æ ·å¯ä»¥åœ¨ä¸€ä¸ªè¡¨å•ä¸­æ”¾ä¸Šå¤šä¸ªButton,甚至是连接，都可以实现同一个表单的提交给不同的处理程序。

       åœ¨åšè¡¨å•å¤„理时要注意：

       1、表单应该包含name,aciton,method这三个必须的属性，enctype,id这两个属性可以根据需要加上，一般是建议加上，表单不要嵌套

       2.document.form.action与document.form.submit()一定不要搞混，action是属性，submit是方法，方法不要忘记加上左右括号，这是一般新手经常遇到的问题。

       3.在一个完整表单中，不应有名字为action或submit的标签，否则将会产生"对象不支持此属性和方法"的ie错误。如代码"<input type='xxxx' name="action" >"或"<input type='xxxx' name="submit" >" 在表单中是不允许出现的,而Action和Submit则是允许的(上面的程序代码就是用的是这样的写法)，因为JavaScript是区分大小写.