job-server.md

Table of Contents generated with DocToc

• spark-jobserver
  • 特性
  • 版本信息
  • 部署

spark-jobserver

Spark-jobserver 提供了一个 RESTful 接口来提交和管理 spark 的 jobs、jars 和 job contexts。这个项目包含了完整的 Spark job server 的项目，包括单元测试和项目部署脚本。

特性

• “Spark as Service”：针对 job 和 contexts 的各个方面提供了 REST 风格的 api 接口进行管理
• 支持 SparkSQL、Hive、Streaming Contexts/jobs 以及定制 job contexts！具体参考Contexts
• 通过集成 Apache Shiro 来支持 LDAP 权限验证
• 通过长期运行的job contexts支持亚秒级别低延迟的任务
• 可以通过结束 context 来停止运行的作业(job)
• 分割 jar 上传步骤以提高 job 的启动
• 异步和同步的 job API，其中同步 API 对低延时作业非常有效
• 支持 Standalone Spark 和 Mesos、yarn
• Job 和 jar 信息通过一个可插拔的 DAO 接口来持久化
• 对RDD或DataFrame对象命名并缓存，通过该名称获取RDD或DataFrame。这样可以提高对象在作业间的共享和重用
• 支持 Scala 2.10 版本和 2.11 版本

版本信息

请参考官方文档：版本信息

部署

1. 拷贝 conf/local.sh.template 文件到 local.sh 。备注：如果需要编译不同版本的Spark，请修改 SPARK_VERSION 属性。
2. 拷贝 config/shiro.ini.template 文件到 shiro.ini。备注: 仅需 authentication = on时执行这一步。
3. 拷贝 config/local.conf.template 到 <environment>.conf。
4. bin/server_deploy.sh <environment>，这一步将job-server以及配置文件打包，并一同推送到配置的远程服务器上。
5. 在远程服务器上部署的文件目录下通过执行 server_start.sh 启动服务，如需关闭服务可执行 server_stop.sh。