Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Menggunakan YuniKorn sebagai penjadwal khusus untuk Apache Spark di Amazon EMR di EKS
Dengan Amazon EMR di EKS, Anda dapat menggunakan operator Spark atau spark-submit untuk menjalankan pekerjaan Spark dengan penjadwal kustom Kubernetes. Tutorial ini mencakup cara menjalankan pekerjaan Spark dengan YuniKorn penjadwal pada antrian kustom dan penjadwalan geng.
Gambaran Umum
Apache YuniKorn
Buat klaster Anda dan siapkan YuniKorn
Gunakan langkah-langkah berikut untuk menerapkan klaster Amazon EKS. Anda dapat mengubah Wilayah AWS (region
) dan Availability Zones (availabilityZones
).
-
Tentukan klaster Amazon EKS:
cat <<EOF >eks-cluster.yaml --- apiVersion: eksctl.io/v1alpha5 kind: ClusterConfig metadata: name: emr-eks-cluster region:
eu-west-1
vpc: clusterEndpoints: publicAccess: true privateAccess: true iam: withOIDC: true nodeGroups: - name: spark-jobs labels: { app: spark } instanceType: m5.xlarge desiredCapacity: 2 minSize: 2 maxSize: 3 availabilityZones: ["eu-west-1a"
] EOF -
Buat klaster:
eksctl create cluster -f eks-cluster.yaml
-
Buat namespace
spark-job
tempat Anda akan mengeksekusi pekerjaan Spark:kubectl create namespace spark-job
-
Selanjutnya, buat role dan role binding Kubernetes. Ini diperlukan untuk akun layanan yang digunakan oleh pekerjaan Spark.
-
Tentukan akun layanan, peran, dan pengikatan peran untuk pekerjaan Spark.
cat <<EOF >emr-job-execution-rbac.yaml --- apiVersion: v1 kind: ServiceAccount metadata: name: spark-sa namespace: spark-job automountServiceAccountToken: false --- apiVersion: rbac.authorization.k8s.io/v1 kind: Role metadata: name: spark-role namespace: spark-job rules: - apiGroups: ["", "batch","extensions"] resources: ["configmaps","serviceaccounts","events","pods","pods/exec","pods/log","pods/portforward","secrets","services","persistentvolumeclaims"] verbs: ["create","delete","get","list","patch","update","watch"] --- apiVersion: rbac.authorization.k8s.io/v1 kind: RoleBinding metadata: name: spark-sa-rb namespace: spark-job roleRef: apiGroup: rbac.authorization.k8s.io kind: Role name: spark-role subjects: - kind: ServiceAccount name: spark-sa namespace: spark-job EOF
-
Terapkan definisi role dan role binding Kubernetes dengan perintah berikut:
kubectl apply -f emr-job-execution-rbac.yaml
-
Instal dan atur YuniKorn
-
Gunakan perintah kubectl berikut untuk membuat namespace untuk men-deploy penjadwal
yunikorn
Yunikorn:kubectl create namespace yunikorn
-
Untuk menginstal scheduler, jalankan perintah Helm berikut:
helm repo add yunikorn https://apache.github.io/yunikorn-release
helm repo update
helm install yunikorn yunikorn/yunikorn --namespace yunikorn
Jalankan aplikasi Spark dengan YuniKorn scheduler dengan operator Spark
-
Jika Anda belum melakukannya, selesaikan langkah-langkah di bagian berikut untuk menyiapkan:
-
Sertakan argumen berikut saat Anda menjalankan
helm install spark-operator-demo
perintah:--set batchScheduler.enable=true --set webhook.enable=true
-
Buat file
SparkApplication
definisispark-pi.yaml
.Untuk digunakan YuniKorn sebagai penjadwal untuk pekerjaan Anda, Anda harus menambahkan anotasi dan label tertentu ke definisi aplikasi Anda. Anotasi dan label menentukan antrian untuk pekerjaan Anda dan strategi penjadwalan yang ingin Anda gunakan.
Pada contoh berikut, anotasi
schedulingPolicyParameters
mengatur penjadwalan geng untuk aplikasi. Kemudian, contoh membuat grup tugas, atau “geng” tugas, untuk menentukan kapasitas minimum yang harus tersedia sebelum menjadwalkan Pod untuk memulai eksekusi pekerjaan. Dan akhirnya, itu menentukan dalam definisi kelompok tugas untuk menggunakan kelompok simpul dengan"app": "spark"
label, seperti yang didefinisikan dalam Buat klaster Anda dan siapkan YuniKorn bagian.apiVersion: "sparkoperator.k8s.io/v1beta2" kind: SparkApplication metadata: name: spark-pi namespace: spark-job spec: type: Scala mode: cluster image: "895885662937.dkr.ecr.
us-west-2
.amazonaws.com/spark/emr-6.10.0:latest
" imagePullPolicy: Always mainClass: org.apache.spark.examples.SparkPi mainApplicationFile: "local:///usr/lib/spark/examples/jars/spark-examples.jar" sparkVersion: "3.3.1" restartPolicy: type: Never volumes: - name: "test-volume" hostPath: path: "/tmp" type: Directory driver: cores: 1 coreLimit: "1200m" memory: "512m" labels: version: 3.3.1 annotations: yunikorn.apache.org/schedulingPolicyParameters: "placeholderTimeoutSeconds=30 gangSchedulingStyle=Hard" yunikorn.apache.org/task-group-name: "spark-driver" yunikorn.apache.org/task-groups: |- [{ "name": "spark-driver", "minMember": 1, "minResource": { "cpu": "1200m", "memory": "1Gi" }, "nodeSelector": { "app": "spark" } }, { "name": "spark-executor", "minMember": 1, "minResource": { "cpu": "1200m", "memory": "1Gi" }, "nodeSelector": { "app": "spark" } }] serviceAccount: spark-sa volumeMounts: - name: "test-volume
" mountPath: "/tmp" executor: cores: 1 instances: 1 memory: "512m" labels: version: 3.3.1 annotations: yunikorn.apache.org/task-group-name: "spark-executor" volumeMounts: - name: "test-volume
" mountPath: "/tmp" -
Kirim aplikasi Spark dengan perintah berikut. Ini juga menciptakan
SparkApplication
objek yang disebutspark-pi
:kubectl apply -f spark-pi.yaml
-
Periksa peristiwa untuk
SparkApplication
objek dengan perintah berikut:kubectl describe sparkapplication spark-pi --namespace spark-job
Peristiwa Pod pertama akan menunjukkan bahwa YuniKorn telah menjadwalkan Pod:
Type Reason Age From Message ---- ------ ---- ---- ------- Normal Scheduling 3m12s yunikorn spark-operator/org-apache-spark-examples-sparkpi-2a777a88b98b8a95-driver is queued and waiting for allocation Normal GangScheduling 3m12s yunikorn Pod belongs to the taskGroup spark-driver, it will be scheduled as a gang member Normal Scheduled 3m10s yunikorn Successfully assigned spark Normal PodBindSuccessful 3m10s yunikorn Pod spark-operator/ Normal TaskCompleted 2m3s yunikorn Task spark-operator/ Normal Pulling 3m10s kubelet Pulling
Jalankan aplikasi Spark dengan YuniKorn scheduler dengan spark-submit
-
Pertama, selesaikan langkah-langkah di Menyiapkan spark-submit untuk Amazon EMR di EKS bagian ini.
-
Tetapkan nilai untuk variabel lingkungan berikut:
export SPARK_HOME=spark-home export MASTER_URL=k8s://
Amazon-EKS-cluster-endpoint
-
Kirimkan aplikasi Spark dengan perintah berikut:
Pada contoh berikut, anotasi
schedulingPolicyParameters
mengatur penjadwalan geng untuk aplikasi. Kemudian, contoh membuat grup tugas, atau “geng” tugas, untuk menentukan kapasitas minimum yang harus tersedia sebelum menjadwalkan Pod untuk memulai eksekusi pekerjaan. Dan akhirnya, itu menentukan dalam definisi kelompok tugas untuk menggunakan kelompok simpul dengan"app": "spark"
label, seperti yang didefinisikan dalam Buat klaster Anda dan siapkan YuniKorn bagian.$SPARK_HOME/bin/spark-submit \ --class org.apache.spark.examples.SparkPi \ --master $MASTER_URL \ --conf spark.kubernetes.container.image=895885662937.dkr.ecr.
us-west-2
.amazonaws.com/spark/emr-6.10.0:latest
\ --conf spark.kubernetes.authenticate.driver.serviceAccountName=spark-sa \ --deploy-mode cluster \ --conf spark.kubernetes.namespace=spark-job \ --conf spark.kubernetes.scheduler.name=yunikorn \ --conf spark.kubernetes.driver.annotation.yunikorn.apache.org/schedulingPolicyParameters="placeholderTimeoutSeconds=30 gangSchedulingStyle=Hard" \ --conf spark.kubernetes.driver.annotation.yunikorn.apache.org/task-group-name="spark-driver" \ --conf spark.kubernetes.executor.annotation.yunikorn.apache.org/task-group-name="spark-executor" \ --conf spark.kubernetes.driver.annotation.yunikorn.apache.org/task-groups='[{ "name": "spark-driver", "minMember": 1, "minResource": { "cpu": "1200m", "memory": "1Gi" }, "nodeSelector": { "app": "spark" } }, { "name": "spark-executor", "minMember": 1, "minResource": { "cpu": "1200m", "memory": "1Gi" }, "nodeSelector": { "app": "spark" } }]' \ local:///usr/lib/spark/examples/jars/spark-examples.jar 20 -
Periksa peristiwa untuk
SparkApplication
objek dengan perintah berikut:kubectl describe pod
spark-driver-pod
--namespace spark-jobPeristiwa Pod pertama akan menunjukkan bahwa YuniKorn telah menjadwalkan Pod:
Type Reason Age From Message ---- ------ ---- ---- ------- Normal Scheduling 3m12s yunikorn spark-operator/org-apache-spark-examples-sparkpi-2a777a88b98b8a95-driver is queued and waiting for allocation Normal GangScheduling 3m12s yunikorn Pod belongs to the taskGroup spark-driver, it will be scheduled as a gang member Normal Scheduled 3m10s yunikorn Successfully assigned spark Normal PodBindSuccessful 3m10s yunikorn Pod spark-operator/ Normal TaskCompleted 2m3s yunikorn Task spark-operator/ Normal Pulling 3m10s kubelet Pulling