使用Yarn集群管理器启动Spark报错（WARN YarnSchedulerBackend$YarnSchedulerEndpoint: Attempted to request executor）

前言

博主想要使用 Yarn 作为集群管理器启动 pyspark，但是一直没有启动成功。
捣鼓了两天，通过无数次百度终于解决了问题。

1. 报错

Spark版本：2.2.0
Hadoop版本：2.7.3

19/03/12 21:37:59 WARN YarnSchedulerBackend$YarnSchedulerEndpoint: Attempted to request executors before the AM has registered!
19/03/12 21:37:59 WARN MetricsSystem: Stopping a MetricsSystem that is not running
。。。。。。

2. 解决办法

1. 确保在 HDFS 上有spark的jars文件目录
   上传 jars 至 HDFS：

hdfs dfs -mkdir /spark_jars
hdfs dfs -put spark-2.0.2/jars/*  /spark_jars

2. 设置 spark-defaults.sh
   文件末尾添加如下内容：

spark.yarn.jars=hdfs://master:9000/spark_jars/*

3. 设置 yarn-site.xml
   文件末尾添加如下：

<property>
    <name>yarn.nodemanager.pmem-check-enabled</name>
    <value>false</value>
</property>

<property>
    <name>yarn.nodemanager.vmem-check-enabled</name>
    <value>false</value>
</property>

将该文件复制到各个子节点（没有尝试过只修改master节点是否有效）。

4. 设置HADOOP_CONF_DIR （所有节点执行）
   修改 ~/.bashrc 文件，末尾添加（路径根据自己机器修改）：

export HADOOP_CONF_DIR=/usr/local/hadoop/etc/hadoop

source ~/.bashrc

6. 重新启动所有的服务：

start-all.sh
spark-2.0.2/sbin/start-all.sh

6. 使用 yarn 为集群管理器登录：
   

完！