Spark 2.0:通过GetOrCreate重新定义SparkSession参数,而不是在WebUI中看到更改

Question

我正在使用Spark 2.0和PySpark.

我SparkSession通过GetOrCreate2.0中引入的方法重新定义参数:

此方法首先检查是否存在有效的全局默认SparkSession,如果是,则返回该值.如果不存在有效的全局默认SparkSession,则该方法将创建新的SparkSession并将新创建的SparkSession指定为全局默认值.

如果返回现有SparkSession,则此构建器中指定的配置选项将应用于现有SparkSession.

https://spark.apache.org/docs/2.0.1/api/python/pyspark.sql.html#pyspark.sql.SparkSession.Builder.getOrCreate

到现在为止还挺好:

from pyspark import SparkConf

SparkConf().toDebugString()
'spark.app.name=pyspark-shell\nspark.master=local[2]\nspark.submit.deployMode=client'

spark.conf.get("spark.app.name")
'pyspark-shell'

然后我重新定义SparkSession配置,并承诺在WebUI中查看更改

appName(name)
设置应用程序的名称,该名称将显示在Spark Web UI中.

https://spark.apache.org/docs/2.0.1/api/python/pyspark.sql.html#pyspark.sql.SparkSession.Builder.appName

c = SparkConf()
(c
 .setAppName("MyApp")
 .setMaster("local")
 .set("spark.driver.memory","1g")
 )

from pyspark.sql import SparkSession
(SparkSession
.builder
.enableHiveSupport() # metastore, serdes, Hive udf
.config(conf=c)
.getOrCreate())

spark.conf.get("spark.app.name")
'MyApp'

现在,当我去localhost:4040,我希望看到MyApp一个应用程序名称.

但是,我仍然看到 pyspark-shell application UI

我哪里错了？

提前致谢!

Answer 1

我相信文档在这里有点误导,当你使用Scala时,你实际上会看到这样的警告:

... WARN SparkSession$Builder: Use an existing SparkSession, some configuration may not take effect.

在Spark 2.0之前更明显的是在上下文之间有明确的分离:

• SparkContext配置无法在运行时修改.您必须先停止现有的上下文.
• SQLContext 配置可以在运行时修改.

spark.app.name像许多其他选项一样,SparkContext在不停止上下文的情况下绑定,也无法修改.

重用现有SparkContext/SparkSession

import org.apache.spark.SparkConf
import org.apache.spark.sql.SparkSession

spark.conf.get("spark.sql.shuffle.partitions")

String = 200

val conf = new SparkConf()
  .setAppName("foo")
  .set("spark.sql.shuffle.partitions", "2001")

val spark = SparkSession.builder.config(conf).getOrCreate()

... WARN SparkSession$Builder: Use an existing SparkSession ...
spark: org.apache.spark.sql.SparkSession =  ...

spark.conf.get("spark.sql.shuffle.partitions")

String = 2001

虽然spark.app.name配置更新:

spark.conf.get("spark.app.name")

String = foo

它不会影响SparkContext:

spark.sparkContext.appName

String = Spark shell

停止现有SparkContext/SparkSession

现在让我们停止会话并重复该过程:

spark.stop
val spark = SparkSession.builder.config(conf).getOrCreate()

...  WARN SparkContext: Use an existing SparkContext ...
spark: org.apache.spark.sql.SparkSession = ...

spark.sparkContext.appName

String = foo

有趣的是,当我们停止会话时,我们仍会收到有关使用现有的警告SparkContext,但您可以检查它是否已停止.