Spark 提交任务时，yarncluster模式appname为类名

此文档spark版本为2.0以上。

0x00 背景

首先，可以传入spark运行环境参数有三个地方：命令行（spark-subimit），代码（new SparkConf或SparkSession），client配置文件。

在spark提交任务时，代码里设置了appname，命令行和client配置文件都没有设置。 使用yarn-client模式提交，appname是代码里设置的。 使用yarn-cluster模式提交，appname变为执行类的全类名，例如com.aa.bb.Main。

0x01 原因

在源码里找到如果，appname设置为空，appname设置为类名。

可是明明在代码里设置了，为什么client模式可以，cluster模式不可以。 原因是client和cluster模式启动方式不一样（后边分析），cluster模式不会读取代码里配置，直接读取命令行配置。client模式都会读取，但是代码里优先级最高。

在给apname赋值的时候，会先取命令行传入的参数再取客户端配置文件的参数。 所以cluster模式读的是命令行配置。

0x02 解决

在命令行中提交时候，加上--name 参数来指定appname。

./bin/spark-submit \
  --class org.apache.spark.examples.SparkPi \
  --master yarn \
  --deploy-mode cluster \  
  --executor-memory 20G \
  --executor-cores 2 \   
  --num-executors 50 \
  --name sparkdemo \
  /path/to/examples.jar \
  1000