Application相关属性 

绝大多数的属性控制应用程序的内部设置,并且默认值都是比较合理的。下面对这些属性进行说明:    


该属性没有默认值,它的含义是应用程序名字,这个名字将会在WEB UI上和日志数据里面显示。

如果这个属性没有设置的话,将会把你应用程序的main函数所在类的全名作为应用程序的名称。

在Yarn环境下,还可以用--name或者SPARK_YARN_APP_NAME来设置应用程序的名称。


spark.master

该属性没有默认值。这是Spark程序需要连接集群管理器所在URL地址。

当前spark支持三种集群方式Standalone、Apache Mesos及YARN模式。

如果这个属性在提交应用程序时候没设置,程序将会通过System.getenv("MASTER")来获取MASTER环境变量;

但是如果MASTER环境变量没有设定,那么程序将会把master的值设定为local[*],之后程序将在本地启动。


spark.executor.memory

该属性的默认值是512m。

每个executor处理器可以使用的内存大小之和,跟JVM的内存表示的字符串格式是一样的。

早期版本的Spark,是通过-Xmx和-Xms来设置的。

如果这个值没有设定,那么程序将会先获取SPARK_EXECUTOR_MEMORY环境变量;

如果还没设置,那么获取SPARK_MEM环境变量的值;如果这个值也没设定,那么这个值将会别设定为512,。

几乎所有运行时性能相关的内容都或多或少间接和内存大小相关。

这个参数最终会被设置到Executor的JVM的heap尺寸上,对应的就是Xmx和Xms的值。


spark.serializer

默认值是org.apache.spark.serializer.JavaSerializer。

用于序列化网络传输或者以序列化形式缓存起来的各种对象的类。

默认的Serializer可以对所有的Java对象进行序列化,但是它的速度十分慢!

所以如果速度是影响程序运行的关键,你可以将该值设定为org.apache.spark.serializer.KryoSerializer。

在一些情况下,KryoSerializer的性能可以达到JavaSerializer的10倍以上,


spark.kryo.registrator

默认值为空。

如果你使用了KryoSerializer,就要为Kryo设置这个类去注册你自定义的类。

该类必须继承自KryoRegistrator,实现其中的registerClasses(kryo: Kryo)即可。


spark.local.dir

默认值为/tmp。用于设定Spark的缓存目录,包括了mapper输出的文件,缓存到磁盘的RDD数据。

最好将这个属性设定为访问速度快的本地磁盘。可以用逗号分割来设定多个不同磁盘的目录。

在Spark 1.0和之后版本,这个属性将会被SPARK_LOCAL_DIRS (Standalone, Mesos) 或者 LOCAL_DIRS (YARN) 环境变量替代。


spark.logConf

默认值是false。当SparkContext启动的时候,以INFO日志级别记录下有效的SparkConf 。