As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
# Uso do Volcano como um programador personalizado para Apache Spark no Amazon EMR no EKS
Com o Amazon EMR no EKS, você pode usar o operador do Spark ou o spark-submit para executar trabalhos do Spark com programadores personalizados do Kubernetes. Este tutorial aborda como executar trabalhos do Spark com um programador do Volcano em uma fila personalizada.
## Visão geral do
O [Volcano](https://volcano.sh/en/) pode ajudar a gerenciar a programação do Spark com funções avançadas, como a programação de filas, a programação de compartilhamento equitativo e a reserva de recursos. Para obter mais informações sobre os benefícios do Volcano, consulte [Why Spark chooses Volcano as built-in batch scheduler on Kubernetes?](https://www.cncf.io/blog/2022/06/30/why-spark-chooses-volcano-as-built-in-batch-scheduler-on-kubernetes/) no *blog CNCF* da Linux Foundation.
## Instalação e configuração do Volcano
1. Escolha um dos seguintes comandos kubectl para instalar o Volcano, com base em suas necessidades arquitetônicas:
```
# x86_64
kubectl apply -f https://raw.githubusercontent.com/volcano-sh/volcano/v1.5.1/installer/volcano-development.yaml
# arm64:
kubectl apply -f https://raw.githubusercontent.com/volcano-sh/volcano/v1.5.1/installer/volcano-development-arm64.yaml
```
1. Prepare uma fila de exemplo do Volcano. Uma fila é uma coleção de. [PodGroups](https://volcano.sh/en/docs/podgroup/) A fila adota o FIFO e é a base para a divisão de recursos.
```
cat << EOF > volcanoQ.yaml
apiVersion: scheduling.volcano.sh/v1beta1
kind: Queue
metadata:
name: sparkqueue
spec:
weight: 4
reclaimable: false
capability:
cpu: 10
memory: 20Gi
EOF
kubectl apply -f volcanoQ.yaml
```
1. Faça upload de um exemplo de PodGroup manifesto para o Amazon S3. PodGroup é um grupo de grupos com forte associação. Você normalmente usa um PodGroup para agendamento em lote. Envie a amostra PodGroup a seguir para a fila que você definiu na etapa anterior.
```
cat << EOF > podGroup.yaml
apiVersion: scheduling.volcano.sh/v1beta1
kind: PodGroup
spec:
# Set minMember to 1 to make a driver pod
minMember: 1
# Specify minResources to support resource reservation.
# Consider the driver pod resource and executors pod resource.
# The available resources should meet the minimum requirements of the Spark job
# to avoid a situation where drivers are scheduled, but they can't schedule
# sufficient executors to progress.
minResources:
cpu: "1"
memory: "1Gi"
# Specify the queue. This defines the resource queue that the job should be submitted to.
queue: sparkqueue
EOF
aws s3 mv podGroup.yaml s3://bucket-name
```
## Execução de uma aplicação do Spark usando o programador do Volcano com o operador do Spark
1. Se ainda não o fez, conclua as etapas apresentadas nas seguintes seções para se preparar para usar:
1. [Instalação e configuração do Volcano](#tutorial-volcano-install)
1. [Configuração do operador do Spark para o Amazon EMR no EKS](spark-operator-setup.md)
1. [Instalação do operador do Spark](spark-operator-gs.md#spark-operator-install)
Inclua os seguintes argumentos ao executar o comando `helm install spark-operator-demo`:
```
--set batchScheduler.enable=true
--set webhook.enable=true
```
1. Crie um arquivo `SparkApplication` de definição `spark-pi.yaml` com `batchScheduler` configurado.
```
apiVersion: "sparkoperator.k8s.io/v1beta2"
kind: SparkApplication
metadata:
name: spark-pi
namespace: spark-operator
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"
batchScheduler: "volcano" #Note: You must specify the batch scheduler name as 'volcano'
restartPolicy:
type: Never
volumes:
- name: "test-volume"
hostPath:
path: "/tmp"
type: Directory
driver:
cores: 1
coreLimit: "1200m"
memory: "512m"
labels:
version: 3.3.1
serviceAccount: emr-containers-sa-spark
volumeMounts:
- name: "test-volume"
mountPath: "/tmp"
executor:
cores: 1
instances: 1
memory: "512m"
labels:
version: 3.3.1
volumeMounts:
- name: "test-volume"
mountPath: "/tmp"
```
1. Envie a aplicação do Spark com o comando apresentado a seguir. Isso também cria um objeto `SparkApplication` chamado `spark-pi`:
```
kubectl apply -f spark-pi.yaml
```
1. Verifique os eventos do objeto `SparkApplication` com o seguinte comando:
```
kubectl describe pods spark-pi-driver --namespace spark-operator
```
O primeiro evento do pod mostrará que o Volcano programou os pods:
```
Type Reason Age From Message
---- ------ ---- ---- -------
Normal Scheduled 23s volcano Successfully assigned default/spark-pi-driver to integration-worker2
```
## Execução de uma aplicação do Spark usando o programador do Volcano com o `spark-submit`
1. Primeiro, conclua as etapas na seção [Configuração do spark-submit para o Amazon EMR no EKS](spark-submit-setup.md). Você deve desenvolver a distribuição do `spark-submit` com suporte do Volcano. Para obter mais informações, consulte a **seção Build** de [Using Volcano as Customized Scheduler for Spark on Kubernetes](https://spark.apache.org/docs/latest/running-on-kubernetes.html#build) na *documentação do Apache Spark*.
1. Defina os valores para as seguintes variáveis de ambiente:
```
export SPARK_HOME=spark-home
export MASTER_URL=k8s://Amazon-EKS-cluster-endpoint
```
1. Envie a aplicação do Spark com o seguinte comando:
```
$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 \
--deploy-mode cluster \
--conf spark.kubernetes.namespace=spark-operator \
--conf spark.kubernetes.scheduler.name=volcano \
--conf spark.kubernetes.scheduler.volcano.podGroupTemplateFile=/path/to/podgroup-template.yaml \
--conf spark.kubernetes.driver.pod.featureSteps=org.apache.spark.deploy.k8s.features.VolcanoFeatureStep \
--conf spark.kubernetes.executor.pod.featureSteps=org.apache.spark.deploy.k8s.features.VolcanoFeatureStep \
local:///usr/lib/spark/examples/jars/spark-examples.jar 20
```
1. Verifique os eventos do objeto `SparkApplication` com o seguinte comando:
```
kubectl describe pod spark-pi --namespace spark-operator
```
O primeiro evento do pod mostrará que o Volcano programou os pods:
```
Type Reason Age From Message
---- ------ ---- ---- -------
Normal Scheduled 23s volcano Successfully assigned default/spark-pi-driver to integration-worker2
```