Spark 実行構成を送信する
Spark(英語) プラグインを使用すると、Spark クラスター(英語)上でアプリケーションを実行できます。DataGrip は、Spark の bin ディレクトリで spark-submit(英語) スクリプトを実行するための実行 / デバッグ構成を提供します。アプリケーションはローカルで実行することも、SSH 構成を使用して実行することもできます。
Spark プラグインをインストールする
この機能は、インストールして有効にする必要がある Spark(英語) プラグインに依存しています。
Ctrl+Alt+S を押して設定を開き、
を選択します。マーケットプレースタブを開き、Spark プラグインを見つけて、インストールをクリックします (プロンプトが表示されたら、IDE を再起動します)。
Spark 送信構成でアプリケーションを実行する
プラグイン設定を開き、FTP/SFTP/WebDAV 接続(例: リモートホストアクセス)プラグインをインストールします。
に進みます。または、Alt+Shift+F10 を押してから 0 を押します。
新規構成の追加ボタン(
)をクリックして、 を選択します。
実行構成名を入力します。
リモートターゲットリストで、次のいずれかを実行します。
AWS EMR クラスターに接続している場合は、そこにアプリケーションをアップロードできます。
SSH 構成がある場合は、それを使用してアプリケーションをカスタムリモートサーバーに送信できます。
それ以外の場合は、EMR 接続の追加または SSH 接続の追加をクリックします。
「アプリケーション」フィールドで「
」をクリックし、送信するアプリケーションを選択します。
「クラス」フィールドに、アプリケーションのメインクラスの名前を入力します。
オプションのパラメーターを指定することもできます。
実行引数 : アプリケーションを実行するための引数。
Spark の設定で、次のように設定します。
クラスターマネージャー : クラスター上でアプリケーションを実行するための管理方法を選択します。SparkContext は、いくつかのタイプのクラスターマネージャー (Spark 独自のスタンドアロンクラスターマネージャー、Mesos、YARN のいずれか) に接続できます。詳細については、クラスターモードの概要(英語)を参照してください。
デプロイモード : クラスターまたはクライアント。
アップロード先ディレクトリ : 実行可能ファイルをアップロードするためのリモートホスト上のディレクトリ。
Spark ホーム : Spark インストールディレクトリへのパス。
構成 : key=value 形式の任意の Spark 構成プロパティ。
プロパティファイル : Spark プロパティを持つファイルへのパス。
依存関係で、アプリケーションの実行に必要なファイルとアーカイブ (jar) を選択します。
Maven で、Maven 固有の依存関係を選択します。リポジトリを追加したり、実行コンテキストから一部のパッケージを除外したりできます。
ドライバーで、ドライバープロセスに使用するメモリ量などの Spark ドライバー設定を選択します。クラスターモードの場合は、コア数を指定することも可能です。
実行者で、メモリ量やコア数などのエグゼキュータ設定を選択します。
Kerberos: Kerberos との安全な接続を確立するための設定。
シェルオプション : Spark サブミットの前にスクリプトを実行する場合に選択します。
bash へのパスを入力し、実行するスクリプトを指定します。スクリプトへの絶対パスを指定することをお勧めします。
スクリプトをインタラクティブモードで起動する場合は、対話式チェックボックスを選択します。
USER=jetbrains
などの環境変数を指定することもできます。高度な送信オプション :
プロキシユーザー : Spark 接続にプロキシを使用できるようになっているユーザー名。
ドライバー Java オプション、ドライバーライブラリパス、ドライバークラスパス : ドライバーオプションを追加します。詳細については、「ランタイム環境(英語)」を参照してください。
アーカイブ : 各エグゼキュータの作業ディレクトリに抽出されるアーカイブのコンマ区切りのリスト。
追加のデバッグ出力を出力する :
--verbose
オプションを指定して spark-submit を実行し、デバッグ情報を出力します。
OK をクリックして構成を保存します。次に、作成した構成のリストから構成を選択し、
をクリックします。
実行ツールウィンドウで実行結果を確認します。
関連ページ:
![](https://resources.jetbrains.com/help/img/idea/2024.1/bdt-aws-emr-connections.png)
Amazon EMR
DataGrip を使用すると、Amazon EMR データ処理プラットフォームのクラスターとノードを監視できます。AWS EMR サーバーに接続するビッグデータツールウィンドウでクリックし、AWS EMR を選択します。開いたビッグデータツールダイアログで、接続パラメーターを指定します。名前: 他の接続と区別するための接続の名前。領域: クラスターを取得するリージョンを選択します。認証タイプでは、認証方法を選択できます。デフォルトの資格情報プロバイダーチェーン: デフォルトのプロバイダーチェーン...
![](https://resources.jetbrains.com/help/img/idea/2024.1/db_plugins_settings.png)
プラグイン
プラグインは DataGrip のコア機能を拡張します。例: プラグインをインストールして、次の機能を取得します。バージョン管理システム、課題追跡システム、ビルド管理サーバー、その他のツールとの統合。さまざまな言語とフレームワークのコーディング支援サポート。ショートカットのヒント、ライブプレビュー、ファイルウォッチャーなど。次のビデオは、プラグインサブシステムの概要を示しています。プラグイン設定を開くを押して設定を開き、を選択します。マーケットプレースタブを使用して、JetBrains マーケッ...
![](https://resources.jetbrains.com/help/img/idea/2024.1/bdt_spark_connection.png)
Spark モニタリング
Spark プラグインを使用すると、Spark クラスターと送信されたジョブを IDE で直接監視できます。この章では:Spark サーバーへの接続を最初から確立する、Zeppelin ノートブックから Spark への接続を確立する、ジョブグラフの表示、監視データを除外する、Spark サーバーに接続するビッグデータツールウィンドウでクリックし、Spark を選択します。開いたビッグデータツールダイアログで、接続パラメーターを指定します。名前: 他の接続と区別するための接続の名前。URL: Spa...
![](https://resources.jetbrains.com/help/img/idea/2024.1/bdt_custom_spark_cluster_step_1.png)
カスタム Spark クラスター
Spark 実行構成を送信するでは、AWS EMR または Dataproc をリモートサーバーとして使用してアプリケーションを実行できます。これら 2 つのオプションに加えて、独自のカスタム Spark クラスターを構成することもできます。リモートサーバーに接続するための SSH 構成をセットアップし、オプションで Spark 履歴サーバーへの接続と SFTP 接続を構成します。カスタム Spark クラスターの作成ビッグデータツールウィンドウで、をクリックし、カスタム Spark クラスター...