Spark工作人员不断删除和添加执行程序

Question

我尝试使用本地Ubuntu虚拟机作为主服务器和远程Ubuntu虚拟机作为worker来构建spark集群。 当本地虚拟机在虚拟机中运行时，为了使远程访客可以访问它，我将虚拟机的7077端口转发到主机的7077端口。 我开始掌握：

./sbin/start-master.sh -h 0.0.0.0 -p 7077

我在0.0.0.0上进行了监听，因为如果我使用默认的127.0.1.1，则远程访客无法连接到它。 我通过在远程计算机上执行以下命令来启动worker：

./bin/spark-class org.apache.spark.deploy.worker.Worker   
spark://129.22.151.82:7077

worker可以连接到master，可以在UI上看到：

然后我试图运行＆＃34; pi＆＃34;示例python代码：

from pyspark import SparkContext, SparkConf
conf=SparkConf().setAppName("Pi").setMaster("spark://0.0.0.0:7077)
sc=SparkContext(conf=conf)

.... 一旦我运行它，程序永远不会停止，我注意到程序总是删除并添加执行程序，因为执行程序总是以错误代码1退出。这是执行程序stderr：

    Using Spark's default log4j profile: org/apache/spark/log4j-  defaults.properties
    16/02/25 13:22:22 INFO CoarseGrainedExecutorBackend: 
Registered signal handlers for [TERM, HUP, INT]
    16/02/25 13:22:22 WARN NativeCodeLoader: Unable to load 
native-hadoop library for your platform... using builtin-java 
classes where applicable
    16/02/25 13:22:23 INFO SecurityManager: Changing view acls to: kxz138,adminuser
    16/02/25 13:22:23 INFO SecurityManager: Changing modify acls to: kxz138,adminuser
    16/02/25 13:22:23 INFO SecurityManager: SecurityManager: 
authentication disabled; ui acls disabled; users with view 
permissions: Set(kxz138, adminuser); users with modify permissions: 
Set(kxz138, adminuser)
    **16/02/25 13:22:23 ERROR UserGroupInformation: 
PriviledgedActionException as:adminuser (auth:SIMPLE) 
cause:java.io.IOException: Failed to connect to /10.0.2.15:34935
    Exception in thread "main" java.io.IOException: Failed to connect to /10.0.2.15:34935**
    at org.apache.spark.network.client.TransportClientFactory.createClient(TransportClientFactory.java:216)
    at org.apache.spark.network.client.TransportClientFactory.createClient(TransportClientFactory.java:167)
    at org.apache.spark.rpc.netty.NettyRpcEnv.createClient(NettyRpcEnv.scala:200)
    at org.apache.spark.rpc.netty.Outbox$$anon$1.call(Outbox.scala:187)

我注意到这里的错误实际上是一个网络问题。该工作人员实际上正在尝试访问10.0.2.15，这是我的虚拟机的本地NAT IP地址，但失败了。   当我仅从本地计算机部署worker时，不会发生此错误。   任何人都知道为什么会出现这个错误？为什么工作人员试图访问IP地址10.0.2.15而不是我的公共IP？

顺便说一句，我已经设置了从主服务器到服务器的无密钥ssh访问。

Answer 1

我通过确保集群中的VM属于同一子网解决了该问题。例如，最初，我将IP 192.168.56.101设置为主节点，将192.168.57.101设置为工作节点，并以255.255.255.0作为子网掩码。但这意味着两个IP地址都不在同一个子网内。将子网掩码更改为255.255.0.0后，可以正常运行我的应用程序。您可能还需要相应地编辑一些配置文件（例如~/.bashrc，conf/spark-env.sh，conf/slaves.sh，conf/spark-default.conf和/etc/hosts）