升级算法加速库

在客户端节点上，以大数据组件的授权用户登录服务器，删除客户端“/home/test/boostkit/lib/”目录下旧版本的图分析算法加速库JAR包。
1
rm -f /home/test/boostkit/lib/boostkit-*
参考编译代码获取图分析算法加速库适配包。
参考获取图分析算法加速库的核心JAR包获取图分析算法加速库的核心JAR包。

将2获得的图分析算法加速库适配包复制到“/home/test/boostkit/lib/”目录下。

cp /opt/Spark-graph-algo-lib-3.0.0-spark3.3.1/graph-accelerator/target/boostkit-graph-acc_2.12-3.0.0-spark3.3.1.jar /home/test/boostkit/lib
cp /opt/Spark-graph-algo-lib-3.0.0-spark3.3.1/graph-accelerator/target/boostkit-graph-core_2.12-3.0.0-spark3.3.1.jar /home/test/boostkit/lib

任务shell脚本内容可参考以下内容（yarn-client模式和yarn-cluster模式二选一即可）。

将提交任务shell脚本放入客户端与测试JAR包相同目录的“/home/test/boostkit/”下，使用yarn-client模式启动Spark作业，shell脚本内容示例如下：

#!/bin/bash

spark-submit \
--class com.bigdata.graph.MCEMain \
--master yarn \
--deploy-mode client \
--driver-cores 36 \
--driver-memory 50g \
--jars "lib/fastutil-8.3.1.jar,lib/boostkit-graph-acc_2.12-3.0.0-spark3.3.1.jar,lib/boostkit-graph-kernel-2.12-3.0.0-spark3.3.1-aarch64.jar,lib/boostkit-graph-core_2.12-3.0.0-spark3.3.1.jar" \
--driver-class-path "lib/graph-test.jar:lib/fastutil-8.3.1.jar:lib/snakeyaml-1.17.jar:lib/boostkit-graph-acc_2.12-3.0.0-spark3.3.1.jar:lib/boostkit-graph-kernel-2.12-3.0.0-spark3.3.1-aarch64.jar:lib/boostkit-graph-core_2.12-3.0.0-spark3.3.1.jar" \
--conf "spark.executor.extraClassPath=fastutil-8.3.1.jar:boostkit-graph-acc_2.12-3.0.0-spark3.3.1.jar:boostkit-graph-kernel-2.12-3.0.0-spark3.3.1-aarch64.jar:boostkit-graph-core_2.12-3.0.0-spark3.3.1.jar" \
./graph-test.jar 

将提交任务shell脚本放入客户端与测试JAR包相同目录的“/home/test/boostkit/”下，使用yarn-cluster模式启动Spark作业，shell脚本内容示例如下：

#!/bin/bash

spark-submit \
--class com.bigdata.graph.MCEMain \
--master yarn \
--deploy-mode cluster \
--driver-cores 36 \
--driver-memory 50g \
--jars "lib/fastutil-8.3.1.jar,lib/boostkit-graph-acc_2.12-3.0.0-spark3.3.1.jar,lib/boostkit-graph-kernel-2.12-3.0.0-spark3.3.1-aarch64.jar,lib/boostkit-graph-core_2.12-3.0.0-spark3.3.1.jar" \
--driver-class-path "graph-test.jar:fastutil-8.3.1.jar:snakeyaml-1.17.jar:boostkit-graph-acc_2.12-3.0.0-spark3.3.1.jar:boostkit-graph-kernel-2.12-3.0.0-spark3.3.1-aarch64.jar:boostkit-graph-core_2.12-3.0.0-spark3.3.1.jar" \
--conf "spark.yarn.cluster.driver.extraClassPath=graph-test.jar:snakeyaml-1.17.jar:boostkit-graph-kernel-2.12-3.0.0-spark3.3.1-aarch64.jar:boostkit-graph-acc_2.12-3.0.0-spark3.3.1.jar:boostkit-graph-core_2.12-3.0.0-spark3.3.1.jar" \
--conf "spark.executor.extraClassPath=fastutil-8.3.1.jar:boostkit-graph-acc_2.12-3.0.0-spark3.3.1.jar:boostkit-graph-kernel-2.12-3.0.0-spark3.3.1-aarch64.jar:boostkit-graph-core_2.12-3.0.0-spark3.3.1.jar" \
./graph-test.jar 

脚本中的语句含义如表1所示。

表1 脚本的语句含义
语句	含义
spark-submit	指明是以spark-submit的形式提交作业。
--class com.bigdata.graph.WCEMain	调用算法的测试程序入口函数。
--driver-class-path "XXX"	指明需要用到的图分析算法加速库、依赖的第三方开源加速库fastutil、算法的测试JAR包在客户端的存放地址。图分析算法加速库需要用到的包：boostkit-graph-kernel-2.12-3.0.0-spark3.3.1-aarch64.jar、boostkit-graph-acc_2.12-3.0.0-spark3.3.1.jar、boostkit-graph-core_2.12-3.0.0-spark3.3.1.jar、fastutil-8.3.1.jar。当提交yarn-client模式的Spark作业时需要写清楚所要引用的JAR包在当前节点的路径和JAR包的名字，多个JAR包之间使用‘:’作为分隔符。当提交yarn-cluster模式的Spark作业时不需要写清楚所要引用的JAR包在当前节点的路径，只需要写清楚要引用的JAR包的名字即可，多个JAR包之间使用‘:’作为分隔符。
--conf "spark.executor.extraClassPath=XXX"	指明需要用到的算法加速库、依赖的第三方开源加速库fastutil和算法所需的JAR包。图分析算法加速库需要用到的包：boostkit-graph-kernel-2.12-3.0.0-spark3.3.1-aarch64.jar、boostkit-graph-acc_2.12-3.0.0-spark3.3.1.jar、boostkit-graph-core_2.12-3.0.0-spark3.3.1.jar、fastutil-8.3.1.jar。
--conf "spark.yarn.cluster.driver.extraClassPath=XXX"	指明需要用到的算法加速库、依赖的第三方开源加速库fastutil和算法所需的JAR包。图分析算法加速库需要用到的包：boostkit-graph-kernel-2.12-3.0.0-spark3.3.1-aarch64.jar、boostkit-graph-acc_2.12-3.0.0-spark3.3.1.jar、boostkit-graph-core_2.12-3.0.0-spark3.3.1.jar、fastutil-8.3.1.jar。只有yarn-cluster模式的Spark作业需要配置此参数，只需要写清楚所引用的JAR包的名字，多个JAR包之间使用‘:’作为分隔符。
--master yarn	指明在Yarn集群上提交Spark任务。
--deploy-mode cluster	指明提交Spark任务的模式是cluster形式的。
--deploy-mode client	指明提交Spark任务的模式是client形式的。
--driver-cores	driver进程所用到的核数。
--driver-memory	driver使用的内存，不可超过单机的总内存。
--jars	指定算法所需JAR包，要写清楚所指定JAR包的路径和名字，多个JAR包之间使用“,”作为分隔符。
./graph-test.jar	指明作为测试程序的JAR包。

算法包运行时的日志默认回显到客户端控制台，不储存在文件中，可以通过引入自定义的log4j.properties将日志保存到本地，引入方法可参考设置运行日志保存到本地。
Spark单机cluster模式提交任务时，建议启用身份验证，并禁用REST API，为规避Spark漏洞。

父主题： 特性指南