submit

--class:你的应用的启动类 (如 org.apache.spark.examples.SparkPi)
--queue
--master:指定Master的地址，默认为Local
--deploy-mode:是否发布你的驱动到worker节点(cluster) 或者作为一个本地客户端 (client) (default: client)
--num-executors
--executor-cores
--executor-memory
--driver-memory
    #任意的Spark配置属性， 格式key=value
--conf "spark.yarn.appMasterEnv.JAVA_HOME=/home/iteblog/java/jdk1.8.0_25" \
--conf "spark.executorEnv.JAVA_HOME=/home/iteblog/java/jdk1.8.0_25" \
    #spark-shell提交Spark Application如何解决依赖库
--driver-class-path 多个jar包之间用冒号分割（windows是分号 linux是冒号表示结束）
    #依赖的jar
--jars
file:/home/hadoop/SparkSqlTest-1.0-SNAPSHOT.jar 
参数一 参数二 。。。。。。

spark-submit \
    --master yarn \
    --deploy-mode cluster \
    --queue default \
    --num-executors 30 \
    --executor-memory 1G \
    --executor-cores 1 \
    --driver-memory 1G \
    --py-files spark_dist/data_processing.zip \
    --jars hdfs://apm/jar-file/ip_udf-0.0.2-SNAPSHOT-jar-with-dependencies.jar \
    driver.py prod data_processing.apm_overseas.main

#!/bin/bash
#定时提交
APP_HOME=/home/spark/sparkjob
JAR_HOME=/home/spark/pack
yesterday=`date +"%Y-%m-%d" -d "-1 days"`
for i in $JAR_HOME/*.jar;
do
  app_CLASSPATH=$i,${app_CLASSPATH}
done
len=${#app_CLASSPATH}-1
JAR_PATH=${app_CLASSPATH:0:len}
/usr/hdp/2.6.1.0-129/spark2/bin/spark-submit \
     --class com.kd.tonze.userPortrait.UsersLabelJob \
     --master yarn \
     --deploy-mode client \
     --num-executors 6 \
     --jars  $JAR_PATH \
     $APP_HOME/kgraphx_2.11-0.0.1.jar $yesterday