{"id":30548,"date":"2019-10-31T21:36:08","date_gmt":"2019-10-31T18:36:08","guid":{"rendered":"https:\/\/prohoster.info\/blog\/konfigurirovanie-spark-na-yarn\/"},"modified":"2019-10-31T21:36:08","modified_gmt":"2019-10-31T18:36:08","slug":"konfigurirovanie-spark-na-yarn","status":"publish","type":"post","link":"https:\/\/prohoster.info\/bs\/blog\/news\/konfigurirovanie-spark-na-yarn","title":{"rendered":"Konfiguracija Sparka na YARN","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"<p>Habr, zdravo! Ju\u010der na <noindex><a rel=\"nofollow\" href=\"https:\/\/www.facebook.com\/events\/1825957590998380\/\">mitapu posve\u0107enom Apache Sparku<\/a><\/noindex>, od strane ekipa iz Rambler&#038;Co, bilo je vi\u0161e pitanja od u\u010desnika vezanih za konfiguraciju ovog alata. Odlu\u010dili smo podeliti svoje iskustvo na osnovu toga. Tema nije jednostavna \u2014 zato predla\u017eemo da delite svoja iskustva i u komentarima, mo\u017eda i mi ne\u0161to ne razumemo ili ne koristimo ispravno.<br \/>\n<noindex><a rel=\"nofollow\" name=\"habracut\"><\/a><\/noindex><br \/>\nKratka uvodna re\u010d \u2014 kako koristimo Spark. Imamo trodimenzionalni program <noindex><a rel=\"nofollow\" href=\"http:\/\/newprolab.com\/ru\/bigdata?utm_source=habr&amp;utm_campaign=spark\">\u201eSpecijalista za velike podatke\u201c<\/a><\/noindex>, i tokom drugog modula na\u0161i u\u010desnici rade na ovom alatu. Stoga je na\u0161 zadatak, kao organizatora, da pripremimo klaster za kori\u0161\u0107enje u okviru ovog slu\u010daja.<\/p>\n<p>Osobina na\u0161e upotrebe je da broj ljudi koji simultano rade na Sparku mo\u017ee biti jednak celoj grupi. Na primer, na seminaru, kada svi istovremeno ne\u0161to probaju i ponavljaju za na\u0161im predava\u010dem. A to je ponekad \u010dak 40 ljudi. Verovatno nema mnogo kompanija u svetu koje se suo\u010davaju sa takvim scenarijem kori\u0161\u0107enja.<\/p>\n<p>Dalje \u0107u ispri\u010dati kako i za\u0161to smo birali odre\u0111ene parametre konfiguracije.<\/p>\n<p>Po\u010de\u0107emo od samog po\u010detka. Spark ima 3 opcije za rad na klasteru: standalone, kori\u0161\u0107enjem Mesosa i kori\u0161\u0107enjem YARN-a. Odlu\u010dili smo se za tre\u0107u opciju jer nam je delovala logi\u010dno. Ve\u0107 imamo Hadoop klaster. Na\u0161i u\u010desnici su ve\u0107 dobro upoznati s njegovom arhitekturom. Hajde da koristimo YARN.<\/p>\n<pre><code class=\"apache\">spark.master=yarn<\/code><\/pre>\n<p>\nZatim postaje interesantnije. Svaka od ovih 3 opcija implementacije ima 2 opcije deploy-a: client i cluster. Na osnovu <noindex><a rel=\"nofollow\" href=\"http:\/\/spark.apache.org\/docs\/latest\/running-on-yarn.html\">dokumentaciji<\/a><\/noindex> i razli\u010ditih linkova na internetu, mo\u017ee se zaklju\u010diti da je client prikladan za interaktivni rad \u2014 na primer, preko Jupyter notebook-a, dok je cluster vi\u0161e prikladan za produkcijska re\u0161enja. U na\u0161em slu\u010daju nas je zanimala interaktivna upotreba, pa:<\/p>\n<pre><code class=\"apache\">spark.deploy-mode=client<\/code><\/pre>\n<p>\nU su\u0161tini, od ovog trenutka Spark \u0107e ve\u0107 raditi na YARN-u, ali to nam nije bilo dovoljno. Budu\u0107i da imamo program o velikim podacima, ponekad u\u010desnicima nije bilo dovoljno onoga \u0161to je izlazilo iz ravnomernog deljenja resursa. I ovde smo otkrili zanimljivu stvar \u2014 dinami\u010dku alokaciju resursa. Ukratko, su\u0161tina je sljede\u0107a: ako imate zahtevnu zadatak i klaster je slobodan (na primjer, ujutro), onda vam ova opcija mo\u017ee omogu\u0107iti da Spark dopuni dodatne resurse. Potreba se izra\u010dunava prema slo\u017eenoj formuli. Ne\u0107emo se upu\u0161tati u detalje \u2014 ona dobro funkcioni\u0161e.<\/p>\n<pre><code class=\"apache\">spark.dynamicAllocation.enabled=true<\/code><\/pre>\n<p>\nPostavili smo ovu opciju, i pri pokretanju Spark je dao gre\u0161ku i nije se pokrenuo. U pravu, jer je trebalo bolje pro\u010ditati <noindex><a rel=\"nofollow\" href=\"http:\/\/spark.apache.org\/docs\/latest\/configuration.html\">dokumentaciju<\/a><\/noindex> pa\u017eljivije. Tamo je navedeno da, da bi sve bilo u redu, potrebno je uklju\u010diti i dodatnu opciju.<\/p>\n<pre><code class=\"apache\">spark.shuffle.service.enabled=true<\/code><\/pre>\n<p>\nZa\u0161to je to potrebno? Kada na\u0161 posao ne zahteva onoliko resursa, Spark bi trebao da vrati resurse u zajedni\u010dki bazen. Najvi\u0161e resursa tro\u0161e faze gotovo svake MapReduce zadatka \u2014 to je faza Shuffle. Ova opcija omogu\u0107ava \u010duvanje podataka koji se generi\u0161u u toj fazi i tako osloba\u0111a izvr\u0161itelje. A izvr\u0161itelj je proces koji na radniku sve obra\u0111uje. Ima odre\u0111eni broj procesorskih jezgara i odre\u0111enu koli\u010dinu memorije.<\/p>\n<p>Dodali smo tu opciju. Sve se \u010dinilo da radi. Postalo je o\u010digledno da u\u010desnici dobijaju vi\u0161e resursa kada im je to potrebno. Ali se pojavio drugi problem \u2014 u nekom trenutku drugi u\u010desnici su se budili i tako\u0111e \u017eeleli da koriste Spark, ali je sve bilo zauzeto, i bili su nezadovoljni. Mogu ih razumeti. Po\u010deli smo da gledamo u dokumentaciju. Tamo su se ispostavile jo\u0161 neke opcije preko kojih mo\u017eemo uticati na proces. Na primjer, ako je izvr\u0161itelj u re\u017eimu \u010dekanja \u2014 nakon koliko vremena mo\u017eemo uzeti resurse od njega?<\/p>\n<pre><code class=\"apache\">spark.dynamicAllocation.executorIdleTimeout=120s<\/code><\/pre>\n<p>\nU na\u0161em slu\u010daju \u2014 ako va\u0161i executors ne rade ni\u0161ta tokom dva minuta, molim vas, vratite ih u zajedni\u010dki prostor. Ipak, ni taj parametar nije uvek bio dovoljan. Bilo je o\u010digledno da osoba ve\u0107 dugo ne radi, a resursi se ne osloba\u0111aju. Ispostavilo se da postoji jo\u0161 jedan poseban parametar \u2014 posle koliko vremena usluga treba da izbaci executors sa ke\u0161iranim podacima. Po defaultu, ovaj parametar je bio \u2014 beskona\u010dnost! Popravili smo to.<\/p>\n<pre><code class=\"apache\">spark.dynamicAllocation.cachedExecutorIdleTimeout=600s<\/code><\/pre>\n<p>\nDakle, ako va\u0161i executors ne rade ni\u0161ta tokom 5 minuta, vratite ih u zajedni\u010dki prostor. U ovom re\u017eimu, brzina osloba\u0111anja i dodele resursa za veliki broj korisnika postala je zadovoljavaju\u0107a. Broj nezadovoljnih se smanjio. Me\u0111utim, odlu\u010dili smo da idemo dalje i ograni\u010dimo maksimalan broj executora po aplikaciji \u2014 u su\u0161tini po jednom u\u010desniku programa.<\/p>\n<pre><code class=\"apache\">spark.dynamicAllocation.maxExecutors=19<\/code><\/pre>\n<p>\nNaravno, sada su se pojavili nezadovoljni s druge strane \u2014 \"klaster miruje, a imam samo 19 executora\", ali \u0161ta da radimo \u2014 potrebna je prava ravnote\u017ea. Ne mo\u017eemo sve u\u010diniti sre\u0107nima.<\/p>\n<p>I jo\u0161 jedna mala pri\u010da povezana sa specifikama na\u0161eg slu\u010daja. Nekoliko osoba se jedne prilike zakasnilo na prakti\u010dnu ve\u017ebu, a njihov Spark iz nekog razloga nije startovao. Pogledali smo broj slobodnih resursa \u2014 \u010dinilo se da ih ima dovoljno. Spark treba da startuje. Sre\u0107om, do tog trenutka je dokumentacija ve\u0107 negde bila sme\u0161tena u podsvest, i setili smo se da pri pokretanju Spark tra\u017ei port na kojem \u0107e startovati. Ako je prvi port iz opsega zauzet, prelazi na slede\u0107i. Ako je slobodan, preuzima ga. A postoji parametar koji ozna\u010dava maksimalan broj poku\u0161aja za ovo. Po defaultu \u2014 to je 16. Manje od broja ljudi u na\u0161oj grupi na ve\u017ebi. Shodno tome, nakon 16 poku\u0161aja, Spark je odustajao i govorio da ne mo\u017ee da startuje. Popravili smo ovaj parametar.<\/p>\n<pre><code class=\"apache\">spark.port.maxRetries=50<\/code><\/pre>\n<p>\nDalje \u0107u govoriti o nekim pode\u0161avanjima koja nisu mnogo povezana sa specifikama na\u0161eg slu\u010daja.<\/p>\n<p>Za br\u017ei start Sparka, preporu\u010duje se da se fascikla sa jarovima, koja se nalazi u doma\u0107oj direktoriji SPARK_HOME, arhivira i postavi na HDFS. Tako \u0107e tro\u0161kovi vremena na u\u010ditavanje tih jarova po radnicima biti svedeni na minimum.<\/p>\n<pre><code class=\"apache\">spark.yarn.archive=hdfs:\/\/\/tmp\/spark-archive.zip<\/code><\/pre>\n<p>\nTako\u0111er, za br\u017ei rad se preporu\u010duje kori\u0161tenje kryo kao serializer-a. On je optimizovaniji od onoga koji je po defaultu.<\/p>\n<pre><code class=\"apache\">spark.serializer=org.apache.spark.serializer.KryoSerializer<\/code><\/pre>\n<p>\nI postoji stari problem sa Spark-om, da \u010desto pada zbog nedostatka memorije. To se obi\u010dno de\u0161ava kada radnici sve izra\u010dunaju i \u0161alju rezultat na drajver. Pove\u0107ali smo taj parametar. Po defaultu je 1GB, mi smo ga postavili na 3.<\/p>\n<pre><code class=\"apache\">spark.driver.maxResultSize=3072<\/code><\/pre>\n<p>\nI na kraju, kao \u0161lag na tortu. Kako a\u017eurirati Spark na verziju 2.1 u HortonWorks distribuciji \u2014 HDP 2.5.3.0. Ova verzija HDP dolazi sa unaprijed instaliranom verzijom 2.0, ali smo nekada za sebe odlu\u010dili da se Spark prili\u010dno aktivno razvija i svaka nova verzija ispravlja neke gre\u0161ke i donosi nove mogu\u0107nosti, uklju\u010duju\u0107i i za python API, pa smo odlu\u010dili da je potrebno izvr\u0161iti a\u017euriranje.<\/p>\n<p>Preuzeli smo verziju sa zvani\u010dne stranice za Hadoop 2.7. Raspakovali smo je, stavili u folder sa HDP-om. Postavili smo simlinkove kako treba. Pokre\u0107emo \u2014 ne startuje. Pojavljuje se vrlo nejasna gre\u0161ka.<\/p>\n<pre><code class=\"apache\">java.lang.NoClassDefFoundError: com\/sun\/jersey\/api\/client\/config\/ClientConfig<\/code><\/pre>\n<p>\nPretra\u017euju\u0107i internet, saznali smo da je Spark odlu\u010dio da ne \u010deka dok Hadoop iza\u0111e sa novom verzijom, pa su po\u010deli koristiti novu verziju jersey-a. Oni se zapravo u tom pitanju prepiru u JIRA. Re\u0161enje je bilo \u2014 preuzeti <noindex><a rel=\"nofollow\" href=\"https:\/\/mvnrepository.com\/artifact\/com.sun.jersey\/jersey-bundle\/1.17.1\">jersey verziju 1.17.1<\/a><\/noindex>. Staviti to u folder jars u SPARK_HOME, ponovo zipovati i staviti na HDFS.<\/p>\n<p>Ovu gre\u0161ku smo zaobi\u0161li, ali se pojavila nova i prili\u010dno nejasna.<\/p>\n<pre><code class=\"apache\">org.apache.spark.SparkException: Yarn aplikacija je ve\u0107 zavr\u0161ena! Mo\u017eda je ubijena ili nije mogla pokrenuti aplikaciju master<\/code><\/pre>\n<p>\nPri tome poku\u0161avamo pokrenuti verziju 2.0 \u2014 sve je u redu. Poku\u0161aj da pogodi\u0161 u \u010demu je problem. U\u0161li smo u logove te aplikacije i videli ne\u0161to ovako:<\/p>\n<pre><code class=\"apache\">\/usr\/hdp\/${hdp.version}\/hadoop\/lib\/hadoop-lzo-0.6.0.${hdp.version}.jar<\/code><\/pre>\n<p>\nU svakom slu\u010daju, iz nekog razloga hdp.version nije rezolvirana. Pretra\u017euju\u0107i internet, na\u0161li smo re\u0161enje. Potrebno je u\u0107i u Ambari, oti\u0107i u postavke YARN-a i dodati parametar u custom yarn-site:<\/p>\n<pre><code class=\"apache\">hdp.version=2.5.3.0-37<\/code><\/pre>\n<p>\nOva \u010darolija je pomogla, i Spark je poletio. Testirali smo nekoliko na\u0161ih jupyter-notebooka. Sve radi. Spremni smo za prvo predavanje o Sparku u subotu (ve\u0107 sutra)!<\/p>\n<p><b>UPD<\/b>. Na predavanju se ispostavila jo\u0161 jedna gre\u0161ka. U nekom trenutku YARN je prestao davati kontejnere za Spark. U YARN-u je bilo potrebno ispraviti parametar, koji je po defaultu bio 0.2:<\/p>\n<pre><code class=\"apache\">yarn.scheduler.capacity.maximum-am-resource-percent=0.8<\/code><\/pre>\n<p>\nDakle, samo 20% resursa je u\u010destvovalo u raspodeli resursa. Promenili smo parametre i ponovo pokrenuli YARN. Problem je re\u0161en, i ostali u\u010desnici su tako\u0111e mogli da pokrenu spark kontekst.<br \/>\n<br \/>Izvor: <a content=\"nofollow\" rel=\"nofollow\" href=\"https:\/\/habr.com\/ru\/company\/newprolab\/blog\/327556\/\">habr.com<\/a><\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"<p>\u0425\u0430\u0431\u0440, \u043f\u0440\u0438\u0432\u0435\u0442! \u0412\u0447\u0435\u0440\u0430 \u043d\u0430 \u043c\u0438\u0442\u0430\u043f\u0435, \u043f\u043e\u0441\u0432\u044f\u0449\u0435\u043d\u043d\u043e\u043c Apache Spark, \u043e\u0442 \u0440\u0435\u0431\u044f\u0442 \u0438\u0437 Rambler&#038;Co, \u0431\u044b\u043b\u043e \u0434\u043e\u0432\u043e\u043b\u044c\u043d\u043e \u043c\u043d\u043e\u0433\u043e \u0432\u043e\u043f\u0440\u043e\u0441\u043e\u0432 \u043e\u0442 \u0443\u0447\u0430\u0441\u0442\u043d\u0438\u043a\u043e\u0432, \u0441\u0432\u044f\u0437\u0430\u043d\u043d\u044b\u0445 \u0441 \u043a\u043e\u043d\u0444\u0438\u0433\u0443\u0440\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435\u043c \u044d\u0442\u043e\u0433\u043e \u0438\u043d\u0441\u0442\u0440\u0443\u043c\u0435\u043d\u0442\u0430. \u0420\u0435\u0448\u0438\u043b\u0438 \u043f\u043e \u0435\u0433\u043e \u0441\u043b\u0435\u0434\u0430\u043c \u043f\u043e\u0434\u0435\u043b\u0438\u0442\u044c\u0441\u044f \u0441\u0432\u043e\u0438\u043c \u043e\u043f\u044b\u0442\u043e\u043c. \u0422\u0435\u043c\u0430 \u043d\u0435\u043f\u0440\u043e\u0441\u0442\u0430\u044f \u2014 \u043f\u043e\u044d\u0442\u043e\u043c\u0443 \u043f\u0440\u0435\u0434\u043b\u0430\u0433\u0430\u0435\u043c \u0434\u0435\u043b\u0438\u0442\u044c\u0441\u044f \u043e\u043f\u044b\u0442\u043e\u043c \u0442\u043e\u0436\u0435 \u0432 \u043a\u043e\u043c\u043c\u0435\u043d\u0442\u0430\u0440\u0438\u044f\u0445, \u043c\u043e\u0436\u0435\u0442 \u0431\u044b\u0442\u044c, \u043c\u044b \u0442\u043e\u0436\u0435 \u0447\u0442\u043e-\u0442\u043e \u043d\u0435 \u0442\u0430\u043a \u043f\u043e\u043d\u0438\u043c\u0430\u0435\u043c \u0438 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u0435\u043c. \u041d\u0435\u0431\u043e\u043b\u044c\u0448\u0430\u044f \u0432\u0432\u043e\u0434\u043d\u0430\u044f \u2014 \u043a\u0430\u043a \u043c\u044b [&hellip;]<\/p>\n","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[702],"tags":[],"class_list":["post-30548","post","type-post","status-publish","format-standard","hentry","category-news"],"aioseo_notices":[],"aioseo_head":"\n\t\t<!-- All in One SEO 5.0.5.1 - aioseo.com -->\n\t<meta name=\"description\" content=\"\u0425\u0430\u0431\u0440, \u043f\u0440\u0438\u0432\u0435\u0442!\" \/>\n\t<meta name=\"robots\" content=\"max-image-preview:large\" \/>\n\t<meta name=\"author\" content=\"Yuri Gagarin\"\/>\n\t<link rel=\"canonical\" href=\"https:\/\/prohoster.info\/bs\/blog\/news\/konfigurirovanie-spark-na-yarn\" \/>\n\t\t<meta name=\"generator\" content=\"All in One SEO (AIOSEO) 5.0.5.1\" \/>\n\t\t<meta property=\"og:locale\" content=\"bs_BA\" \/>\n\t\t<meta property=\"og:site_name\" content=\"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b\" \/>\n\t\t<meta property=\"og:type\" content=\"article\" \/>\n\t\t<meta property=\"og:title\" content=\"\ud83e\udd47\u041a\u043e\u043d\u0444\u0438\u0433\u0443\u0440\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435 Spark \u043d\u0430 YARN | ProHoster\" \/>\n\t\t<meta property=\"og:description\" content=\"\u0425\u0430\u0431\u0440, \u043f\u0440\u0438\u0432\u0435\u0442!\" \/>\n\t\t<meta property=\"og:url\" content=\"https:\/\/prohoster.info\/bs\/blog\/news\/konfigurirovanie-spark-na-yarn\" \/>\n\t\t<meta property=\"og:image\" content=\"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg\" \/>\n\t\t<meta property=\"og:image:secure_url\" content=\"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg\" \/>\n\t\t<meta property=\"og:image:width\" content=\"350\" \/>\n\t\t<meta property=\"og:image:height\" content=\"350\" \/>\n\t\t<meta property=\"article:published_time\" content=\"2019-10-31T18:36:08+00:00\" \/>\n\t\t<meta property=\"article:modified_time\" content=\"2019-10-31T18:36:08+00:00\" \/>\n\t\t<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/prohoster\" \/>\n\t\t<meta property=\"article:author\" content=\"https:\/\/www.facebook.com\/prohoster\" \/>\n\t\t<!-- All in One SEO -->\n\n","aioseo_head_json":{"title":"\ud83e\udd47Konfiguracija Sparka na YARN-u | ProHoster","description":"Habr, zdravo!","canonical_url":"https:\/\/prohoster.info\/bs\/blog\/news\/konfigurirovanie-spark-na-yarn","robots":"max-image-preview:large","keywords":"","webmasterTools":{"miscellaneous":""},"schema":null,"og:locale":"bs_BA","og:site_name":"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b","og:type":"article","og:title":"\ud83e\udd47\u041a\u043e\u043d\u0444\u0438\u0433\u0443\u0440\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435 Spark \u043d\u0430 YARN | ProHoster","og:description":"\u0425\u0430\u0431\u0440, \u043f\u0440\u0438\u0432\u0435\u0442!","og:url":"https:\/\/prohoster.info\/bs\/blog\/news\/konfigurirovanie-spark-na-yarn","og:image":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:secure_url":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:width":350,"og:image:height":350,"article:published_time":"2019-10-31T18:36:08+00:00","article:modified_time":"2019-10-31T18:36:08+00:00","article:publisher":"https:\/\/www.facebook.com\/prohoster","article:author":"https:\/\/www.facebook.com\/prohoster"},"aioseo_meta_data":{"post_id":"30548","title":null,"description":null,"keywords":null,"keyphrases":null,"primary_term":null,"canonical_url":null,"og_title":null,"og_description":null,"og_object_type":"default","og_image_type":"default","og_image_url":null,"og_image_width":null,"og_image_height":null,"og_image_custom_url":null,"og_image_custom_fields":null,"og_video":null,"og_custom_url":null,"og_article_section":null,"og_article_tags":null,"twitter_use_og":false,"twitter_card":"default","twitter_image_type":"default","twitter_image_url":null,"twitter_image_custom_url":null,"twitter_image_custom_fields":null,"twitter_title":null,"twitter_description":null,"schema":{"blockGraphs":[],"customGraphs":[],"default":{"data":{"Article":[],"Course":[],"Dataset":[],"FAQPage":[],"Movie":[],"Person":[],"Product":[],"ProductReview":[],"Car":[],"Recipe":[],"Service":[],"SoftwareApplication":[],"WebPage":[]},"graphName":"","isEnabled":true},"graphs":[]},"schema_type":null,"schema_type_options":null,"pillar_content":false,"robots_default":true,"robots_noindex":false,"robots_noarchive":false,"robots_nosnippet":false,"robots_nofollow":false,"robots_noimageindex":false,"robots_noodp":false,"robots_notranslate":false,"robots_max_snippet":null,"robots_max_videopreview":null,"robots_max_imagepreview":"large","priority":null,"frequency":null,"local_seo":null,"seo_analyzer_scan_date":"2026-01-21 01:45:22","breadcrumb_settings":null,"limit_modified_date":false,"reviewed_by":null,"ai":null,"created":"2021-03-01 03:33:26","updated":"2026-01-21 01:45:22","focus_keyword":null,"additional_keywords":null,"truseo_locale":null},"gt_translate_keys":[{"key":"link","format":"url"}],"_links":{"self":[{"href":"https:\/\/prohoster.info\/bs\/wp-json\/wp\/v2\/posts\/30548","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prohoster.info\/bs\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prohoster.info\/bs\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prohoster.info\/bs\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/prohoster.info\/bs\/wp-json\/wp\/v2\/comments?post=30548"}],"version-history":[{"count":0,"href":"https:\/\/prohoster.info\/bs\/wp-json\/wp\/v2\/posts\/30548\/revisions"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/bs\/wp-json\/wp\/v2\/media?parent=30548"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/bs\/wp-json\/wp\/v2\/categories?post=30548"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/bs\/wp-json\/wp\/v2\/tags?post=30548"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}