Spark:Yarn-cluster和Yarn-client区别与联系

转载 2015年07月10日 08:02:00

我们都知道Spark支持在yarn上运行,但是Spark on yarn有分为两种模式yarn-cluster和yarn-client,它们究竟有什么区别与联系?阅读完本文,你将了解。
  Spark支持可插拔的集群管理模式(Standalone、Mesos以及YARN ),集群管理负责启动executor进程,编写Spark application 的人根本不需要知道Spark用的是什么集群管理。Spark支持的三种集群模式,这三种集群模式都由两个组件组成:master和slave。Master服务(YARN ResourceManager,Mesos master和Spark standalone master)决定哪些application可以运行,什么时候运行以及哪里去运行。而slave服务( YARN NodeManager, Mesos slave和Spark standalone slave)实际上运行executor进程。

  当在YARN上运行Spark作业,每个Spark executor作为一个YARN容器(container)运行。Spark可以使得多个Tasks在同一个容器(container)里面运行。这是个很大的优点。

  注意这里和Hadoop的MapReduce作业不一样,MapReduce作业为每个Task开启不同的JVM来运行。虽然说MapReduce可以通过参数来配置。详见mapreduce.job.jvm.numtasks。关于这个参数的介绍已经超过本篇文章的介绍。

  从广义上讲,yarn-cluster适用于生产环境;而yarn-client适用于交互和调试,也就是希望快速地看到application的输出。

  在我们介绍yarn-cluster和yarn-client的深层次的区别之前,我们先明白一个概念:Application Master。在YARN中,每个Application实例都有一个Application Master进程,它是Application启动的第一个容器。它负责和ResourceManager打交道,并请求资源。获取资源之后告诉NodeManager为其启动container。

  从深层次的含义讲,yarn-cluster和yarn-client模式的区别其实就是Application Master进程的区别,yarn-cluster模式下,driver运行在AM(Application Master)中,它负责向YARN申请资源,并监督作业的运行状况。当用户提交了作业之后,就可以关掉Client,作业会继续在YARN上运行。然而yarn-cluster模式不适合运行交互类型的作业。而yarn-client模式下,Application Master仅仅向YARN请求executor,client会和请求的container通信来调度他们工作,也就是说Client不能离开。看下下面的两幅图应该会明白(上图是yarn-cluster模式,下图是yarn-client模式):


如果想及时了解Spark、Hadoop或者Hbase相关的文章,欢迎关注微信公共帐号:iteblog_hadoop

如果想及时了解Spark、Hadoop或者Hbase相关的文章,欢迎关注微信公共帐号:iteblog_hadoop

  从源码实现,调度器等方面看,请参照本博客的《Spark on YARN集群模式作业运行全过程分析》《Spark on YARN客户端模式作业运行全过程分析》的介绍。

本博客文章除特别声明,全部都是原创!
尊重原创,转载请注明: 转载自过往记忆(http://www.iteblog.com/)
本文链接地址: 《Spark:Yarn-cluster和Yarn-client区别与联系》(http://www.iteblog.com/archives/1223)

纸牌博弈问题

题目:有一个整型数组A,代表数值不同的纸牌排成一条线。玩家a和玩家b依次拿走每张纸牌,规定玩家a先拿,玩家b后拿,但是每个玩家每次只能拿走最左或最右的纸牌,玩家a和玩家b都绝顶聪明,他们总会采用最优策...

抽象工厂

转载请注明出处!!!http://blog.csdn.net/zhonghuan1992          所有配套代码均在github上:https://github.com/ZHONGHuanGi...

Spark:Yarn-cluster和Yarn-client区别与联系

转自:http://www.iteblog.com/archives/1223   我们都知道Spark支持在yarn上运行,但是Spark on yarn有分为两种模式yarn-c...

Spark on YARN cluster & client 模式作业运行全过程分析

原文链接:https://www.iteblog.com/archives/1189.html,致谢 下面是分析Spark on YARN的Cluster模式,从用户提交作业到作业运行结束整个运...

Spark Yarn-cluster与Yarn-client

http://blog.csdn.net/BlockheadLS/article/details/53329323 0 首先注意的概念 ResourceManager:是集群所有应用程...

spark yarn-client和yarn-cluster

大数据系列零基础由入门到实战视频 问题导读 1.Spark在YARN中有几种模式? 2.Yarn Cluster模式,Driver程序在YARN中运行...

Hadoop、MapReduce、YARN和Spark的区别与联系

(1) Hadoop 1.0 第一代Hadoop,由分布式存储系统HDFS和分布式计算框架MapReduce组成,其中,HDFS由一个NameNode和多个DataNode组成,MapReduce由...

Spark基本工作流程及YARN cluster模式原理

Spark基本工作流程 相关术语解释 Spark应用程序相关的几个术语:Worker:集群中任何可以运行Application代码的节点,类似于YARN中的NodeManager节点。在Spark...

spark troubleshooting--解决yarn-cluster模式的JVM栈内存溢出问题

troubleshooting 解决yarn-cluster模式的JVM栈内存溢出问题 大公司里面你的机器节点一般都是虚拟机啊!所以不能yarn-client会有网络激增的问题! ...

第146课: Spark面试经典系列之Yarn Cluster生产环境下JVM问题及解决方案

第146课:  Spark面试经典系列之Yarn Cluster生产环境下JVM问题及解决方案 1 spark on yarn 下jvm的OOM的问题及解决方式 2 spark中 driver的sta...
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:Spark:Yarn-cluster和Yarn-client区别与联系
举报原因:
原因补充:

(最多只允许输入30个字)