Spark 应用程序提交到 Yarn 环境中执行的时候,一般会有两种部署执行的方式:Client 和 Cluster。
两种模式主要区别在于:Driver 程序的运行节点位置。
- Yarn Cluster 模式:Cluster 模式将用于监控和调度的 Driver 模块启动在 Yarn 集群资源中执行,一般用于实际生产环境。
(1)任务提交后 Client 会和 ResourceManager 通讯申请启动 ApplicationMaster;
(2)ResourceManager 分配 Container,在合适的 NodeManager 上启动 ApplicationMaster,此时的 ApplicationMaster 就是 Driver;
(3)Driver 启动后向 ResourceManager 申请 Executor 内存,ResourceManager 接到 ApplicationMaster 的资源申请后会分配 Container,然后在合适的 NodeManager 上启动 Executor 进程;
(4)Executor 进程启动后会向 Driver 反向注册,Executor 全部注册完成后 Driver 开始执行 main 函数;
(5)执行到 Action 算子时,触发一个 Job,并根据宽依赖开始划分 stage,每个 stage 生成对应的 TaskSet,之后将 task 分发到各个 Executor 上执行; - Yarn Client 模式:Client 模式将用于监控和调度的 Driver 模块在客户端执行,即 Driver 在任务提交的本地机器上运行&