spark资源调度与yarn类比:
master负责资源调度:就是决定在那些worker上启动executor,监控worker) ————> yarn上的是resourcemanager
worker负责启动执行任务的进程(executor),并且监控executor,并且将当前机器的信息通过心跳汇报给master
————>nodemanager
executor负责执行计算任务————>yarnchild
SparkSubmit负责向Master提交任务并申请资源,然后该任务下的executor跟sparkSubmit进行通信,监控Executor
————>AppMaster