集群架构方面:
Standalone模式:集群遵循主从架构,主(Master进程)从(Worker进程)
On Yarn模式:集群遵循主从架构,主(ResourceManager进程)从(NodeManager)
以上两种模式的主从进程生命周期为从集群开始到结束位置;
驱动器(Driver)和执行器(executor):
驱动器和执行器生命周期以应用为准。
驱动器节点和所有的执行器节点一起被称为一个Spark 应用(application)。
集群管理器的作用:
驱动器的作用:
a.应用程序的入口,它执行用户编写的,用来创建sparkContext,创建RDD,进行RDD转化操作(transformation)或行动操作(action)的代码;
b.将程序(对RDD处理)转换为任务(Task):
Spark 驱动器程序负责把用户程序转为多个物理执行的单元,这些单元也被称为任务task
Spark 程序其实是隐式地创建出了一个由操作组成的逻辑上的有向无环图(Directed Acyclic Graph,简称DAG)
为执行器节点调度任务
执行器的作用:
a.Spark执行器节点是一种工作进程,负责在Spark作业中运行任务,任务间相互独立
b.Spark应用启动时,执行器节点就被同时启动,并且始终伴随着整个Spark应用的生命周期而存在