Spark On Yarn的执行流程及应用场景

一、driver 运行在集群中（cluster模式）
1、client 向 yarn 提交一个job
2、ResouceManager 为该job在某个 NodeManager 上分配一个 ApplicationMaster，NM启动AppMaster，Appmaster 启动 driver
3、ApplicationMaster 启动后完成初始化作业，driver 生成一系列task
4、AM 向 RM 申请资源，RM 返回 Executo r信息
5、AM 通过 rpc 启动相应的 sparkExecutor
6、Driver 向 Executor 分配 task
7、Executor 执行结果写入文件或返回 driver 端
二、driver运行在client端
1、客户端启动后直接运行应用程序，直接启动 driver
2、driver 初始化并生成一系列 task
3、客户端将 job 发布到 yarn 上
4、RM 为该job 在某个 NM 分配一个 AM
5、AM 向 RM 申请资源，RM 返回Executor 信息
6、AM 通过 RPC 启动相应的 SparkExecutor
7、Driver 向 Executor 分配 task
8、Executor 执行task 并将结果写入第三方存储系统或者 Driver 端
Spark On Yarn的应用场景
1）yarn-cluster：适用于生产环境
2）yarn-client：适用于交互、调试、希望立即看到 app 的输出