Spark中Standalone的两种提交模式（Standalone-client模式与Standalone-cluster模式）

Spark中Standalone有两种提交模式，一个是Standalone-client模式，一个是Standalone-cluster模式。

1.Standalone-client提交任务方式

提交命令

./spark-submit --master  spark://node01:7077 --class org.apache.spark.examples.SparkPi  ../lib/spark-examples-1.6.
0-hadoop2.6.0.jar 100
./spark-submit --master  spark://node01:7077 --deploy-mode client --class org.apache.spark.examples.SparkPi  ../li
b/spark-examples-1.6.0-hadoop2.6.0.jar 100

•  

解释：–class org.apache.spark.examples.SparkPi main函数

../lib/spark-examples-1.6.0-hadoop2.6.0.jar    jar包    100     main函数需要参数

• 1

执行原理图解 

执行流程

• 1.client模式提交任务后，会在客户端启动Driver进程。
• 2.Driver会向Master申请启动Application启动的资源。
• 3.资源申请成功，Driver端将task发送到worker端执行。
• 4.worker将task执行结果返回到Driver端。

总结 
- 1.client模式适用于测试调试程序。Driver进程是在客户端启动的，这里的客户端就是指提交应用程序的当前节点。在Driver端可以看到task执行的情况。生产环境下不能使用client模式，是因为：假设要提交100个application到集群运行，Driver每次都会在client端启动，那么就会导致客户端100次网卡流量暴增的问题。（因为要监控task的运行情况，会占用很多端口，如上图的结果图）客户端网卡通信，都被task监控信息占用。

• 2.Client端作用 
  Driver负责应用程序资源的申请 
  任务的分发。 
  结果的回收。 
  监控task执行情况。

2.Standalone-cluster提交任务方式

提交命令

./spark-submit  --master spark://node01:7077  --deploy-mode cluster --class org.apache.spark.examples.SparkPi  ../lib/spark-examples-1.6.0-hadoop2.6.0.jar  100

• 1

执行原理图解 

执行流程 
- 1.cluster模式提交应用程序后，会向Master请求启动Driver.(而不是启动application) 
- 2.Master接受请求，随机在集群一台节点启动Driver进程。 
- 3.Driver启动后为当前的应用程序申请资源。Master返回资源，并在对应的worker节点上发送消息启动Worker中的executor进程。 
- 4.Driver端发送task到worker节点上执行。 
- 5.worker将执行情况和执行结果返回给Driver端。Driver监控task任务，并回收结果。

总结 
- 1.当在客户端提交多个application时，Driver会在Woker节点上随机启动，这种模式会将单节点的网卡流量激增问题分散到集群中。在客户端看不到task执行情况和结果。要去webui中看。 
- 2.cluster模式适用于生产环境 
- 3.Master模式先启动Driver，再启动Application。