1. 两种模式的区别
Spark Application提交运行时部署模式Deploy Mode,表示的是Driver Program运行的地方,要么是提交应用的Client:client,要么是集群中从节点(Standalone:Worker,YARN:NodeManager):cluster。
--deploy-mode DEPLOY_MODE
Whether to launch the driver program locally ("client") or on one of the worker machines inside the
cluster ("cluster")(Default: client).
默认值为client,当时在实际项目中,尤其在生产环境,使用cluster部署模式提交应用运行。
Cluster和Client模式最最本质的区别是:Driver程序运行在哪里。
官方的解释:
如果你进行spark-submit的机器和worker节点在地理上相近(比如同一个局域网),建议使用client模式,这时driver就在进行spark-submit的线程中。换句话说,进行spark-submit的机器没必要是集群里面的机器,如果你的笔记本安装了Spark环境,就可以提交任务到master节点,这个时候driver就在你的笔记本上运行。这时显然不推荐client模式,因为考虑到网络开销,最好使用cluster模式。使用cluster模式后,Spark就会根据调度算法在集群中选择一个机器作为driver执行的地方。
Master node根本不会执行用户提交的任务,它是负责整个调度的(运行cluster manager)。
1.1 client模式
以Spark Application运行到Standalone集群上为例,默认DeployMode为Client,表示应用Driver Program运行在提交应用Client主机上(启动JVM Process进程),示意图如下:
1. 2 cluster模式
如果采用cluster模式运行应用,应用Driver Program运行在集群的某台机器上(可以使worker也可以是master),示意图如下:
1.3 两者比较
Cluster和Client模式最最本质的区别是:Driver程序运行在哪里。
-
cluster模式:生产环境中使用该模式
Driver程序在YARN集群中
应用的运行结果不能在客户端显示
cluster模式下查看打印结果 -
client模式:学习测试时使用,开发不用,了解即可
Driver运行在Client上的SparkSubmit进程中
应用程序运行结果会在客户端显示