Standalone模式两种提交任务方式

1. Standalone-client提交任务方式

提交命令

./spark-submit
 --master spark://node1:7077 
 --class org.apache.spark.examples.SparkPi 
 ../lib/spark-examples-1.6.0-hadoop2.6.0.jar 
 1000

或者

./spark-submit
 --master spark://node1:7077
  --deploy-mode client 
  --class org.apache.spark.examples.SparkPi 
  ../lib/spark-examples-1.6.0-hadoop2.6.0.jar 
  100

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
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。

2.Standalone-cluster提交任务方式

提交命令

./spark-submit 
--master spark://node1:7077 
--deploy-mode cluster
--class org.apache.spark.examples.SparkPi 
../lib/spark-examples-1.6.0-hadoop2.6.0.jar 
100

执行原理图解
执行流程
3. cluster模式提交应用程序后，会向Master请求启动Driver.
4. Master接受请求，随机在集群一台节点启动Driver进程。
5. Driver启动后为当前的应用程序申请资源。
6. Driver端发送task到worker节点上执行。
7. worker将执行情况和执行结果返回给Driver端。

总结
Driver进程是在集群某一台Worker上启动的，在客户端是无法查看task的执行情况的。假设要提交100个application到集群运行,每次Driver会随机在集群中某一台Worker上启动，那么这100次网卡流量暴增的问题就散布在集群上。

总结Standalone两种方式提交任务，Driver与集群的通信包括：

1. Driver负责应用程序资源的申请
2. 任务的分发。
3. 结果的回收。
4. 监控task执行情况。