一。Standalone 模式基于 spark 自己的 Master-Worker 集群。
就是之前的 spark-submit 提交的方式这里不再详细叙述。如果不清楚可以看这篇文章 如果要切换成第二种,第三种模式。将之前的 submit 脚本添加上--master 参数 设置为 yarn-cluster 或 yarn-client 即可。如果没有设置就是 Standalone 模式。
二。基于 YARN 的 yarn-cluster 模式
1.当我们使用 spark submit 提交到 yarn-cluster .此时发送请求到 ResourceManager 。 请求启动 applicationMaster。applicationMaster 启动后会向 ResourceManager 请求 container,ResourceManager 接受到这个请求后会分配一个 container.
2.然后在某个 NodeManager 上启动 ApplicationMaster.ApplicationMaster(相当于 driver)启动后会去和 ResourceManager 进行通信请求 container 。
3.此时 ResourceManager 会给 ApplicationMaster 分配一定量的 container 去启动 executer.然后 ApplicationMaster 去连接其他的 NodeManager。来启动 executer。然后 executer 启动后向 ApplicationMaster 反向注册。
三。基于 YARN 的 yarn-client 模式
1.当我们使用 spark submit 提交到 yarn-client .本地会启动一个 driver 进程同时发送请求到 ResourceManager 。 请求启动 ExecutorLanucher。ExecutorLanucher 启动后会向 ResourceManager 请求 container,ResourceManager 接受到这个请求后会分配一个 container.
2.然后在某个 NodeManager 上启动 ExecutorLanucher(其实类似与上文中的 ApplicationMaster,但是功能有限,不同点在 1,3) .ExecutorLanucher 启动后会去和 ResourceManager 进行通信请求 container 。
3.此时 ResourceManager 会给 ApplicationMaster 分配一定量的 container 去启动 executer.然后 ExecutorLanucher 去连接其他的 NodeManager。来启动 executer。但是 executer 启动后向 spark 本地的 driver 进程反向注册。
总结:yarn-client 用于调试 driver 启动在本地。本地可以看到 log 方便调试。
而且本地调度会产生大量的网卡流量。
yarn-cluster 一般用于生产。但是调试不方便。
使用 yarn 需要在 spark-env.sh 中添加 Hadoop home
注意:本文归作者所有,未经作者允许,不得转载