Spark支持三种集群部署方式(Standalone,Mesos,Yarn),其中Master服务(Spark Standalone,Mesos Master,Yarn ResourceManager)决定哪些应用可以运行,在那个节点上运行,以及什么时候运行。Slave服务(Yarn NodeManager)运行在每个节点上,节点控制着Executor进程,同时监控作业的运行状态以及资源的消耗。Spark运行在Yarn上,有两种模式,Yarn-Client和Yarn-Cluster。通常情况下,Yarn-Cluster用于生产环境,Yarn-Client用于交互、调试。
1.Appliaction Master
在Yarn中,每个application都有一个Application Master进程,它是Appliaction启动的第一个容器,它负责从ResourceManager中申请资源,分配资源,同时通知NodeManager来为Application启动container,Application Master避免了需要一个活动的client来维持,启动Applicatin的client可以随时退出,而由Yarn管理的进程继续在集群中运行。
当在Yarn下运行Spark作业时,每个Spark Executor作为一个Yarn 容器(container)在运行,同时支持多个任务在同一个容器中运行,节省了任务的启动时间。
2.Yarn-client
在Yarn-client模式下,AM仅仅从Yarn中申请资源分配给Executor,之后client会跟容器(Container)通信进行作业调度。Client不能离开.如下图所示:
执行流程:
- 客户端提交作业给ResourceManager(RM)
- RM在本地NodeManager(NM)启动container并将AM分配给该NM
- NM接收到RM的分配,启动Application Master并初始化作业,此时这个NM就称为Driver
- Application向RM申请资源,分配资源同时通知其他NodeManager启动相应的Executor
- Executor向本地启动的AM注册汇报并完成相应的任务
3.Yarn-Cluster
在Yarn-cluster模式下,driver运行在AM上,AM进程同时负责驱动Application和从Yarn中申请资源,该进程运行在Yarn container内,所以启动AM的client可以立即关闭而不必持续到Application的生命周期,如下图所示:
执行流程: - 客户端生成作业信息提交给ResourceManager(RM)
- RM在某一个NodeManager(由Yarn决定)启动container并将Application Master(AM)分配给该NodeManager(NM)
- NM接收到RM的分配,启动Application Master并初始化作业,此时这个NM就称为Driver
- Application向RM申请资源,分配资源同时通知其他NodeManager启动相应的Executor
- Executor向NM上的Application Master注册汇报并完成相应的任务
原文:大专栏 Spark两种提交方式Yarn-client and Yarn-cluster
原文地址:https://www.cnblogs.com/petewell/p/11615101.html