Spark基于Yarn提交任务两种方式
-
yarn-client提交任务方式
-
客户端提交一个Application，在客户端启动一个Driver进程
-
Driver进程会向RS(ResourceManager)发送请求，启动AM(ApplicationMaster)的资源
-
RS收到请求，随机选择一台NM(NodeManager)启动AM。这里的NM相当于Standalone中的Worker节点
-
AM启动后，会向RS请求一批container资源，用于启动Executor
-
RS会找到一批NM返回给AM,用于启动Executor
-
AM会向NM发送命令启动Executor
-
Executor启动后，会反向注册给Driver，Driver发送task到Executor,执行情况和结果返回给Driver端
Yarn-client模式同样是适用于测试，因为Driver运行在本地，Driver会与yarn集群中的Executor进行大量的通信，会造成客户机网卡流量的大量增加
-
yarn-cluster提交任务方式
-
客户机提交Application应用程序
-
发送请求到RS(ResourceManager),请求启动AM(ApplicationMaster)
-
RS收到请求后随机在一台NM(NodeManager)上启动AM（相当于Driver端）
-
AM启动，AM发送请求到RS，请求一批container用于启动Executor
-
RS返回一批NM节点给AM
-
AM连接到NM,发送请求到NM启动Executor
-
Executor反向注册到AM所在的节点的Driver。Driver发送task到Executor，监控task执行，回收结果
Yarn-Cluster主要用于生产环境中，因为Driver运行在Yarn集群中某一台nodeManager中，每次提交任务的Driver所在的机器都是随机的，不会产生某一台机器网卡流量激增的现象，缺点是任务提交后不能看到日志。只能通过yarn查看日志
