Spark专题系列（三）：Spark运行模式

一：spark运行模式分类

Spark的运行模式可以分为三类：

本地模式（local），适用于演示或测试，通常在Shell命令行中运行。

独立模式（standalone），可以在一个集群中独立运行，利用Spark自身的资源调度方式。

yarn/Mesos模式，运行在资源管理器上，例如Yarn或Mesos。

其中，Spark on Yarn又分为两种子模式：

• Yarn-client模式
• Yarn-cluster模式

二：Spark各运行模式的应用场景

1、本地模式：

• 以多线程的方式在本地运行一个应用程序。

本地模式的分类包括：

Local：只启动一个executor。

Local[K]：启动K个executor。

Local[*]：启动与CPU数目相同的executor。

2、独立模式（Standalone）：

• 是一种独立的运行模式，具备完整的服务，可以独立部署在集群中，无需依赖其他资源管理系统。
• 由master和slaves服务组成，最初master存在单点故障问题，后来通过zookeeper解决。
• 各个节点上的资源被抽象成粗粒度的slot，slot的数量决定了能同时运行的task数量。

3、Spark on Yarn：

• 在Yarn资源管理器框架上运行，由Yarn负责资源管理，而Spark负责任务调度和计算。

3.1、Spark Yarn-client模式：

• 适用于交互和调试，客户端可以看到应用程序的输出。

3.2、Spark Yarn-cluster模式：

• 通常用于生产环境，作业直接在Yarn上执行，客户端无法感知。
• 在线上生产环境中，大多数采用YARN-cluster模式（除非你的大数据框架未使用hadoop，可以考虑使用Mesos）。

三：Yarn-client与Yarn-cluster的区分

Yarn-client与Yarn-cluster的区分：

广义区分：

• Yarn-client：适用于交互和调试，客户端可以看到应用程序的输出。
• Yarn-cluster：通常用于生产环境。

深层次区分：

1. Yarn-cluster和Yarn-client模式的区别主要在于Application Master进程的不同。
2. 在Yarn-cluster模式下，driver运行在AM（Application Master）中，负责向YARN申请资源，并监督作业的运行状况。用户提交作业后，可以关闭客户端，作业将继续在YARN上运行。
3. 在Yarn-client模式下，Application Master仅向YARN请求executor，客户端将与请求的container通信来调度它们的工作。