3.spark运行模式

Posted 2021-01-01

spark支持的运行模式：本地模式、本地集群模式、standalone模式、yarn模式及mesos模式。

本地模式

local、local[N]或local[N,maxRetries]。主要用于代码调试和跟踪。不具备容错能力，不适用于生产环境。

本地模式只有Driver，没有Master和Worker。执行任务的Executor与Driver在同一个JVM进程中。

本地集群模式

local-cluster[N,cores,memory]。也主要用于代码调试和测试，是源码学习常用的模式。不具备容错能力，不能用于生产环境。

Driver、Master与Worker运行在同一个JVM进程中。每个Worker可启动多个Executor，每个Executor都是一个JVM进程。

Standalone模式

spark://。具备容错能力并且支持分布式部署运行。

Driver在集群之外，可以是任意的客户端程序。Master部署于单独的进程，甚至在单独的机器上，可以有多个，但只能有一个处于激活状态。Worker部署于单独的进程，推荐在单独的机器上部署。

YARN模式

yarn模式是将任务管理与资源调度功能交给YARN框架进行处理的模式。分为yarn-client和yarn-cluster两种模式。

yarn-client适用于交互、调试，希望立即看到应用的输出；yarn-cluster适用于生产环境。

yarn-cluster模式下，driver运行在AM（ApplicationMaster）中，负责向YARN申请资源并监控作业的运行状况。当用户提交完作业后，就可以关闭client，作业会继续在YARN上运行。

yarn-cluster模式不适合运行交互类型的作业。而在yarn-client模式下，AM（ApplicationMaster）仅仅向YARN请求executor，client会和请求的executor通信来调度工作，client不能离开。

Mesos模式

运行模式类似于YARN，分为client和cluster两种模式。资源调度器分为粗粒度（默认）和细粒度（不推荐）。