第一种方式:yarn-client提交任务方式
Yarn-client模式提交命令写法1:
./spark-submit
--master yarn
--class org.apache.spark.examples.SparkPi ../lib/spark-examples-1.6.0-hadoop2.6.0.jar
100
Yarn-client模式提交命令写法2:
--master yarn–client
Yarn-client模式提交命令写法3:
--deploy-mode client
Yarn-client模式执行原理图
Yarn-client模式执行流程
客户端提交一个Application,在客户端启动一个Driver进程
应用程序启动后会向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。
总结: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。上述中的ApplicationMaster为当前的Application申请资源,并给NodeManager发送消息启动Executor。
第二种方式yarn-cluster提交任务方式
提交任务的第一种写法
--deploy-mode cluster
提交任务的第二种写法:
--master yarn-cluster
执行原理图:
yarn-cluster执行过程
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Excutor。
RS返回一批NM节点给AM。
AM连接到NM,发送请求到NM启动Excutor。
Excutor反向注册到AM所在的节点的Driver,Driver发送task到Excutor。
yarn-cluster模式总结:
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。
ApplicationMaster的作用:
为当前的Application申请资源
给NodeManager发送消息启动Excutor。
任务调度。
停止集群任务命令:yarn application -kill applicationID
原文:
https://blog.csdn.net/baidu_35901646/article/details/81612164