Spark中Standalone的两种提交模式(Standalone-client模式与Standalone-cluster模式)
Spark中Standalone有两种提交模式,一个是Standalone-client模式,一个是Standalone-cluster模式。
1.Standalone-client提交任务方式
提交命令:
./spark-submit --master spark://node01:7077 --class org.apache.spark.examples.SparkPi ../lib/spark-examples-1.6.
0-hadoop2.6.0.jar 100
解释:–class org.apache.spark.examples.SparkPi main函数
执行流程
- client模式提交任务后,会在客户端启动Driver进程。
- Driver会向Master申请启动Application启动的资源。
- 资源申请成功,Driver端将task发送到worker端执行。
- worker将task执行结果返回到Driver端。(由代码设置)
总结
- client模式适用于测试调试程序。Driver进程是在客户端启动的,这里的客户端就是指提交应用程序的当前节点。在Driver端可以看到task执行的情况。生产环境下不能使用client模式,是因为:假设要提交100个application到集群运行,Driver每次都会在client端启动,那么就会导致客户端100次网卡流量暴增的问题。(因为要监控task的运行情况,会占用很多端口,如上图的结果图)客户端网卡通信,都被task监控信息占用。
- Client端作用
-任务的分发。
-结果的回收。(可能)
-监控task执行情况。
-任务的重试
2.Standalone-cluster提交任务方式
提交命令
- 当在客户端提交多个application时,Driver会在Woker节点上随机启动,这种模式会将单节点的网卡流量激增问题分散到集群中。在客户端看不到task执行情况和结果。要去webui中看。
- cluster模式适用于生产环境
- Master模式先启动Driver,再启动Application。
./spark-submit --master spark://node01:7077 --deploy-mode cluster --class org.apache.spark.examples.SparkPi ../lib/spark-examples-1.6.0-hadoop2.6.0.jar 100
执行流程
- cluster模式提交应用程序后,会向Master请求启动Driver.(而不是启动application)
- Master接受请求,随机在集群一台节点启动Driver进程。
- Driver启动后为当前的应用程序申请资源。Master返回资源,并在对应的worker节点上发送消息启动Worker中的executor进程。
- Driver端发送task到worker节点上执行。
- worker将执行情况和执行结果返回给Driver端。Driver监控task任务,并回收结果。
总结
- 当在客户端提交多个application时,Driver会在Woker节点上随机启动,这种模式会将单节点的网卡流量激增问题分散到集群中。在客户端看不到task执行情况和结果。要去webui中看。
- cluster模式适用于生产环境
- Master模式先启动Driver,再启动Application。