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
./spark-submit --master spark://node01:7077 --deploy-mode client --class org.apache.spark.examples.SparkPi ../li
b/spark-examples-1.6.0-hadoop2.6.0.jar 100解释：–class org.apache.spark.examples.SparkPi main函数
../lib/spark-examples-1.6.0-hadoop2.6.0.jar jar包 100 main函数需要参数执行原理图解
执行流程
- 1.client模式提交任务后，会在客户端启动Driver进程。
- 2.Driver会向Master申请启动Application启动的资源。
- 3.资源申请成功，Driver端将task发送到worker端执行。
- 4.worker将task执行结果返回到Driver端。
总结
- 1.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。
- 2.Client端作用
Driver负责应用程序资源的申请
任务的分发。
结果的回收。
监控task执行情况。
2.Standalone-cluster提交任务方式
提交命令
./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
执行原理图解
执行流程
- 1.cluster模式提交应用程序后，会向Master请求启动Driver.(而不是启动application)
- 2.Master接受请求，随机在集群一台节点启动Driver进程。
- 3.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。
- 4.Driver端发送task到worker节点上执行。
- 5.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
- 1.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。
- 2.cluster模式适用于生产环境
- 3.Master模式先启动Driver，再启动Application。