【Spark篇】---Spark中yarn模式兩種提交任務方式

一、前述

Spark可以和Yarn整合，將Application提交到Yarn上執行，和StandAlone提交模式一樣，Yarn也有兩種提交任務的方式。

二、具體

           1、yarn-client提交任務方式

• 配置

         在client節點配置中spark-env.sh新增Hadoop_HOME的配置目錄即可提交yarn 任務，具體步驟如下：

        

          注意client只需要有Spark的安裝包即可提交任務，不需要其他配置（比如slaves）!!!

• 提交命令

         ./spark-submit --master yarn  --class org.apache.spark.examples.SparkPi  ../lib/spark-examples-1.6.0-hadoop2.6.0.jar 100

        ./spark-submit   --master yarn-lient   --class org.apache.spark.examples.SparkPi ../lib/spark-examples-1.6.0-hadoop2.6.0.jar 100

        ./spark-submit  --master yarn --deploy-mode  client --class org.apache.spark.examples.SparkPi ../lib/spark-examples-1.6.0-hadoop2.6.0.jar 100

       

• 執行原理圖解

 

• 執行流程

 

1. 客戶端提交一個Application，在客戶端啟動一個Driver程式。
2. Driver程式會向RS(ResourceManager)傳送請求，啟動AM(ApplicationMaster)的資源。
3. RS收到請求，隨機選擇一臺NM(NodeManager)啟動AM。這裡的NM相當於Standalone中的Worker節點。
4. AM啟動後，會向RS請求一批container資源，用於啟動Executor.
5. RS會找到一批NM返回給AM,用於啟動Executor。
6. AM會向NM傳送命令啟動Executor。
7. Executor啟動後，會反向註冊給Driver，Driver傳送task到Executor,執行情況和結果返回給Driver端。

• 總結

        1、Yarn-client模式同樣是適用於測試，因為Driver執行在本地，Driver會與yarn叢集中的Executor進行大量的通訊，會造成客戶機網路卡流量的大量增加.

        2、 ApplicationMaster的作用：

                 為當前的Application申請資源

                 給NodeManager傳送訊息啟動Executor。

        注意：ApplicationMaster有launchExecutor和申請資源的功能，並沒有作業排程的功能。

 

2、yarn-cluster提交任務方式

• 提交命令

         ./spark-submit --master yarn --deploy-mode cluster  --class org.apache.spark.examples.SparkPi ../lib/spark-examples-1.6.0-hadoop2.6.0.jar 100

         ./spark-submit   --master yarn-cluster  --class org.apache.spark.examples.SparkPi ../lib/spark-examples-1.6.0-hadoop2.6.0.jar 100

        結果在yarn的日誌裡面：

• 執行原理

 

 

• 執行流程

1. 客戶機提交Application應用程式，傳送請求到RS(ResourceManager),請求啟動AM(ApplicationMaster)。
2. RS收到請求後隨機在一臺NM(NodeManager)上啟動AM（相當於Driver端）。
3. AM啟動，AM傳送請求到RS，請求一批container用於啟動Executor。
4. RS返回一批NM節點給AM。
5. AM連線到NM,傳送請求到NM啟動Executor。
6. Executor反向註冊到AM所在的節點的Driver。Driver傳送task到Executor。

• 總結

        1、Yarn-Cluster主要用於生產環境中，因為Driver執行在Yarn叢集中某一臺nodeManager中，每次提交任務的Driver所在的機器都是隨機的，不會產生某一臺機器網路卡流量激增的現象，缺點是任務提交後不能看到日誌。只能通過yarn檢視日誌。

         2.ApplicationMaster的作用：

 

               為當前的Application申請資源

               給nodemanager傳送訊息 啟動Excutor。

               任務排程。(這裡和client模式的區別是AM具有排程能力，因為其就是Driver端，包含Driver程式)

 

       3、 停止叢集任務命令：yarn application -kill applicationID

 

自我最後總結：stand-alone模式中Master傳送對應的命令啟動Worker上的executor程式，而yarn模式中的applimaster也是負責啟動worker中的Driver程式，可見都是master負責傳送訊息，然後再對應的節點上啟動executor程式。菲官方證實，僅供理解！！！