Spark中yarn模式两种提交任务方式（yarn-client与yarn-cluster）

Spark可以和Yarn整合，将Application提交到Yarn上运行，和StandAlone提交模式一样，Yarn也有两种提交任务的方式。

1.yarn-client提交任务方式

配置
在client节点配置中spark-env.sh添加Hadoop_HOME的配置目录即可提交yarn 任务，具体步骤如下：

export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop

注意client只需要有Spark的安装包即可提交任务，不需要其他配置（比如slaves）!!!

提交命令

/opt/spark/bin/spark-submit --master yarn  --class org.apache.spark.examples.SparkPi  /opt/spark/examples/jars/spark-examples_2.11-2.2.0.jar 100
/opt/spark/bin/spark-submit   --master yarn-client   --class org.apache.spark.examples.SparkPi /opt/spark/examples/jars/spark-examples_2.11-2.2.0.jar 100
/opt/spark/bin/spark-submit  --master yarn --deploy-mode  client --class org.apache.spark.examples.SparkPi /opt/spark/examples/jars/spark-examples_2.11-2.2.0.jar 100

执行原理图解

执行流程
- 1.客户端提交一个Application，在客户端启动一个Driver进程。
- 2.Driver进程会向RS(ResourceManager)发送请求，启动AM(ApplicationMaster)的资源。
- 3.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。
- 4.AM启动后，会向RS请求一批container资源，用于启动Executor.
- 5.RS会找到一批NM返回给AM,用于启动Executor。
- 6.AM会向NM发送命令启动Executor。
- 7.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

• 1.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.

• 2.ApplicationMaster的作用：
  为当前的Application申请资源
  给NodeManager发送消息启动Executor。

  注意：ApplicationMaster有launchExecutor和申请资源的功能，并没有作业调度的功能。

2.yarn-cluster提交任务方式

提交命令

/opt/spark/bin/spark-submit --master yarn --deploy-mode cluster  --class org.apache.spark.examples.SparkPi /opt/spark/examples/jars/spark-examples_2.11-2.2.0.jar  100

/opt/spark/bin/spark-submit --master yarn-cluster  --class org.apache.spark.examples.SparkPi /opt/spark/examples/jars/spark-examples_2.11-2.2.0.jar 100 

结果在yarn的日志里面：

执行原理

执行流程

• 1.客户机提交Application应用程序，发送请求到RS(ResourceManager),请求启动AM(ApplicationMaster)。
• 1.RS收到请求后随机在一台NM(NodeManager)上启动AM（相当于Driver端）。
• 2.AM启动，AM发送请求到RS，请求一批container用于启动Executor。
• 3.RS返回一批NM节点给AM。
• 4.AM连接到NM,发送请求到NM启动Executor。

• 5.Executor反向注册到AM所在的节点的Driver。Driver发送task到Executor。

  总结

• 1.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。

• 2.ApplicationMaster的作用：
  当前的Application申请资源
  给nodemanager发送消息 启动Excutor。
  任务调度。(这里和client模式的区别是AM具有调度能力，因为其就是Driver端，包含Driver进程)

• 3.停止集群任务命令：yarn application -kill applicationID

自我最后总结：stand-alone模式中Master发送对应的命令启动Worker上的executor进程，而yarn模式中的applimaster也是负责启动worker中的Driver进程，可见都是master负责发送消息，然后再对应的节点上启动executor进程。菲官方证实，仅供理解！！！