首先，需要知道Spark的几种运行模式：
1. Local：本地模式，不涉及分布式，用线程模拟分布式
2. standalone：独立模式，伪分布式
3. onyarn：完全分布式
下面又有两种部署模式：cluster集群模式和client客户端模式
Driver：任务提交之后开启的第一个进程。
两种模式的区别在于：客户端模式下在哪台机器提交就在哪台机器启动Driver，适用于开发完毕完全上线的情况。 而集群模式不管在哪台机器提交，都通过yarn进行分配机器启动Driver，适用于测试分布式的情况。
下面依次介绍三种模式的安装
一、本地模式
其实，将压缩包直接解压后就可以运行本地模式了，不需要任何配置，也不需要启动服务。当然，这样就需要进入到spark相应的环境目录下（就算配置了环境变量，还有一个问题就是：spark的启动命令和终止命令与hadoop是相同的，这样就会导致冲突了。可以通过给命令起别名来解决）
解压后，spark中自带了一个求π的估算值的jar包，可以使用它测试一下
./bin/spark-submit --master local --class org.apache.spark.examples.SparkPi examples/jars/spark-examples_2.11-2.1.1.jar
二、独立模式
虽然是伪分布式，但是既然有分布式三个字，肯定需要配置一些文件了。
要修改的文件：slaves和spark-env.sh
slaves：
spark-env.sh：
修改完之后，进入sbin启动服务：./start-all.sh
查看进程
还是用上面那个Pi值做测试
./spark-submit --master spark://master:7077 --class org.apache.spark.examples.SparkPi ./../examples/jars/spark-examples_2.11-2.1.1.jar
三、客户端模式
需要配置的还是slaves和spark-env.sh两个文件。
如果是多台机器，在slaves里配好（但自己搭建只有一台机器，又人为地变成了伪分布式，不过这个和上面的standalone独立模式还是不一样的）
spark-env.sh：既然是运行在yarn上的，就需要指定yarn的配置，通过hadoop的配置文件
启动yarn服务。
测试
./spark-submit --master yarn --deploy-mode client --class org.apache.spark.examples.SparkPi ./../examples/jars/spark-examples_2.11-2.1.1.jar
四、集群模式
在客户端模式配置的基础上，只需要改变提交任务时的命令，把deploy-mode改为cluster。
./spark-submit --master yarn --deploy-mode cluster --class org.apache.spark.examples.SparkPi ./../examples/jars/spark-examples_2.11-2.1.1.jar
集群模式下的运行结果并不会在控制台显示出来，而是以文件的形式输出到hadoop/logs/userlogs下（这是默认路径，可以更改）
四种运行模式的搭建都已经介绍完了，在搭建的过程中就可以发现，四者运行的时间是依次递增的。