六、yarn运行模式

简介

spark的yarn运行模式根据Driver在集群中的位置分成两种：

1）yarn-client 客户端模式

2）yarn-cluster 集群模式

yarn模式和standalone模式不同，standalone模式需要启动spark独立集群，这样SparkContext才能与Master进行交互通信。而yarn模式的资源管理全部托管给的ResourceManager了，所以它不需要启动spark独立集群，那么也就意味着你无法访问http://master:8080这个页面了。

yarn集群模式

spark的yarn集群模式，Driver运行在Application Master上，Application Master进程同时负责驱动我们的代码程序和从ResourceManager申请资源。由于它直接运行在yarn的Container当中，所以并不需要客户端，客户端可以在提交完毕之后就关闭，如图：

1）客户端将生成作业信息并提交给ResourceManager

2）ResourceManager会选择一个NodeManager去启动container，并且把ApplicationMaster分配给它去运行

3）NodeManager接收到以后就会启动ApplicationMaster并初始化dag作业，此时NodeManager就成为Driver

4）ApplicationMaster向ResourceManager申请资源

5）ResourceManager分配资源的同时通知其它NodeManager启动相应的executor去执行task，并反馈执行情况

6）执行完毕，释放资源

yarn客户端模式

yarn客户端模式和yarn集群模式的区别很明显，就是在于ApplicationMaster仅仅负责从ResourceManager申请资源，而驱动代码程序的任务还是由Client客户端负责，所以Client客户端在整个过程中保持运行不会像集群模式一样提交完就关闭，如图：

1）客户端生成作业信息并提交给ResourceManager

2）ResourceManager在本地NodeManager启动container并分配运行ApplicationMaster

3）Client节点会初始化dag作业，通过ApplicationMaster去向ResourceManager申请资源

4）Client节点将任务分发给executor去执行，executor反馈执行情况

5）任务执行完毕，释放资源

yarn-client和yarn-cluster的区别

1）在yarn-cluster模式中，Driver运行在ApplicationMaster上，而在yarn-client模式中Driver运行在Client上

2）yarn-cluster模式中，Client提交完可以直接关闭，yarn-client模式中保持运行并和executor通信

3）yarn-cluster模式中，ApplicationMaster负责资源申请和驱动程序运行，yarn-client模式中只负责资源申请，运行程序由Client负责

4）yarn-cluster适合生产环境，而yarn-client适合交互和调试

参考书籍：《spark大数据技术与应用》