如何解析Spark运行模式

这篇文章将为大家详细讲解有关如何解析Spark运行模式，文章内容质量较高，因此小编分享给大家做个参考，希望大家阅读完这篇文章后对相关知识有一定的了解。

Spark运行模式

1 Spark的两个重要角色

1.1 简介

Spark是一种基于内存的快递、通用、可扩展的大数据分析引擎。

1.2 spark内置模块：

1.3 Spark的两个重要角色：

Driver（驱动器）：负责管理调度任务

Executor（执行器）：负责执行具体的任务

2 Spark运行模式

• Local模式：运行在一台机器上，通常是练手或者测试环境。

• Standalone:构建一个基于 Mster+Slaves 的资源调度集群，Spark 任务提交给 Master运行。是 Spark 自身的一个调度系统，不依赖Yarn等其他框架。

• Yarn: Spark 客户端直接连接 Yarn，不需要额外构建 Spark 集群。有 yarn-client 和yarn-cluster 两种模式，主要区别在于：Driver 程序的运行节点。

• yarn-client：Driver程序运行在客户端，适用于交互、调试，希望立即看到app的输出。

• yarn-cluster：Driver程序运行在由RM（ResourceManager）启动的AP（APPMaster）适用于生产环境。

• Mesos：国内大环境比较少用。

几种模式的对比：

3 Local模式（下的WordCount）

3.1 Spark-Wordcount基本思路

文件加载load：加载文件

扁平化：将句子分割成一个一个的单词；

分组：将相同的单词放到一个组里面；

聚合：统计每个组里成员的数量；

（上述过程是左图的简化过程，不太准确，按照下面的步骤来记忆；右图才是准确的过程）

3.2 Wordcount代码实现

相关方法说明：

TextFile：用于加载文件；

FlatMap：用于扁平化处理，单词切分；

Map：将每一个单词映射为元祖；

ReduceByKey：按照key进行分组聚合；

3.3 Wordcount过程图示

4 Yarn模式（重点）

4.1 概述

Spark客户端直接连接Yarn，不需要额外构建Spark集群。有yarn-client和yarn-cluster两种模式，主要区别在于：Driver程序的运行节点。

yarn-client：Driver程序运行在客户端，适用于交互、调试，希望立即看到app的输出

yarn-cluster：Driver程序运行在由RM（ResourceManager）启动的AP（APPMaster）适用于生产环境。

4.2 Yarn运行模式（重点）

要清晰知道每一步的过程。

两张图结合起来一起看

5 Standalone模式（独立部署模式）

就是只用spark自己的东西，不用Yarn等其他的框架。

5.1 概述

构建一个由Master+Slave构成的Spark集群，Spark运行在集群中。

5.2 Standalone模式

Master相当于Yarn中的RM；

Worker相当于Yarn中的NM；

关于如何解析Spark运行模式就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。