Spark架構體系
StandAlone模式是spark自帶的集群運行模式，不依賴其他的資源調度框架，部署起來簡單，
StandAlone模式又分為client模式和cluster模式，本質區別是Driver運行在哪里，如果Driver運行在SparkSubmit行程中就是Client模式，如果Driver運行在集群中就是Cluster模式
standalone client模式
standalone cluster模式
Spark On YARN cluster模式
Spark執行流程簡介
- Job：RDD每一個行動操作都會生成一個或者多個調度階段 調度階段（Stage）：每個Job都會根據依賴關系，以Shuffle程序作為劃分，分為Shuffle Map Stage和Result Stage，每個Stage對應一個TaskSet，一個Task中包含多Task，TaskSet的數量與該階段最后一個RDD的磁區數相同，
- Task：分發到Executor上的作業任務，是Spark的最小執行單元
- DAGScheduler：DAGScheduler是將DAG根據寬依賴將切分Stage，負責劃分調度階段并Stage轉成TaskSet提交給TaskScheduler
- TaskScheduler：TaskScheduler是將Task調度到Worker下的Exexcutor行程，然后丟入到Executor的執行緒池的中進行執行
Spark中重要角色
- Master ：是一個Java行程，接收Worker的注冊資訊和心跳、移除例外超時的Worker、接收客戶端提交的任務、負責資源調度、命令Worker啟動Executor，
- Worker ：是一個Java行程，負責管理當前節點的資源管理，向Master注冊并定期發送心跳，負責啟動Executor、并監控Executor的狀態，
- SparkSubmit ：是一個Java行程，負責向Master提交任務，
- Driver ：是很多類的統稱，可以認為SparkContext就是Driver，client模式Driver運行在SparkSubmit行程中，cluster模式單獨運行在一個行程中，負責將用戶撰寫的代碼轉成Tasks，然后調度到Executor中執行，并監控Task的狀態和執行進度，
- Executor ：是一個Java行程，負責執行Driver端生成的Task，將Task放入執行緒中運行，
Spark和Yarn角色對比
轉載請註明出處，本文鏈接：https://www.uj5u.com/shujuku/556070.html
標籤：大數據
上一篇：日均調度 10W+ 任務實體，DolphinScheduler 在蔚來汽車一站式資料治理開發平臺的應用改造
下一篇：返回列表