https://blog.csdn.net/fbsxghvudk/article/details/80608856?utm_source=blogxgwz17

https://www.jianshu.com/p/65a3476757a5

1，測試或實驗性質的本地執行模式 （單機）

該模式被稱為Local[N]模式，是用單機的多個執行緒來模擬Spark分散式計算，通常用來驗證開發出來的應用程式邏輯上有沒有問題。

其中N代表可以使用N個執行緒，每個執行緒擁有一個core。如果不指定N，則預設是1個執行緒（該執行緒有1個core）。

如果是local[*]，則代表 Run Spark locally with as many worker threads as logical cores on your machine.

如下：

spark-submit 和 spark-submit --master local 效果是一樣的

（同理：spark-shell 和 spark-shell --master local 效果是一樣的）

spark-submit --master local[4] 代表會有4個執行緒（每個執行緒一個core）來併發執行應用程式。

執行該模式非常簡單，只需要把Spark的安裝包解壓後，改一些常用的配置即可使用，而不用啟動Spark的Master、Worker守護程序( 只有叢集的Standalone方式時，才需要這兩個角色)，也不用啟動Hadoop的各服務（除非你要用到HDFS），這是和其他模式的區別哦，要記住才能理解。

那麼，這些執行任務的執行緒，到底是共享在什麼程序中呢？

我們用如下命令提交作業：

spark-submit --class JavaWordCount --master local[10] JavaWordCount.jar file:///tmp/test.txt 

 可以看到，在程式執行過程中，只會生成一個SparkSubmit程序。

這個SparkSubmit程序又當爹、又當媽，既是客戶提交任務的Client程序、又是Spark的driver程式、還充當著Spark執行Task的Executor角色。

這裡有個小插曲，因為driver程式在應用程式結束後就會終止，那麼如何在web介面看到該應用程式的執行情況呢，需要如此這般：（如下圖所示）

先在spark-env.sh 增加SPARK_HISTORY_OPTS；

然後啟動start-history-server.sh服務；

就可以看到啟動了HistoryServer程序，且監聽埠是18080。

之後就可以在web上使用http://hostname:18080愉快的玩耍了。

2，測試或實驗性質的本地偽叢集執行模式（單機模擬叢集）

 這種執行模式，和Local[N]很像，不同的是，它會在單機啟動多個程序來模擬叢集下的分散式場景，而不像Local[N]這種多個執行緒只能在一個程序下委屈求全的共享資源。通常也是用來驗證開發出來的應用程式邏輯上有沒有問題，或者想使用Spark的計算框架而沒有太多資源。

用法是：提交應用程式時使用local-cluster[x,y,z]

引數：x代表要生成的executor數，y和z分別代表每個executor所擁有的core和memory數。

 spark-submit --master local-cluster[2, 3, 1024]

（同理：spark-shell --master local-cluster[2, 3, 1024]用法也是一樣的）

上面這條命令代表會使用2個executor程序，每個程序分配3個core和1G的記憶體，來執行應用程式。可以看到，在程式執行過程中，會生成如下幾個程序：

 SparkSubmit依然充當全能角色，又是Client程序，又是driver程式，還有點資源管理的作用。生成的兩個CoarseGrainedExecutorBackend，就是用來併發執行程式的程序。它們使用的資源如下：

執行該模式依然非常簡單，只需要把Spark的安裝包解壓後，改一些常用的配置即可使用。而不用啟動Spark的Master、Worker守護程序( 只有叢集的standalone方式時，才需要這兩個角色)，也不用啟動Hadoop的各服務（除非你要用到HDFS），這是和其他模式的區別哦，要記住才能理解。

3，Spark自帶Cluster Manager的Standalone Client模式（叢集）

和單機執行的模式不同，這裡必須在執行應用程式前，先啟動Spark的Master和Worker守護程序。不用啟動Hadoop服務，除非你用到了HDFS的內容。

start-master.sh

start-slave.sh -h hostname url:master

圖省事，可以在想要做為Master的節點上用start-all.sh一條命令即可，不過這樣做，和上面的分開配置有點差別，以後講到資料本地性如何驗證時會說。

 啟動的程序如下：（其他非Master節點上只會有Worker程序）

這種執行模式，可以使用Spark的8080 web ui來觀察資源和應用程式的執行情況了。

 可以看到，當前環境下，我啟動了8個worker程序，每個可使用的core是2個，記憶體沒有限制。

言歸正傳，用如下命令提交應用程式

spark-submit --master spark://wl1:7077

或者 spark-submit --master spark://wl1:7077 --deploy-mode client

 代表著會在所有有Worker程序的節點上啟動Executor來執行應用程式，此時產生的JVM程序如下：（非master節點，除了沒有Master、SparkSubmit，其他程序都一樣）

 Master程序做為cluster manager，用來對應用程式申請的資源進行管理；

SparkSubmit 做為Client端和執行driver程式；

CoarseGrainedExecutorBackend 用來併發執行應用程式；

注意，Worker程序生成幾個Executor，每個Executor使用幾個core，這些都可以在spark-env.sh裡面配置，此處不在囉嗦。

4，spark自帶cluster manager的standalone cluster模式（叢集） 

 這種執行模式和上面第3個還是有很大的區別的。使用如下命令執行應用程式（前提是已經啟動了spark的Master、Worker守護程序）不用啟動Hadoop服務，除非你用到了HDFS的內容。

spark-submit --master spark://wl1:6066 --deploy-mode cluster 

各節點啟動的JVM程序情況如下：

master節點上的程序

提交應用程式的客戶端上的程序

某worker節點上的程序

區別1，客戶端的SparkSubmit程序會在應用程式提交給叢集之後就退出

區別2，Master會在叢集中選擇一個Worker程序生成一個子程序DriverWrapper來啟動driver程式

區別3，而該DriverWrapper 程序會佔用Worker程序的一個core，所以同樣的資源下配置下，會比第3種執行模式，少用1個core來參與計算(觀察下圖executor id 7的core數)

區別4，應用程式的結果，會在執行driver程式的節點的stdout中輸出，而不是列印在螢幕上

5，基於YARN的Resource Manager的Client模式（叢集）

現在越來越多的場景，都是Spark跑在Hadoop叢集中，所以為了做到資源能夠均衡排程，會使用YARN來做為Spark的Cluster Manager，來為Spark的應用程式分配資源。

在執行Spark應用程式前，要啟動Hadoop的各種服務。由於已經有了資源管理器，所以不需要啟動Spark的Master、Worker守護程序。相關配置的修改，請自行研究。

使用如下命令執行應用程式

spark-submit --master yarn 

或者 spark-submit --master yarn --deploy-mode client  

提交應用程式後，各節點會啟動相關的JVM程序，如下：

在Resource Manager節點上提交應用程式，會生成SparkSubmit程序，該程序會執行driver程式。

RM會在叢集中的某個NodeManager上，啟動一個ExecutorLauncher程序，來做為

ApplicationMaster。另外，也會在多個NodeManager上生成CoarseGrainedExecutorBackend程序來併發的執行應用程式。

對應的YARN資源管理的單元Container，關係如下：

為ApplicationMaster生成了容器 000001;

為CoarseGrainedExecutorBackend生成了容器 000002-000003

6，基於YARN的Resource Manager的Custer模式（叢集）

使用如下命令執行應用程式:

spark-submit --master yarn --deploy-mode cluster

和第5種執行模式，區別如下：

在Resource Manager端提交應用程式，會生成SparkSubmit程序，該程序只用來做Client端，應用程式提交給集群后，就會刪除該程序。

Resource Manager在叢集中的某個NodeManager上執行ApplicationMaster，該AM同時會執行driver程式。緊接著，會在各NodeManager上執行CoarseGrainedExecutorBackend來併發執行應用程式。

應用程式的結果，會在執行driver程式的節點的stdout中輸出，而不是列印在螢幕上。

對應的YARN資源管理的單元Container，關係如下：

為ApplicationMaster生成了容器 000001

為CoarseGrainedExecutorBackend生成了容器 000002-000003

當然，3-6這幾種執行模式，你也可以在一臺單機上玩，前提是你的伺服器足夠牛，同時你也足夠無聊。