Spark基于Standalone提交任务流程

在Standalone模式下，Spark的任务提交根据Driver程序运行的位置不同，分为client和cluster两种模式。在这两种模式中，Driver负责应用程序的资源申请、任务分发、结果回收以及监控任务执行。以下分别介绍Client和Cluster模式。

一、Standalone-Client模式

1、提交命令

在启动Standalone集群后，可在node4节点上执行以下命令以Client模式提交任务

[root@node4 ~]# cd /software/spark-3.5.5/bin/
#第一种方式
[root@node4 bin]# ./spark-submit --master spark://node1:7077 --class org.apache.spark.examples.SparkPi ../examples/jars/spark-examples_2.13-3.5.5.jar 1000

#第二种方式
[root@node4 bin]# ./spark-submit --master spark://node1:7077 --deploy-mode client --class org.apache.spark.examples.SparkPi ../examples/jars/spark-examples_2.13-3.5.5.jar 1000

以上命令中注意如下几点：

• “--master”参数指定Applicatin的Master URL，即运行模式；“--deploy-mode”参数指定Driver程序的部署模式，可选Client/Cluster，默认为Client；“--class”参数指定Application的主类。
• 两种提交方式的区别在于是否显式指定--deploy-mode参数，该参数默认为client模式，因此可以省略。
• 任务提交后，可以在客户端看到“SparkSubmit”进程，该进程可以看做为Driver进程；在Standalone集群Worker节点可以看到“CoarseGrainedExecutorBackend”进程，该进程为Executor进程，负责执行Task。

2、任务执行流程

Standalone Client模式提交任务流程如下图所示：

总结：在Standalone-Client模式中，Driver进程在提交Application的客户端节点上启动，客户端可以查看任务的执行情况和结果。此模式适用于测试环境，不建议用于生产环境。原因在于，当客户端提交大量Application时，所有Driver都在客户端启动，Driver与集群之间存在大量通信，可能导致客户端网络流量激增。

二、Standalone-Cluster模式

1、提交命令

在启动Standalone集群后，可在node4节点上执行以下命令以Cluster模式提交任务：

[root@node4 ~]# cd /software/spark-3.5.5/bin/
[root@node4 bin]# ./spark-submit --master spark://node1:7077 --deploy-mode cluster --class org.apache.spark.examples.SparkPi ../examples/jars/spark-examples_2.13-3.5.5.jar 1000

需要注意：

• “--master”参数指定Application的Master URL，即运行模式；“--deploy-mode”参数指定Driver程序的部署模式，可选Client或Cluster，默认为Client；“--class”参数指定Application的主类。
• 任务提交后，可以在Worker节点上看到“DriverWrapper”（Driver进程）和“CoarseGrainedExecutorBackend”（Executor进程）。
• 在Standalone-Cluster模式下，任务提交后，客户端无法直接查看任务结果，需要通过Web UI查看Driver的日志以获取结果。

2、任务执行流程

Standalone Cluster模式提交任务流程如下图所示：

1. Standalone集群启动，Worker向Master汇报资源，Master掌握集群资源状况。

2. 客户端使用 spark-submit 提交应用程序后，向 Master 请求启动 Driver。

3. Master 接受请求，在集群中的某个 Worker 节点上启动 Driver 进程。

4. Driver 启动后，向Master申请启动Application所需的资源。

5. Master收到请求之后，在相应的Worker节点上启动Executor进程。

6. Executor启动后，向Driver注册，Driver掌握一批计算资源。

7. Driver将task分发到Executor执行，Executor将task执行结果返回给Driver。

总结：在Standalone-Cluster模式中，Driver进程在集群的某个Worker节点上启动，客户端无法直接查看任务的执行结果，需要通过集群的Web UI查看日志获取结果。此模式适用于生产环境，因为每个Application的Driver会随机在集群中的某个Worker上启动，避免了Client模式下客户端网络流量激增的问题。

• ?博客主页：
• ?欢迎点赞 ? 收藏 ⭐留言 ? 如有错误敬请指正！
• ?本文由 Lansonli 原创，首发于 CSDN博客?
• ?停下休息的时候不要忘了别人还在奔跑，希望大家抓紧时间学习，全力奔赴更美好的生活✨