大数据学习(32)-spark基础总结

&&大数据学习&&

🔥系列专栏: 👑哲学语录: 承认自己的无知,乃是开启智慧的大门

💖如果觉得博主的文章还不错的话,请点赞👍+收藏⭐️+留言📝支持一下博主哦🤞


Spark提供多种运行模式:

1.本地模式(单机)

本地模式就是以一个 独立的进程 ,通过其内部的 多个线程来模拟 整个Spark运行时环境

2.Standalone模式(集群)

Spark中的各个角色以 独立进程 的形式存在,并组成Spark集群环境

3.Hadoop YARN模式(集群)

Spark中的各个角色 运行在 YARN 的容器内部 ,并组成Spark集群环境

4.Kubernetes模式(容器集群)

Spark中的各个角色 运行在 Kubernetes 的容器内部 ,并组成Spark集群环境

5.云服务模式(运行在云平台上)

spark运行模式图解:

Spark中由4类角色组成整个Spark的运行时环境

. Master角色,管理整个集群的资源
类比与YARN的ResouceManager
. Worker角色,管理单个服务器的资源
类比于YARN的NodeManager
.Driver角色,管理单个Spark任务在运行的时候的工作
类比YARN日的ApplicationMaster
Executor角色,单个任务运行的时候的一堆工作者,干活的.类比于YARN的容器内运行的TASK

从2个层面划分:资源管理层面:

。管理者: Spark是Master角色,YARN是ResourceManager。工作中: Spark是Worker角色,YARN是NodeManager从任务执行层面:
·某任务管理者: Spark是Driver角色,YARN是ApplicationMaster
·某任务执行者: Spark是Executor角色,YARN是容器中运行的具体工作进程。

Spark On Yarn的本质?

Master角色由YARN的ResourceManager担任.Worker角色由YARN的NodeManager担任.

Driver角色运行在YARN容器内或提交任务的客户端进程中真正干活的Executor运行在YARN提供的容器内。

重点:

Spark On Yarn两种模式:
Client模式和Cluster模式最最本质的区别是:Driver程序运行在哪里。
Client模式:学习测试时使用,生产不推荐(要用也可以,性能略低,稳定性略低)

1.Driver运行在Client上,和集群的通信成本高。
2.Driver输出结果会在客户端显示
Cluster模式:生产环境中使用该模式
1.Driver程序在YARN集群中,和集群的通信成本低

2.Driver输出结果不能在客户端显示
3.该模式下Driver运行ApplicattionMaster这个节点上,由Yarn管理,如果出现问题,yarn会重启ApplicattionMaster(Driver)

所以在spark on yarn中提高资源利用率,在已有YARN的场景下让Spark收到YARN的调度可以更好的管控资源提高利用率并方便管理。

相关推荐
2301_7816686114 分钟前
Elasticsearch 02
大数据·elasticsearch·搜索引擎
speop43 分钟前
llm的一点学习笔记
笔记·学习
非凡ghost1 小时前
FxSound:提升音频体验,让音乐更动听
前端·学习·音视频·生活·软件需求
isfox1 小时前
Google GFS 深度解析:分布式文件系统的开山之作
大数据·hadoop
ue星空1 小时前
月2期学习笔记
学习·游戏·ue5
萧邀人1 小时前
第二课、熟悉Cocos Creator 编辑器界面
学习
用户Taobaoapi20142 小时前
京东店铺所有商品API技术开发文档
大数据·数据挖掘·数据分析
在未来等你2 小时前
Kafka面试精讲 Day 8:日志清理与数据保留策略
大数据·分布式·面试·kafka·消息队列
m0_571372822 小时前
嵌入式ARM架构学习2——汇编
arm开发·学习
江畔独步3 小时前
Flink TaskManager日志时间与实际时间有偏差
大数据·flink