华为云首页用户手册

MAPREDUCE服务 MRS-Spark2x与其他组件的关系:Spark和YARN的关系

MAPREDUCE服务 MRS-Spark2x与其他组件的关系:Spark和YARN的关系

时间：2024-04-01 09:39:26

MAPREDUCE服务 MRS

Spark和YARN的关系

Spark的计算调度方式，可以通过YARN的模式实现。Spark共享YARN集群提供丰富的计算资源，将任务分布式的运行起来。Spark on YARN分两种模式：YARN Cluster和YARN Client。

YARN Cluster模式
 运行框架如图3所示。

图3 Spark on yarn-cluster运行框架

Spark on YARN-Cluster实现流程：
1. 首先由客户端生成Application信息，提交给ResourceManager。
2. ResourceManager为Spark Application分配第一个Container(ApplicationMaster)，并在该Container上启动Driver。
3. ApplicationMaster向ResourceManager申请资源以运行Container。
  ResourceManager分配Container给ApplicationMaster，ApplicationMaster和相关的NodeManager通讯，在获得的Container上启动Executor，Executor启动后，开始向Driver注册并申请Task。
4. Driver分配Task给Executor执行。
5. Executor执行Task并向Driver汇报运行状况。
YARN Client模式
 运行框架如图4所示。

图4 Spark on yarn-client运行框架

Spark on YARN-Client实现流程：

在YARN-Client模式下，Driver部署在Client端，在Client端启动。YARN-Client模式下，不兼容老版本的客户端。推荐使用YARN-Cluster模式。
1. 客户端向ResourceManager发送Spark应用提交请求，Client端将启动ApplicationMaster所需的所有信息打包，提交给ResourceManager上，ResourceManager为其返回应答，该应答中包含多种信息（如ApplicationId、可用资源使用上限和下限等）。ResourceManager收到请求后，会为ApplicationMaster寻找合适的节点，并在该节点上启动它。ApplicationMaster是Yarn中的角色，在Spark中进程名字是ExecutorLauncher。
2. 根据每个任务的资源需求，ApplicationMaster可向ResourceManager申请一系列用于运行任务的Container。
3. 当ApplicationMaster（从ResourceManager端）收到新分配的Container列表后，会向对应的NodeManager发送信息以启动Container。
  ResourceManager分配Container给ApplicationMaster，ApplicationMaster和相关的NodeManager通讯，在获得的Container上启动Executor，Executor启动后，开始向Driver注册并申请Task。
  
  正在运行的Container不会被挂起释放资源。
4. Driver分配Task给Executor执行。Executor执行Task并向Driver汇报运行状况。

上一篇：MAPREDUCE服务 MRS-Spark2x与其他组件的关系:Spark和HDFS的关系

下一篇：MAPREDUCE服务 MRS-Spark2x与其他组件的关系:Spark和HDFS的关系

新客秒杀 2核2G 3M L实例

68元/年

普惠上云领千元上云礼券

立即前往

企业专享 X实例 4核8G 5M

888元/年

热门域名 1元随心购

1元/年起

MAPREDUCE服务 MRS-Spark2x与其他组件的关系:Spark和YARN的关系

意见反馈

0/200

提交成功！非常感谢您的反馈，我们会继续努力做到更好反馈提交失败！请稍后重试！

推荐文章

解决方案
相关专题