Spark运行模式(资源调度框架的使用，了解)

Spark运行模式(资源调度框架的使用，了解)

1. Local模式:启动多线程或者多进程对程序进行单机调试的。
2. 分布式部署模式:
   👉Standalone模式:独立模式，自带完整的模式。在架构上和 MapReduce1比较，具有一致性，都是由Master、worker组成(只是名称不一样)，资源抽象为粗粒式的slot，多少slot多少task。
   👉Spark on YARN：因为现在企业用到 hadoop是基于YARN 的，为了融合spark，进行统一资源管理。有两种方式， YARN-client(用于交互,client当中运行sparkContext进程进行任务分发监控)，YARN-cluster 任务的分发和监控放在 MRAPPmaster当中。
   👉 Spark on mesos：YARN和 mesos都是统一资源管理和调度系统。mesos支持粗粒式和细粒式调度，前者节省了资源调度时间的开销，后者是不存在资源的浪费，但是资源调度延迟较大。