---

前言

#博学谷IT学习技术支持#
上篇文章有讨论到Spark On Yarn的两种部署模式，如果有不清楚的地方，可以再看看，附上对应文章的链接：Spark的部署模式，本篇文章主要讨论Spark On Yarn两种部署模式的运行流程。

（一）Spark On Yarn集群的Client模式运行流程

该模式的Driver程序在本地Client端运行；

1. 大致流程：先在提交任务的节点上启动Driver程序，然后向Yarn集群申请运行资源，申请到运行资源后开始执行任务；
2. 详细流程如下：
   （1）在提交任务的节点上启动Driver程序，执行Main函数，创建SparkContext对象
   （2）Driver程序启动成功后，向ResourceManager申请启动ApplicationMaster
   （3）ResourceManager接收到请求后，在适当的一台NodeManager节点启动ApplicationMaster
   （4）ApplicationMaster启动成功后与Driver程序上的SparkContext对象通信，并根据SparkContext提供的任务信息向ResourceManager申请任务执行所需的资源，以执行Executor
   （5）ResourceManager接收到资源请求后，根据资源调度机制以Container的形式返回给ApplicationMaster
   （6）ApplicationMaster拿着从ResourceManager节点分配到的Container资源信息，向NodeManger节点申请对应的资源，以启动运行Executor
   （7）Executor启动成功后，反向通知Driver，当所有的Executor都启动成功后，Driver开始执行代码部分的逻辑
   （8）Driver先加载代码中与RDD相关的所有算子，并根据算子的依赖关系形成DAG有向无环图，然后划分Stage并进行任务分配，通知Executor执行相关任务
   （9）Executor接收并执行完任务后，将运行结果反馈给Driver
   （10）当Driver接收到所有Executor的执行完成信号后，认为任务已经执行完成，与此同时ResourceManager也会接收到ApplicationMaster返回的任务完成情况，ResourceManager开始回收资源，关闭ApplicationMaster，并通知Driver程序
   （11）Driver还会执行后续与算子无关的代码，代码执行完成后，整个流程就完成了

（二） Spark On Yarn集群的Cluster模式运行流程

该模式下，Driver程序就是Yarn集群的ApplicationMaster，二者合一，Driver程序的任务都由ApplicationMaster来完成；

1. 大致流程：Client客户端发起任务请求，Yarn集群接收到请求后启动ApplicationMaster，ApplicationMaster启动后进行资源申请，申请到资源后开始执行任务
2. 详细流程：
   （1）Client客户端发起任务执行请求
   （2）ResourceManager节点接收到任务请求后，请求一台NodeManager节点启动ApplicationMaster
   （3）ApplicationMaster启动后，先初始化SparkContext对象，并根据SparkContext提供的任务信息向ResourceManager节点申请资源
   （4）ResourceManager节点接收到资源请求后，根据资源调度机制以Container的形式返回给ApplicationMaster
   （5）ApplicationMaster拿着ResourceManager分配的Container资源信息，向NodeManager节点申请对应的资源，以启动运行Executor
   （6）Executor启动成功后，反向通知ApplicationMaster，当所有的Executor都启动成功后，ApplicationMaster开始处理代码部分逻辑
   （7）ApplicationMaster先加载所有与RDD相关的算子，并根据算子的依赖关系形成DAG有向无环图，然后划分Stage并进行任务分配，通知Executor执行相关任务
   （8）Executor接收并执行完任务后，将运行结果反馈给ApplicationMaster
   （9）当ApplicationMaster接收到所有Executor的完成信号后，认为任务已经执行完成，与此同时也会将任务完成情况反馈给ResourceManager，ResourceManager开始回收资源，关闭ApplicationMaster
   （11）ApplicationMaster还会执行后续与算子无关的代码，代码执行完成后，整个流程就完成了

---

总结

以上两种模式的运行流程的区别在于Driver程序在哪里运行，Spark On Yarn的Client模式中，Driver程序在请求的机器节点上运行，而Cluster模式下，Driver程序在集群中运行，此时Driver就是Yarn集群中ApplicationMaster，Driver的任务都由ApplicationMaster来完成。