ResourceManager：是集群所有應(yīng)用程序的資源管理器埃脏，能夠管理集群的計算資源并為每個Application分配，它是一個純粹的調(diào)度器东羹。
NodeManager：是每一臺slave機器的代理，執(zhí)行應(yīng)用程序赖捌，并監(jiān)控應(yīng)用程序的資源使用情況案疲。?
Application Master：每一個應(yīng)用程序都會有一個Application Master封恰，它的主要職責是向RM申請資源、在每個NodeManager上啟動executors褐啡、監(jiān)控和跟蹤應(yīng)用程序的進程等诺舔。
執(zhí)行過程：?
（1）客戶端提交Application到RM，這個過程做的工作有判斷集群資源是否滿足需求备畦、讀取配置文件低飒、設(shè)置環(huán)境變量、設(shè)置Application名字等等懂盐；?
（2）RM在某一臺NodeManager上啟動Application Master逸嘀，AM所在的機器是YARN分配的，事先是不知道的允粤；?
（3）AM初始化SparkContext，開始驅(qū)動程序翼岁，這個NodeManager便是Driver类垫；?
（4）AM向ResourceManager申請資源，并在每臺NodeManager上啟動相應(yīng)的executors琅坡；?
（5）初始化后的SparkContext中的通信模塊可以通過AKKA與NodeManager上的容器進行通信悉患。?
比以前的更多的理解：?
（1）Application Master所在的NodeManager是Yarn隨機分配的，不是在主節(jié)點上榆俺，
（2）AM是Yarn啟動的第一個容器售躁；?
（3）AM所在的NodeManager就是平常說的Driver端，因為這個AM啟動了SparkContext茴晋，之前實驗室說的“誰初始化的SparkContext誰就是Driver端”一直理解錯了陪捷，以為這句話是相對于機器說的，但其實是相對于Cluster和Client的集群模式來說的（不知道其他模式Mesos诺擅、standalone是不是也是這樣）市袖。?
（4）在Application提交到RM上之后，Client就可以關(guān)閉了烁涌，集群會繼續(xù)運行提交的程序苍碟，在實際使用時，有時候會看到這樣一種現(xiàn)象撮执，關(guān)閉Client會導(dǎo)致程序終止微峰，其實這個Application還沒有提交上去，關(guān)閉Client打斷了提交的過程抒钱，Application當然不會
1 Yarn-Client
（1）Client Application會初始化SparkContext蜓肆，這是Driver端颜凯；?
（2）提交Application到RM；?
（3）應(yīng)該是在RM所在的機器上啟動AM（症杏？不確定）装获；
（4）AM向RM申請資源，并啟動NodeManager上的Executors厉颤；?
（5）Executors與SparkContext初始化后的通信模塊保持通信穴豫，因為是與Client端通信，所以Client不能關(guān)閉逼友。
YARN-Cluster和YARN-Client的區(qū)別
（1）SparkContext初始化不同精肃，這也導(dǎo)致了Driver所在位置的不同，YarnCluster的Driver是在集群的某一臺NM上帜乞，但是Yarn-Client就是在RM在機器上司抱；?
（2）而Driver會和Executors進行通信，這也導(dǎo)致了Yarn_cluster在提交App之后可以關(guān)閉Client黎烈，而Yarn-Client不可以习柠；?
（3）最后再來說應(yīng)用場景，Yarn-Cluster適合生產(chǎn)環(huán)境照棋，Yarn-Client適合交互和調(diào)試资溃。
