普开数据马延辉课堂解析Spark的三种集群deploy模式对比.docx

《普开数据马延辉课堂解析Spark的三种集群deploy模式对比.docx》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、Spark的三种集群deploy模式对比　　Spark有三种集群部署模式，或者叫做集群管理模式。分别是standalone，YARN和Mesos。这三种模式其实都是master/slave模式。　　　　那么在实际的项目中，我们该如何对比选择呢?下面是我的一些总结，主要参考了：　　WhichApacheSparkClusterManagersAreTheRightFit?YARN,Mesos,or　　Standalone?　　三种集群资源管理概述　　　　SparkStandalone　　作为Spark的一部分,Standalone是一个简单的集群管理器。它具有m

2、aster的HA，弹性应对WorkerFailures，对每个应用程序的管理资源的能力，并且可以在现有的Hadoop一起运行和访问HDFS的数据。该发行版包括一些脚本，可以很容易地部署在本地或在AmazonEC2云计算。它可以在Linux，Windows或MacOSX上运行。　　ApacheMesos　　ApacheMesos　　,分布式系统内核，具有HA的masters和slaves，可以管理每个应用程序的资源，并对Docker容器有很好的支持。它可以运行Spark工作，Hadoop的MapReduce的，或任何其他服务的应用程序。它有Java，Python

3、和C++的API。它可以在Linux或MacOSX上运行。　　HadoopYARN　　HadoopYARN，作业调度和集群资源管理的分布式计算框架，具有HA为masters和slaves，在非安全模式下支持Docker容器，在安全模式下支持Linux和Windowscontainerexecutors，和可插拔的调度器。它可以运行在Linux和Windows上运行。　　集群资源调度能力的对比　　模式资源调度能力比对SecurityHA　　standalone只支持FIFO调度器，单用户串行，默认所有节点的所有资源对应用都可用,node节点的限制，cpu内存等限

4、制可以通过SparkConf来控制sharedsecret，SSLfordataencryptionStandbyMasterswithZooKeeper和本地文件系统的单点恢复。　　YARN支持资源调度器Scheduler，应用管理器ApplicationsManager。CapacityScheduler和FairScheduler在队列的范围内，资源共享。Kerberos。SSLfordataencryption主备切换的HA方式，依赖于zookeeper，但不需要单独的zkfc进程　　Mesos看下方：插件式安全模块,默认CyrusSASL，SSLfo

5、rdataencryption一主多备，基于zookeeper的leader选举。　　Mesos的资源调度能力描述　　粗粒度模式(Coarse-grainedMode)：每个应用程序的运行环境由一个Dirver和若干个Executor组成，其中，每个Executor占用若干资源，内部可运行多个Task(对应多少个“slot”)。应用程序的各个任务正式运行之前，需要将运行环境中的资源全部申请好，且运行过程中要一直占用这些资源，即使不用，最后程序运行结束后，回收这些资源。举个例子，比如你提交应用程序时，指定使用5个executor运行你的应用程序，每个execut

6、or占用5GB内存和5个CPU，每个executor内部设置了5个slot，则Mesos需要先为executor分配资源并启动它们，之后开始调度任务。另外，在程序运行过程中，mesos的master和slave并不知道executor内部各个task的运行情况，executor直接将任务状态通过内部的通信机制汇报给Driver，从一定程度上可以认为，每个应用程序利用mesos搭建了一个虚拟集群自己使用。　　细粒度模式(Fine-grainedMode)：鉴于粗粒度模式会造成大量资源浪费，SparkOnMesos还提供了另外一种调度模式：细粒度模式，这种模式类似

7、于现在的云计算，思想是按需分配。与粗粒度模式一样，应用程序启动时，先会启动executor，但每个executor占用资源仅仅是自己运行所需的资源，不需要考虑将来要运行的任务，之后，mesos会为每个executor动态分配资源，每分配一些，便可以运行一个新任务，单个Task运行完之后可以马上释放对应的资源。每个Task会汇报状态给Mesosslave和MesosMaster，便于更加细粒度管理和容错，这种调度模式类似于MapReduce调度模式，每个Task完全独立，优点是便于资源控制和隔离，但缺点也很明显，短作业运行延迟大。　　总结　　从对比上看，meso

8、s似乎是Spark更好的选择，也是被官