请详述Spark核心执行流程，如何使用SparkSubmit在客户端提交job后如何通过Standalone模式获取资源并执行Spark任务计算。

Spark核心执行流程大致如下：

1. 客户端（可能是一个Spark应用程序）使用SparkSubmit工具提交一个Spark作业。

2. SparkSubmit将作业的相关信息发送给集群管理器（如Standalone、YARN或Mesos）。

3. 集群管理器根据配置信息，在集群中启动一个Driver进程。

4. Driver进程与集群管理器通信，申请资源（如CPU和内存）来执行Spark作业。

5. 一旦资源被分配给Driver进程，它将启动Executor进程。

6. Executor进程在工作节点上运行，并与Driver进程通信。

7. Driver进程将应用程序的代码和数据分发给Executor进程。

8. Executor进程根据分发的代码和数据执行任务，并将结果返回给Driver进程。

9. Driver进程将结果返回给客户端应用程序或进行下一步的处理。

在Standalone模式下，客户端通过SparkSubmit工具提交的作业将与Standalone集群管理器进行交互。以下是大致的流程：

1. 客户端使用SparkSubmit工具提交一个作业，并指定使用Standalone模式。

2. SparkSubmit将作业相关信息发送给Standalone集群管理器。

3. Standalone集群管理器根据配置信息，在集群中启动一个Driver进程。

4. Driver进程与Standalone集群管理器通信，申请资源来执行Spark作业。

5. Standalone集群管理器根据可用资源和调度策略，将资源分配给Driver进程。

6. 一旦资源被分配给Driver进程，它将启动Executor进程。

7. Executor进程在工作节点上运行，并与Driver进程通信。

8. Driver进程将应用程序的代码和数据分发给Executor进程。

9. Executor进程根据分发的代码和数据执行任务，并将结果返回给Driver进程。

10. Driver进程将结果返回给客户端应用程序或进行下一步的处理。

这样，Spark作业就在Standalone模式下获取资源并执行Spark任务计算。