spark on yarn 执行流程

1. 将 spark 应用程序提交到 YARN 集群。YARN ResourceManager 接收应用程序请求，并将其转发给 NodeManager。
2. NodeManager 为应用程序启动一个 ApplicationMaster，ApplicationMaster 是负责管理应用程序的主要组件。
3. ApplicationMaster 向 ResourceManager 请求资源，ResourceManager 分配资源并将其返回给 ApplicationMaster。
4. ApplicationMaster 启动 Executor，Executor 是负责执行任务的组件。
5. Executor 从 HDFS 或其他数据源读取数据，并将其分发给应用程序中的任务。
6. 任务执行完毕后，Executor 将结果返回给 ApplicationMaster。
7. ApplicationMaster 将结果汇总并将其返回给应用程序。
8. 应用程序执行完毕后，ApplicationMaster 释放资源并向 ResourceManager 发送释放资源的请求，然后退出。

相关问题

Spark On Yarn执行流程

Spark On Yarn执行流程大致如下：

1. 用户提交Spark应用程序到Yarn集群
2. Yarn ResourceManager接收到应用程序请求后，为该应用程序分配一个ApplicationMaster（AM）。
3. AM向ResourceManager申请资源，包括CPU、内存等，并启动Driver程序。
4. Driver程序向ResourceManager申请Executor资源，并将任务分配给Executor。
5. Executor执行任务，并将结果返回给Driver。
6. Driver将结果返回给用户。

spark on yarn提交流程

提交 Spark on YARN 的流程为：

1. 准备环境：安装配置好 Hadoop 和 Spark，以及相关的配置参数（如内存、CPU 等）。

2. 准备应用程序：将应用程序打包成 jar 包，其中包含了所有依赖的库和配置信息。

3. 准备提交脚本：创建一个配置文件，指定运行的参数，如需要使用的队列、资源等等。

4. 提交应用程序：使用 Hadoop 提供的命令行工具提交应用程序，提交后可以通过 yarn 在后台进行监控和管理。

5. 监控和管理：可以使用 Hadoop 提供的 Web 界面或命令行工具来查看应用程序的运行状态，包括已完成的任务、正在运行的任务、以及失败的任务等信息。

注意：以上流程只是一般情况，实际使用中还需要根据具体的应用场景做相应的调整。