1.大纲
spark应用构成：Driver(资源申请、job调度) + Executors(Task具体执行)
Yarn上应用运行构成：ApplicationMaster(资源申请、job调度) + Containers(Task具体执行)
Driver有两种运行模式，导致结构不太一样
2.client的情形
Driver运行在提交job的机器上(执行spark-submit的机器)
Driver运行在提交jar的机器上，任务运行在yarn上；Driver的功能是：申请资源运行AM，Job调度
AM负责SparkTask运行所需要的资源的申请
重要的步骤：：
Driver --> 向RM申请资源 --> 启动AM --> 向RM申请TAsk执行的资源
|
| Job调度
|
Executors中执行Task任务
3.cluster的情形
注意点：Driver运行在nodemanager中。
然后，才会出现向下的三条虚线
Driver和Application合并
AM <====> Driver：这个地方其实就是AM，在上图可以看见，Application Master中包含了spark的上下文，yarnCluster的调度。
流程基本和MR类似