Spark集群启动后进程的简单介绍

刚开始学习Spark，首先看一下Spark集群启动之后都会产生哪些进程，方便查看集群是否启动正常。首先介绍下我的Spark集群是以Hadoop的HDFS作为分布式文件存储系统，资源管理系统既可以使用Hadoop的Yarn，也可以使用Spark自带的Standalone模式，当然也可以使用其他的资源管理系统，例如Mesos、EC2等。

我的测试集群是一个master节点和4个worker节点

启动HDFS会产生哪些进程

在master节点上会产生NameNode进程和SecondaryNameNode进程。NameNode进程管理集群的全局数据，而SecondaryNameNode是NameNode的备份，这么做是为了容错。

在worker节点上会产生DataNode进程，该进程管理本台worker上的数据。

启动yarn会产生哪些进程

在master上会产生ResourceManager进程，该进程管理整个集群的内存和CPU等资源。

在worker节点上会产生DataNode进程，该进程管理本worker上的内存和CPU等资源。

启动Spark会产生哪些进程（运行在Standalone模式下）

在master节点上会产生Master进程，该进程管理整个集群的资源。

在worker节点上会产生Worker进程，该进程管理本worker上的资源

---

这里先做简单的记录，随着学习的深入再不断补充完善。