Spark支持三種集群部署方式(Standalone,Mesos,Yarn),其中Master服務(Spark Standalone,Mesos Master,Yarn ResourceManager)決定哪些應用可以運行，在那個節點上運行，以及什么時候運行。Slave服務（Yarn NodeManager）運行在每個節點上，節點控制著Executor進程，同時監控作業的運行狀態以及資源的消耗。Spark運行在Yarn上，有兩種模式，Yarn-Client和Yarn-Cluster。通常情況下，Yarn-Cluster用于生產環境，Yarn-Client用于交互、調試。
1.Appliaction Master
在Yarn中，每個application都有一個Application Master進程，它是Appliaction啟動的第一個容器，它負責從ResourceManager中申請資源，分配資源，同時通知NodeManager來為Application啟動container，Application Master避免了需要一個活動的client來維持，啟動Applicatin的client可以隨時退出，而由Yarn管理的進程繼續在集群中運行。
當在Yarn下運行Spark作業時，每個Spark Executor作為一個Yarn 容器(container)在運行，同時支持多個任務在同一個容器中運行，節省了任務的啟動時間。
2.Yarn-client
在Yarn-client模式下，AM僅僅從Yarn中申請資源分配給Executor，之后client會跟容器(Container)通信進行作業調度。Client不能離開.如下圖所示：
執行流程：
- 客戶端提交作業給ResourceManager(RM)
- RM在本地NodeManager(NM)啟動container并將AM分配給該NM
- NM接收到RM的分配，啟動Application Master并初始化作業，此時這個NM就稱為Driver
- Application向RM申請資源，分配資源同時通知其他NodeManager啟動相應的Executor
- Executor向本地啟動的AM注冊匯報并完成相應的任務
3.Yarn-Cluster
在Yarn-cluster模式下，driver運行在AM上，AM進程同時負責驅動Application和從Yarn中申請資源，該進程運行在Yarn container內，所以啟動AM的client可以立即關閉而不必持續到Application的生命周期，如下圖所示：
執行流程：
- 客戶端生成作業信息提交給ResourceManager(RM)
- RM在某一個NodeManager(由Yarn決定)啟動container并將Application Master(AM)分配給該NodeManager(NM)
- NM接收到RM的分配，啟動Application Master并初始化作業，此時這個NM就稱為Driver
- Application向RM申請資源，分配資源同時通知其他NodeManager啟動相應的Executor
- Executor向NM上的Application Master注冊匯報并完成相應的任務
