什么情况下应该使用集群部署模式而不是客户端？

文档https://spark.apache.org/docs/1.1.0/submitting-applications.html

描述部署模式为：

--deploy-mode: Whether to deploy your driver on the worker nodes (cluster) or locally as an external client (client) (default: client)

使用图fig1作为指导（取自http://spark.apache.org/docs/1.2.0/cluster-overview.html ）：

在这里输入图像说明

如果我启动Spark工作：

 ./bin/spark-submit \ --class com.driver \ --master spark://MY_MASTER:7077 \ --executor-memory 845M \ --deploy-mode client \ ./bin/Driver.jar

然后， Driver Program将被MY_MASTER指定为MY_MASTER

如果我使用--deploy-mode cluster那么Driver Program将在工作节点之间共享？如果这是真的，那么这是否意味着图1中的Driver Program框可以被丢弃（因为它不再被利用），因为SparkContext也将在工作节点之间共享？

应该使用什么条件来代替client ？

不，部署模式是client ，驱动程序不一定是主节点。您可以在笔记本电脑上运行spark-submit，而Driver Program将在您的笔记本电脑上运行。

相反，当部署模式为cluster ，则使用集群pipe理器（主节点）来查找具有足够可用资源的从站来执行驱动程序。结果，驱动程序将在一个从节点上运行。当它的执行被委托，你不能从驱动程序得到的结果，它必须将其结果存储在文件，数据库等。

客户端模式
- 想获得工作结果（dynamic分析）
- 更容易开发/debugging
- 控制你的驱动程序在哪里运行
- 总是启动应用程序：将您的Spark作业启动程序作为REST服务或Web UI公开
集群模式
- 更容易资源分配（让主人决定）：火，忘了
- 像其他工作人员一样从Master Web UI监控您的驱动程序
- 最后停下来：一个工作完成，分配的资源被释放

我认为这可能会帮助你理解。在文档https://spark.apache.org/docs/latest/submitting-applications.html它说：“一个常见的部署策略是提交你的应用程序从物理上的网关机器; – 在您的工作机器中安装（例如独立EC2集群中的主节点）在这种设置中，客户端模式是合适的，在客户端模式下，驱动程序直接在spark-submit进程中启动，作为集群的客户端。应用程序的input和输出连接到控制台，因此这种模式特别适用于涉及REPL的应用程序（例如Spark shell）。

或者，如果您的应用程序是从远离工作人员机器的机器提交的（例如，在本地笔记本电脑上），则通常使用群集模式来尽量减less驱动程序和执行程序之间的networking延迟。请注意，Mesos群集或Python应用程序目前不支持群集模式。“

那么HADR呢？