来源： http://spark.apache.org/docs/1.6.0/cluster-overview.html
下面是对上述来源中Spark官方文档的中文翻译
本文简要概述Spark如何在集群上运行，以便更容易地了解所涉及的组件。阅读应用程序提交指南（application submission guide ），了解在群集上启动应用程序。
组件
Spark应用程序作为一组进程独立的在集群上运行，由主程序中的SparkContext对象（称为驱动程序）协调。
具体来说，要在集群上运行，SparkContext可以连接到几种类型的集群管理器（Spark自己的独立集群管理器，Mesos或YARN），它们可以跨应用程序分配资源。 连接后，Spark会在集群中的节点上获取执行程序，这些进程是为应用程序运行计算和存储数据的进程。 接下来，它将应用程序代码（由JAR或Python文件定义传递给SparkContext）发送给执行者。 最后，SparkContext将任务发送给执行器来运行。
这个架构有几个有用的事情需要注意：
每个应用程序都有自己的执行进程，它们在整个应用程序的运行时间内一直存在，并且持续运行，还在多个线程中运行任务。这有利于在调度端（每个驱动程序调度其自己的任务）和执行器端（来自不同应用程序的任务在不同的JVM中运行）将应用程序彼此隔离。但是，这也意味着数据不能在不将其写入外部存储系统的情况下跨不同的Spark应用程序（SparkContext实例）共享。
Spark对底层集群管理器是不可知的。只要它可以获得执行器进程，并且这些进程彼此通信，它也能够相对容易的在其他集群管理器上运行，即使这个集群管理器支持其他应用程序（例如Mesos / YARN）。
驱动程序必须在其生命周期内侦听并接受来自其执行器的传入连接（例如，请参阅 spark.driver.port and spark.fileserver.port in the network config section）。因此，驱动程序必须是工作节点的网络可可找到的。
因为驱动程序在群集上调度任务，所以它应该靠近工作节点运行，最好在同一个局域网上运行。如果你想远程发送请求到集群，最好打开一个RPC给驱动程序，并让它从附近提交操作，这比远离工作节点要好。
集群管理器类型
系统目前支持三个集群管理器：
- Standalone - 包含在Spark中的简单集群管理器，可以轻松设置集群。
- Apache Mesos - 一个通用集群管理器，也可以运行Hadoop MapReduce和服务应用程序。
- Hadoop YARN - Hadoop 2中的资源管理器。
下表总结了您将看到的用于引用群集概念的术语：
|术语 |含义
|------------------
|Application | 用户基于Spark构建的程序。由集群上的* driver program 和 executors组成。
|Application jar|包含用户的Spark应用程序的jar。在某些情况下，用户需要创建一个包含其应用程序及其依赖关系的“uber jar”。用户的jar不应包括Hadoop或Spark库，但是，这些将在运行时添加。
|Driver program|运行应用程序的main（）函数并创建SparkContext的进程
|Cluster manager|用于获取集群上资源的外部服务（例如独立管理器，Mesos，YARN）
|Deploy mode|区分驱动程序进程运行的位置。在“集群”模式下，框架会启动集群中的驱动程序。在“客户端”模式下，提交器在集群外启动驱动程序。
|Worker node|任何可以在集群中运行应用程序代码的节点
|Executor|为工作节点上的应用程序启动的进程，它运行任务并在内存或磁盘存储中保存数据。每个应用程序都有自己的executors。
|Task|将发送给一个executor的工作单元
|Job|由多个任务组成的并行计算，它们响应Spark动作（例如：save，collect）而生成;可以在驱动程序日志中看到此术语。
|Stage|每个作业被分成更小的任务集，称为彼此依赖的 stages *（类似于MapReduce中的map和reduce阶段）;可以在驱动程序日志中看到此术语。
