spark资源调度与yarn类比：
master负责资源调度：就是决定在那些worker上启动executor,监控worker) ————> yarn上的是resourcemanager
worker负责启动执行任务的进程（executor），并且监控executor，并且将当前机器的信息通过心跳汇报给master
————>nodemanager
executor负责执行计算任务————>yarnchild
SparkSubmit负责向Master提交任务并申请资源，然后该任务下的executor跟sparkSubmit进行通信，监控Executor
————>AppMaster