standalone cluster模式
通常用于，spark作业部署到生产环境中去使用，是用standalone cluster模式,因为这种模式，会由master在集群中，某个节点上，来启动driver，然后driver会进行频繁的作业调度,此时driver跟集群在一起，那么是性能比较高的
standalone client模式，在spark-submit脚本执行的机器上，会启动driver进程，然后去进行整个作业的调度
通常来说，你的spark-submit脚本能够执行的机器，也就是，作为一个开发人员能够登录的机器，通常不会直接是spark集群部署的机器
因为，随便谁，都登录到spark集群中，某个机器上去，执行一个脚本，没有安全性可言了
所有此时呢，是这样子，用client模式，你的机器，可能与spark集群部署的机器，都不在一个机房，或者距离很远，那么此时通常遥远的频繁的网络通信,会影响你的整个作业的执行性能
此外，standalone cluster模式，还支持监控你的driver进程，并且在driver挂掉的时候，自动重启该进程
要使用这个功能，在spark-submit脚本中，使用--supervise标识即可,主要是用于spark streaming中的HA高可用性，配置driver的高可用
如果想要杀掉反复挂掉的driver进程，使用以下命令即可: bin/spark-class org.apache.spark.deploy.Client kill <master url> <driver ID>
如果要查看driver id，通过http://<maser url>:8080即可查看到
实验观察
- 日志：命令行只会打印一点点内容，没有什么东西; 主要呢，是在web ui上，可以看到日志
- web ui: running drivers出现，此时就可以看到在spark集群中执行的driver的信息; completed drivers
- 进程: SparkSubmit一闪而过，仅仅只是将driver注册到master上，由master来启动driver，马上就停止了; 在Worker上，会启动DriverWrapper进程
如果能够申请到足够的cpu资源，其实还会在其他worker上，启动CoarseGrainedExecutorBackend进程 - 可以通过点击running中的application，去查看作业中的每个job、每个stage、每个executor和task的执行信息，4040端口来看的
- 对于正在运行的driver或application，可以在web ui上，点击kill按钮，给杀掉
