Apache spark 从Spark的角度来看，纱线调度程序真的不同吗？

纱线有两个著名的调度程序，

公平调度程序

和

容量调度程序

。粗略地说，容量将集群划分为预定义的队列，从而保证每个队列的资源，Fair scheduler还将集群划分为队列，并在队列之间和队列内部均匀地共享资源

现在，进一步了解每个调度程序的详细信息，我们可以看到：

它们中的每一个都允许集群的不均匀划分（公平的权重和资源分数以及容量百分比）

它们都支持FIFO和公平队列内应用程序调度

两者都支持基于内存和DRF的资源使用率计算

我猜他们两个都“成长”到了这种情况，每个人都增加了功能。但是到今天为止，他们之间还有什么区别吗

另外，我是在使用纱线管理火花的背景下提出这个问题的

---

编辑：在建议复制后，我将解释为什么，尽管类似，但它不能完全回答问题。首先，答案不准确，例如，应用程序分配给队列，而不是作业。最具信息量的答案是一个对照表，该表实际上取自，它是正确的，但可以追溯到2014-2016年，在考虑开发进度的同时，使其变得无关紧要

节点标签是主要的标签。如果您想针对一组具有附加功能（GPU、软件许可证、高端硬件…）的计算机运行特定作业，那么现在需要使用容量调度器。Fair Scheduler稍后可能会收到此消息，但很快它仍在进行中

相关的JIRA包括：

---

就历史而言，容量调度器起源于雅虎！当时是由HortonWorks维护的雅虎！剥离出霍顿作品。Cloudera投资了Fair Scheduler。我不确定HortonWorks和Cloudera合并后的未来是什么。

可能重复@user10465355 thx。要找到答案，请参阅我的编辑，并解释当前问题的有效性。我已经使用fair scheduler针对特定节点安排了任务。这需要一些捏造，因为实现被破坏了，但是在一个定制的应用程序中，它工作了，你可能可以修补Spark来做同样的事情。