当提交SparkSubmit的机器和Yarn机器架构不一样时，对程序有影响吗？

Question

背景

我有一个购买请求，需要一些机器来构建一个 Hadoop 集群。我们目前的可选架构是

arm

和

x86

。 我们提交

Spark and Flink

作业的机器在集群之外（现有机器），这些客户端机器使用不同的 CPU 架构。

问题

比如我们用

x86

搭建集群，但是部分client机器是基于

arm

架构的，会不会影响spark和Flink作业的执行？

作为星火：

Spark 可在 Windows 和类 UNIX 系统（例如 Linux、Mac OS）上运行，并且它应该在运行支持的 Java 版本的任何平台上运行。这应该包括 x86_64 和 ARM64 上的 JVM。

作为 Flink：

FLINK-13448 还没有解决，但是我观察到主要的子问题已经解决了，只有一个FLINK-13652 还开着，不过只是一个描述类型的jira，理论上应该不会影响Flink 的性能，我用 Arm 做了我们工作的基础测试，都通过了

作为工作依赖

我的 Spark 和 Flink 作业都只使用纯 Java 依赖。据我所知，它们应该是跨平台的（arm 和 x86）。

我的理解

根据我对

yarn-container

工作原理的理解，如果提交机器的架构与运行机器的架构不同应该无关紧要。

但是我在网上没有找到这方面的经验，让我有点不安，所以我想在购买机器之前了解更多信息。

如果确实有影响，有没有对应的解决方案（还是基于混合架构）

当然，事先测试是必须的，但现阶段我想了解更多信息，如果您有相关经验，请告诉我！