这两者之间没有实际区别。如果没有配置，否则两者都将在本地模式下执行代码。如果配置了master（通过--master命令行参数或spark.master配置），则将使用相应的集群来执行程序。

如果您正在使用EMR，有三件事
1.使用Spark塞（或Spark壳）的
1.使用spark-submit而不使用--master和--deploy-mode
1.使用spark提交和使用--master和--部署模式
虽然使用以上三种方法都可以在Spark Cluster中运行应用程序，但是驱动程序的工作方式不同。

• 在第一和第二种情况下，驱动程序将处于客户机模式，而在第三种情况下，驱动程序也将处于集群中。
• 在第一种和第二种情况下，您必须等到一个应用程序完成后才能运行另一个应用程序，但在第三种情况下，您可以并行运行多个应用程序。

只是补充一个其他人没有提到的澄清（您可能已经知道这一点，但从您问题的措辞来看并不清楚）：
..当我通过pyspark运行命令时，它们也在“集群”上运行，对吗？它们不仅仅在主节点上运行，对吗？
与spark-submit一样，标准Python代码将仅在驱动程序上运行。当您通过各种pyspark API调用操作时，您将触发将在集群上注册/执行的转换或操作。
正如其他人所指出的，spark-submit也可以在集群模式下启动作业，在这种情况下，驱动程序仍然执行标准的Python代码，但驱动程序与调用spark-submit的机器**是不同的机器。

1. Pyspark与Scala spark和Java Spark相比有着极端的区别，因为Python spark在集群调度中只支持YARN。
   1.如果你在本地机器上运行python spark，那么你可以使用pyspark，如果在集群中，使用spark-submit。
   1.如果你的python spark job中有任何依赖项，你需要一个zip文件来提交。