在Google Cloud Dataproc集群中，基本上使用哪个Scheduler来提交spark作业？

在Google Cloud Dataproc集群中，基本上使用的是YARN Scheduler来提交Spark作业。

YARN（Yet Another Resource Negotiator）是Apache Hadoop生态系统中的一个集群资源管理器，用于管理集群中的资源分配和作业调度。Google Cloud Dataproc集群是基于Hadoop和Spark的云托管服务，因此使用YARN作为默认的作业调度器。

YARN Scheduler具有以下优势：

1. 高效的资源管理：YARN Scheduler可以根据集群中的资源情况动态分配和管理资源，确保作业能够充分利用集群的计算能力。
2. 弹性的作业调度：YARN Scheduler支持多种调度策略，可以根据作业的优先级和资源需求进行灵活的调度，提高作业的执行效率。
3. 多租户支持：YARN Scheduler可以同时管理多个用户或应用程序提交的作业，确保资源的公平分配和隔离。
4. 可扩展性：YARN Scheduler可以轻松扩展以适应不同规模的集群和作业负载。

在Google Cloud Dataproc集群中，使用YARN Scheduler提交Spark作业可以通过以下步骤：

1. 创建一个Dataproc集群：在Google Cloud控制台或使用相关的API命令创建一个Dataproc集群。
2. 连接到集群：使用SSH等方式连接到集群的主节点。
3. 提交Spark作业：使用gcloud dataproc jobs submit spark命令提交Spark作业，其中可以指定作业的主类、依赖的JAR包、输入输出路径等参数。

推荐的腾讯云相关产品是腾讯云EMR（Elastic MapReduce），它是一种大数据处理和分析的托管服务，提供了类似于Google Cloud Dataproc的功能。您可以通过腾讯云EMR来管理和调度Spark作业，具体产品介绍和使用方法可以参考腾讯云EMR的官方文档：腾讯云EMR产品介绍。