Spark的集群deploy模式有三种，分别是local模式、standalone模式和YARN模式。

local模式

local模式是在一个进程中运行Spark应用程序，不需要进行分布式部署。该模式适用于开发和测试阶段，用于验证代码逻辑和功能。在local模式下，Spark应用程序将在单台机器的一个进程中运行，可以使用所有的CPU核心和内存资源，但无法进行分布式计算。

standalone模式

standalone模式是Spark自带的一个资源管理和任务调度集群，可以将Spark应用程序部署在一个独立的Spark集群中。在这种模式下，集群由一个主节点和多个工作节点组成，主节点负责资源的分配和任务的调度，而工作节点负责执行任务。通过在主节点上启动Spark Master进程和在工作节点上启动Spark Worker进程，可以配置和管理这个独立的Spark集群。

YARN模式

YARN（Yet Another Resource Negotiator）模式是将Spark应用程序与Hadoop集成的一种模式，可以将Spark应用程序部署在Hadoop集群上。在YARN模式下，Spark应用程序作为一个YARN应用程序提交给YARN资源管理器，由YARN来进行资源的分配和任务的调度。在这种模式下，Spark应用程序可以利用整个Hadoop集群的资源进行分布式计算，从而提高计算效率。

总结一下：
1. local模式是在一个进程中运行Spark应用程序，适用于开发和测试阶段。
2. standalone模式是Spark自带的一个资源管理和任务调度集群，适用于独立的Spark集群部署。
3. YARN模式是将Spark应用程序与Hadoop集成的一种模式，适用于与Hadoop集群一起使用。