Spark运行原理
2019-10-08 21:48:23 15 举报Spark运行原理图
作者其他创作
大纲/内容
Task最佳位置计算算法
Scheduler调度的单位
Stage
Executor启动之后会向Driver进行反注册，这样Driver就知道这个Executor是为它进行服务的了。
Driver进程启动之后，会做一些初始化的操作，在这个过程中，会发送请求到Master上，进行Spark应用程序的注册，其实就是告诉Master，有一个新的Spark程序将要运行
这次Driver要运算的文件中的一个
请求
Master在收到Spark应用程序的注册申请后，会发送给Worker们，进行资源的调度和分配。资源的分配，其实也就是executor的分配
Driver会根据我们对RDD定义的操作，提交一大堆task去Executor上
task，线程
RDD的Partition
Driver注册了一些executor之后，就可以正式执行我们的Spark应用程序员了，首先第一个月，就是初始RDD，读取数据源
后面还有很多个节点，都一样，就没有画出来了
真正的执行者
Worker接收到Master的请求之后，会为Spark应用启动Executor
Task
task会对RDD的partition数据执行指定的算子操作，形成新的RDD的partition
MasterMaster是个进程，主要是负责资源的调度和分配，还有集群的监控等职责
Stage划分算法
HDFS
Job
taskSet
Executor收到task之后，会启动多个线程来执行task
节点/Spark集群中的一个计算机
Driver（进程）我们编写的Spark程序就在Driver上由Driver进程执行
WorkerWorker是一个进程，主要负责两方面：1.用自己的内存存储RDD的某些或者某个partition；2.启动其他进程和线程，对RDD上的partition进行模板的处理和计算
Spark集群的节点之一，你Spark程序提交的机器
Executor，进程，执行器
0 条评论
下一页
