目录
0. 相关文章链接
1. Spark核心组件
1.1. Driver
1.2. Executor
2. Spark通用运行流程概述
0. 相关文章链接
Spark文章汇总
1. Spark核心组件
1.1. Driver
Spark 驱动器节点，用于执行 Spark 任务中的 main 方法，负责实际代码的执行工作。Driver 在 Spark 作业执行时主要负责：
- 将用户程序转化为作业（Job）；
- 在 Executor 之间调度任务（Task）；
- 跟踪 Executor 的执行情况；
- 通过 UI 展示查询运行情况；
1.2. Executor
Spark Executor 对象是负责在 Spark 作业中运行具体任务，任务彼此之间相互独立。Spark 应用启动时，ExecutorBackend 节点被同时启动，并且始终伴随着整个 Spark 应用的生命周期而存在。如果有 ExecutorBackend 节点发生了故障或崩溃，Spark 应用也可以继续执行，会将出错节点上的任务调度到其他 Executor 节点上继续运行。
Executor 有两个核心功能：
- 负责运行组成 Spark 应用的任务，并将结果返回给驱动器（Driver）；
- 它们通过自身的块管理器（Block Manager）为用户程序中要求缓存的 RDD 提供内存式存储。RDD 是直接缓存在 Executor 进程内的，因此任务可以在运行时充分利用缓存数据加速运算。
2. Spark通用运行流程概述
上图为 Spark 通用运行流程图，体现了基本的 Spark 应用程序在部署中的基本提交流程。 这个流程是按照如下的核心步骤进行工作的：
- 任务提交后，都会先启动 Driver 程序；
- 随后 Driver 向集群管理器注册应用程序；
- 之后集群管理器根据此任务的配置文件分配 Executor 并启动；
- Driver 开始执行 main 函数，Spark 查询为懒执行，当执行到 Action 算子时开始反向推算，根据宽依赖进行 Stage 的划分，随后每一个 Stage 对应一个 Taskset，Taskset 中有多个 Task，查找可用资源 Executor 进行调度；
- 根据本地化原则，Task 会被分发到指定的 Executor 去执行，在任务执行的过程中，Executor 也会不断与 Driver 进行通信，报告任务运行情况。
注：其他Spark相关系列文章链接由此进 -> Spark文章汇总
