数学建模社区-数学中国
标题:
SparkCore：Spark原理初探（执行流程图）
[打印本页]
作者:
杨利霞
时间:
2020-4-24 18:08
标题:
SparkCore：Spark原理初探（执行流程图）
: Q" B- w1 U4 i. m) R# z% U
SparkCore：Spark原理初探（执行流程图）
. E! F% A3 |7 L% e; M& B
基本概念
! z. v, h# k- i/ k* c. _
! J8 G6 }" J# U6 F, l1 h% l' w" r! \
8 S8 Z2 d# V' r5 Z
2020-4-24 18:05 上传
下载附件
(148.16 KB)
5 {4 P3 H X# g1 F8 m( O
$ d/ C2 h5 G: T4 W- X
2020-4-24 18:06 上传
下载附件
(114.94 KB)
4 S, z- F. U4 U5 ]/ w/ {, l8 U
1 a/ S8 }8 t& z/ P' P. N
名词解释
: L. d+ F4 h0 l7 K& h
Application：指的是用户编写的Spark应用程序/代码，包含了Driver功能代码和分布在集群中多个节点上运行的Executor代码。
' W5 d; Z& l* g. _$ e
Driver：Spark中的Driver即运行上述Application的Main()函数并且创建SparkContext，SparkContext负责和ClusterManager通信，进行资源的申请、任务的分配和监控等
2 K6 a! T; D% k" U* c
Cluster Manager：指的是在集群上获取资源的外部服务，Standalone模式下由Master负责，Yarn模式下ResourceManager负责;
9 _% L4 X. J4 P
Executor：是运行在工作节点Worker上的进程，负责运行任务，并为应用程序存储数据，是执行分区计算任务的进程；
, S& `* H8 a+ s: Q, |
RDD：Resilient Distributed Dataset弹性分布式数据集，是分布式内存的一个抽象概念；
' q4 U/ h. R) }9 {! H
DAG：Directed Acyclic Graph有向无环图，反映RDD之间的依赖关系和执行流程；
) b- v0 k4 Y" M) y" S" L
Job：作业，按照DAG执行就是一个作业；Job==DAG
+ _, X+ h$ Z/ h. g# i" l
Stage：阶段，是作业的基本调度单位，同一个Stage中的Task可以并行执行，多个Task组成TaskSet任务集
1 j: u0 Q/ u8 Z. B4 _
Task：任务，运行在Executor上的工作单元，一个Task计算一个分区，包括pipline上的一系列操作
7 U, u: R1 }6 R/ q
基本流程
+ V2 i6 U; ~" @. X& m
5 u: b$ F& x4 _" t9 Y2 @
Spark运行基本流程
9 X% S# L" \: Q/ }; X; v& Q( d* d
当一个Spark应用被提交时，首先需要为这个Spark Application构建基本的运行环境，即由任务控制节点(Driver)创建一个SparkContext，
- C1 J4 U5 v" t3 I( x' }' L9 s
SparkContext向资源管理器注册并申请运行Executor资源；
. ~2 h7 Z! v/ X) q, D
资源管理器为Executor分配资源并启动Executor进程，Executor运行情况将随着心跳发送到资源管理器上；
8 ~/ n: z* a; _9 R
SparkContext根据RDD的依赖关系构建成DAG图，并提交给DAGScheduler进行解析划分成Stage，并把该Stage中的Task组成Taskset发送给TaskScheduler。
) M2 @! r( @$ Y* l* c$ r
TaskScheduler将Task发放给Executor运行，同时SparkContext将应用程序代码发放给Executor。
7 v9 K r3 U F+ ~8 X+ U
Executor将Task丢入到线程池中执行，把执行结果反馈给任务调度器，然后反馈给DAG调度器，运行完毕后写入数据并释放所有资源。
" \+ Q- S* V+ ]8 G' u# |
流程图解
) L: H6 y9 u' f$ S" D6 x7 Z
) _7 x p3 m1 s
2020-4-24 18:06 上传
下载附件
(256.68 KB)
. s/ m/ e7 c( e+ A
: v" j" J: \- ^6 p9 K
2020-4-24 18:06 上传
下载附件
(310.42 KB)
* d* C4 ]) d3 k1 t; G
" k. k6 n1 \: m9 \7 U
2020-4-24 18:06 上传
下载附件
(110.74 KB)
- Y0 w, M! |& @
# K, @1 Z/ }7 R8 M
2020-4-24 18:06 上传
下载附件
(173.06 KB)
' s! x! s' m/ H2 L6 Q5 @1 l
. _$ ?/ D K& y. F6 Y& r0 I
2020-4-24 18:06 上传
下载附件
(357.18 KB)
& _& J' l# L& }
- M) h; Y( L7 J8 a: M3 N
0 k# A% h2 [$ q
3 u# `+ j2 i; w& y7 i
总结
8 l& G1 F( Q9 o, h3 K! \3 M9 y1 A
# J: y( u. j1 @+ l3 ?- f1 a" d* A
Spark应用被提交–>SparkContext向资源管理器注册并申请资源–>启动Executor
3 ]/ D: A5 d" n/ d1 r
RDD–>构建DAG–>DAGScheduler划分Stage形成TaskSet–>TaskScheduler提交Task–>Worker上的Executor执行Task
' O" D4 w) ?2 f, T) B
; l, u$ l \0 `
————————————————
' l5 Y! c- u0 T6 E w6 n1 X# g
版权声明：本文为CSDN博主「真情流露哦呦」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
' Z7 p# i& B- u8 P: r( i, D
原文链接：https://blog.csdn.net/weixin_43563705/article/details/105699268
* y- ]+ E7 x1 v+ D
( P4 E$ G8 ^6 D f
( a& C/ }5 ~) \( [
欢迎光临 数学建模社区-数学中国 (http://www.madio.net/)
Powered by Discuz! X2.5
