- 在线时间
- 1630 小时
- 最后登录
- 2024-1-29
- 注册时间
- 2017-5-16
- 听众数
- 82
- 收听数
- 1
- 能力
- 120 分
- 体力
- 563420 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174249
- 相册
- 1
- 日志
- 0
- 记录
- 0
- 帖子
- 5313
- 主题
- 5273
- 精华
- 3
- 分享
- 0
- 好友
- 163
TA的每日心情 | 开心 2021-8-11 17:59 |
|---|
签到天数: 17 天 [LV.4]偶尔看看III 网络挑战赛参赛者 网络挑战赛参赛者 - 自我介绍
- 本人女,毕业于内蒙古科技大学,担任文职专业,毕业专业英语。
 群组: 2018美赛大象算法课程 群组: 2018美赛护航培训课程 群组: 2019年 数学中国站长建 群组: 2019年数据分析师课程 群组: 2018年大象老师国赛优 |
6 _% m2 |' c! Q0 m* oSparkCore:Spark原理初探(执行流程图)7 f' Z/ x, |3 \. q
基本概念
/ e1 I# P1 S% T* f
( W" g% }, E' L
" `1 P3 T r; N' e
% h" U5 n) v8 r- s, ~6 ^0 |
) z/ U5 |; ~% r8 |
% G, Y' F4 @! H0 `6 Q3 ?/ S
/ r) t& ~9 L( D2 k2 u7 V名词解释
! s! B3 F) [1 j. F1 `& k6 LApplication: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。( q0 B2 ]1 f6 W. Y. L4 E) Q2 {
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
6 I. |% b/ q& N) X8 ^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;
$ R+ X3 y/ }9 N0 |" K1 X8 dExecutor: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;
8 t( H4 G) o( F5 T0 P- URDD:Resilient Distributed Dataset弹性分布式数据集,是分布式内存的一个抽象概念;
) M+ X3 P# b N. S: F1 s$ \& mDAG:Directed Acyclic Graph有向无环图,反映RDD之间的依赖关系和执行流程;% `% p' w2 T( p% Z
Job:作业,按照DAG执行就是一个作业;Job==DAG
% [( O3 }- C z; t: bStage: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
}3 @2 }& ~3 d$ e eTask: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0 X) u# x& y$ g b9 E
基本流程
2 w/ a$ S: D/ O6 C& R( w1 R5 N# [% D
Spark运行基本流程
: K7 K* H5 l, J0 K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,
0 V* z# P9 o, Q+ rSparkContext向资源管理器注册并申请运行Executor资源;* Y. v. P; Q* H- t6 T p
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;0 O- }( }% \5 `& n* r- ~0 o
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。3 |8 \6 t7 K, ]& Q' I, w" `
TaskScheduler将Task发放给Executor运行,同时SparkContext将应用程序代码发放给Executor。
& ^9 r5 Y+ Y; R! b2 {% }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。
7 ^5 f8 v# j A" _流程图解
& A; x% _. k8 r( O7 o; @; r& @
5 @7 X( Y! B9 V$ j2 E9 `
; I: P8 B9 r. C% e8 {; n4 P S l; g* c* @
8 F9 u6 H$ l* ]& q6 a9 e! B8 I& ^# N
' q" N: u2 y T! m, S: {
; v T& Z' W. B, K1 P0 x) P8 m! a
& t+ w, v( T# `' k2 i& F/ D( v
) p# v0 j: K! F; d; J; Q
+ d& P+ P% L% G6 x
7 ?! |1 @2 F8 p& L) T2 f6 a( B( p; ^' X
0 R% Z9 {! |: X( F0 E: [* t
总结+ l" N4 B8 Y8 @& j/ i% f
7 V! k o* _! K: j* s* X4 Z2 m
Spark应用被提交–>SparkContext向资源管理器注册并申请资源–>启动Executor/ |% G0 L3 {8 O. {! x6 q3 y
RDD–>构建DAG–>DAGScheduler划分Stage形成TaskSet–>TaskScheduler提交Task–>Worker上的Executor执行Task% M+ A8 Y# q* V# n- r" v$ {
0 [( h2 W! Q% Z$ M1 C8 V————————————————
* } Z" k7 N! ^+ K2 W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。+ X$ [, ]) l) N9 w
原文链接:https://blog.csdn.net/weixin_43563705/article/details/105699268
* T# l+ T3 N0 @0 `8 r: ~; g% j0 t" P: M1 [ \- M) m/ a, ]! i$ g
4 s; ]: S. C: A; U8 { |
zan
|