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 566871 点 威望 12 点 阅读权限 255 积分 175284 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
5 E, P4 u9 c' O: W! P. ?2 m
SparkCore:Spark原理初探(执行流程图) v2 ?$ F; J% ^ M/ w& U7 V
基本概念
: H# M0 l% O# }& b' j, r 2 j1 B: c9 Y4 {: y/ H; Z
2 E( p p1 O9 {5 M
8 I& I U0 G* G! E
5 ~3 B7 [$ q# k" n; d. I
% S$ m9 w. k1 U B: E' k
! c# V0 s% a+ {$ e. X' [% ^( N 名词解释
; L. A/ t( J# q5 i 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。
m/ ^# H* ~# E1 K/ 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/ A3 g8 w6 K3 j7 g7 V$ V
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;
* s! D0 V! q- V1 R 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;: ?, l" S- S- a+ d; g! _
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;
' A1 {+ C# m# b" c! P/ M DAG:Directed Acyclic Graph有向无环图,反映RDD之间的依赖关系和执行流程;: i+ Y- q' t& G6 G* D) V
Job:作业,按照DAG执行就是一个作业;Job==DAG
9 w" K- f( v- w5 A* a 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/ O# N, J* p& n$ M/ r: L
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
% X$ \' T* g: D4 k 基本流程
" K* i6 Y3 e' `: {5 f
& A! E. l& m1 c) t& ?% r0 v Spark运行基本流程
3 F1 k* j2 r0 w3 {7 p 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,# `' r6 d$ R* k+ _
SparkContext向资源管理器注册并申请运行Executor资源;# w# ~5 q3 @+ C# 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;
5 K. O7 e3 ]8 R6 I 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。( q/ q: b% O! G
TaskScheduler将Task发放给Executor运行,同时SparkContext将应用程序代码发放给Executor。
; w6 A& z% @8 R0 |! Q! r 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。
/ {- M6 I7 J t5 w/ w 流程图解
. s# h( ?3 `) {/ a' n* c 1 |5 P9 x7 s$ Z6 ?/ E/ l3 Y6 K
# f" E* M5 r* k3 B) u
5 j( m0 V$ `: s2 V8 G% T2 ^# U
3 o; o+ _2 l: d) T6 H* i1 n # Y. Y( \( u# h1 B% n5 H% B
2 s: N" I2 M, Z( s
! ^3 w0 `: O+ c/ ^% g: B
1 z! O+ T1 l$ M) _6 E, [
" I2 Z+ t+ x0 e$ ^7 B
" N4 d' i: a0 W5 V . x/ b) z4 ?) [
: C e/ i Q7 S" Z2 b
8 m/ {6 D) x* |, W" s
总结
2 e n5 V$ `- |5 A: J- y " r* q A( d9 N+ f( c& f
Spark应用被提交–>SparkContext向资源管理器注册并申请资源–>启动Executor
/ S5 V) C2 w7 S" q4 d- P RDD–>构建DAG–>DAGScheduler划分Stage形成TaskSet–>TaskScheduler提交Task–>Worker上的Executor执行Task
, u; ?2 D' p7 O) e
( Z: Z: `; l Q$ \5 u- o4 u ————————————————
& ]7 _' ^- V+ }' `; ?2 q 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。
# {# F' \: x4 M) \ 原文链接:https://blog.csdn.net/weixin_43563705/article/details/105699268; F1 ]" x4 k* `4 o
" `7 N; `* `- I, P2 ^ " a1 { D3 l X, ]; d, ]
zan