QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 1499|回复: 0
打印 上一主题 下一主题

SparkCore:Spark原理初探(执行流程图)

[复制链接]
字体大小: 正常 放大
杨利霞        

5273

主题

82

听众

17万

积分

  • 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

    跳转到指定楼层
    1#
    发表于 2020-4-24 18:08 |只看该作者 |倒序浏览
    |招呼Ta 关注Ta
    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, r2 j1 B: c9 Y4 {: y/ H; Z
    2 E( p  p1 O9 {5 M
    2.png
    8 I& I  U0 G* G! E
    5 ~3 B7 [$ q# k" n; d. I 3.png % S$ m9 w. k1 U  B: E' k

    ! c# V0 s% a+ {$ e. X' [% ^( N名词解释
    ; L. A/ t( J# q5 iApplication: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/ eDriver: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 RExecutor: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/ MDAG: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* aStage: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 vSpark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 ISparkContext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! rExecutor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* c1 |5 P9 x7 s$ Z6 ?/ E/ l3 Y6 K
    4.png
    # f" E* M5 r* k3 B) u
    5 j( m0 V$ `: s2 V8 G% T2 ^# U 5.png
    3 o; o+ _2 l: d) T6 H* i1 n# Y. Y( \( u# h1 B% n5 H% B
    6.png 2 s: N" I2 M, Z( s

    ! ^3 w0 `: O+ c/ ^% g: B 7.png
    1 z! O+ T1 l$ M) _6 E, [
    " I2 Z+ t+ x0 e$ ^7 B 8.png
    " 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- PRDD–>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
    转播转播0 分享淘帖0 分享分享0 收藏收藏0 支持支持0 反对反对0 微信微信
    您需要登录后才可以回帖 登录 | 注册地址

    qq
    收缩
    • 电话咨询

    • 04714969085
    fastpost

    关于我们| 联系我们| 诚征英才| 对外合作| 产品服务| QQ

    手机版|Archiver| |繁體中文 手机客户端  

    蒙公网安备 15010502000194号

    Powered by Discuz! X2.5   © 2001-2013 数学建模网-数学中国 ( 蒙ICP备14002410号-3 蒙BBS备-0002号 )     论坛法律顾问:王兆丰

    GMT+8, 2026-9-10 08:26 , Processed in 0.929389 second(s), 54 queries .

    回顶部