- 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
- 563399 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174243
- 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 |
. p8 z+ u8 N: f; ISparkCore:Spark原理初探(执行流程图). _$ J3 i( F, D [4 L8 l
基本概念
4 J$ r O& h) G( ]# F8 l7 @! F' I0 G3 [' u' s& h# _
, p5 z; [- l+ B; p
* E* z& W" }4 B; _% g! n
! ~% _5 U$ v6 R# V( ]
( B2 t5 G4 i" `2 x% F7 x5 a
$ ]4 T. j l& t; A
名词解释
5 L/ o# S5 Q; t/ N# j( |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。" w+ x, ^# h! d- z4 a$ O
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& f* t. j6 u, k3 X6 m' m% Y6 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;
8 I# U$ W. y( w7 Z2 c$ [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;
/ V, f" J, ~1 @6 t: gRDD:Resilient Distributed Dataset弹性分布式数据集,是分布式内存的一个抽象概念;! e& b; u: V; w) k+ c, 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;
F$ W8 b+ {( N$ d" b) U! y7 HJob:作业,按照DAG执行就是一个作业;Job==DAG
; ?1 x. g/ j) U$ T3 zStage: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
( B6 C4 y$ @ V n# `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
: z2 F- H5 ?9 x; R# p基本流程
! p7 u+ U0 X! ?: Y6 R6 ^9 e# s0 a, [5 S7 F3 h4 d6 S
Spark运行基本流程/ K7 U% v5 v7 q) b
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,7 r. H2 O: b( A b, }7 `8 }
SparkContext向资源管理器注册并申请运行Executor资源;
7 K f8 O, i6 i+ 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;
% c3 @/ ^2 T; v7 i: N U3 ?% u2 m. FSparkContext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。
2 K5 U+ h& ~, m6 e& ]TaskScheduler将Task发放给Executor运行,同时SparkContext将应用程序代码发放给Executor。
; Z% F' N/ k; h7 e4 m# a5 FExecutor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。& h$ ~ W& G$ L7 {2 S
流程图解
" Z C0 v% |; x7 P# X
& C ~% I- f! W) o( M
+ Z/ i+ p; N g1 ^+ m
( ^% I* T4 _' r9 O( _! v3 f, y, x
% I# ^/ }' C( \2 D3 u5 S
# |" ^- E. e; o
0 V6 d: J o9 `2 B0 V) v# `) x$ n
# H# ?& V4 [8 a# [- m! @
0 s# r9 H9 P U
$ |! J5 E. J) N2 J& w
* W$ v! k4 Y% L' L' r7 ^4 M
9 e6 W% y6 ?: e* c2 L+ I
5 p* i M0 N/ Z0 |总结
9 B+ q' _6 K) a+ x& l* E* \# k- T! a& H' |: B. J w4 U
Spark应用被提交–>SparkContext向资源管理器注册并申请资源–>启动Executor
+ J1 f$ D R+ C0 `RDD–>构建DAG–>DAGScheduler划分Stage形成TaskSet–>TaskScheduler提交Task–>Worker上的Executor执行Task! G7 i0 U8 R6 W1 Z# q/ B7 T0 f
7 q- l# L, L' f1 U" r& [% f————————————————
5 H! m: v: t4 V9 K1 Y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。, O& s/ Z# r6 A* {: `
原文链接:https://blog.csdn.net/weixin_43563705/article/details/105699268
. R1 E4 j& N1 @6 Y
7 |# A' B* r- m, @4 n' o" e2 U9 S T3 G- q1 C
|
zan
|